机器翻译，未经母语人士审校。以英文版为准。

场景类别页面在GitHub上编辑来源：docs/kinds/by-kind/spoof-detect.md

spoof-detect（场景类型）

引擎v0.40.0的场景类型，所属系列为压制干扰、欺骗干扰与频谱。仅供参考：研究与工程工具的分析输出，不是经型式认可的导航设备，也不是生命安全服务。此处每个标签均由引擎或验证矩阵给出；除非矩阵另有说明，一个类型即为MODELLED（标签如何获得，见README的Evidence一节）。

作用#

针对参数化攻击（功率优势、载波相位对齐、时间/位置推移；TEXBAT式）的射频/测量组合欺骗检测器（多SV RAIM一致性 + AGC + SQM，融合）。

scenarios/spoof-detect.toml的一次运行汇总为：scenario e046ee4ca90a | spoof-detect | 8 SVs, +1.5 dB | Position push | fused score 0.70 (thr 0.50) | SPOOF DETECTED (fused) — layers: RAIM+SQM

输入#

来自模式（kshana kinds --json）：

  • 必填字段：attack
  • 可选字段：satellites、detector

示例scenarios/spoof-detect.toml设置了以下各项（节选）：

字段 取值 单位
attack.carrier_aligned false 标志
attack.el_imbalance 0.12 1
attack.num_biased 3 计数
attack.power_advantage_db 1.5 dB
attack.push 位置 文本
attack.push_magnitude_m 75 m
detector.agc_margin_db 3 dB
detector.fusion_threshold 0.5 未说明
detector.raim_p_fa 0.001 未说明
detector.sat_power_dbm -130 dBm
detector.sigma_m 5 m
detector.sqm_tolerance 0.1 未说明

运行#

kshana scenarios/spoof-detect.toml

有2个内置场景使用此类型；其余的在scenarios/中。

给出什么#

该次运行的标量结果，单位为引擎所给出的单位：

结果 取值 单位
attack.carrier_aligned false 标志
attack.el_imbalance 0.12 1
attack.num_biased 3 计数
attack.power_advantage_db 1.5 dB
attack.push 位置 文本
attack.push_magnitude_m 75 m
decision.agc_excess_db 1.5 dB
decision.fused.alert true 标志
decision.fused.layers.agc false 标志
decision.fused.layers.raim true 标志
引擎为scenarios/spoof-detect.toml（场景类型spoof-detect）生成的图表

证据#

MODELLED：列出此类型的验证矩阵各行。

本次运行实际涉及的各行，以及矩阵为每行给出的参考基准（oracle）（公开来源在矩阵中列出）：

  • MODELLED钟辅助 χ²、RAIM、AGC、SQM融合的逐历元安全性FoM。参考基准（ExternalDataset）：TEXBAT场景参数（Humphreys 2012）：是特性描述，不是固定的向量。0.30外部比较，一项发现（仍为MODELLED）：在JammerTest 2024（Bleik；GPL-3.0数据）上，观测量层面的监测器（钟辅助卡方、RAIM、求解失败）在8个可评估的已发布欺骗干扰起始时刻中的任何一个之后10 s内都没有报警（在起始前窗口干净的情况下，首次报警出现在10.2至39 s之后，起始pu
  • MODELLED确定性、场景哈希、SBOM加跨平台golden门限。参考基准（ExternalDataset）：SBOM与官方CycloneDX 1.5 JSON Schema（加有效的SPDX标识符）一致，这是已发布的外部标准，整个依赖图上零验证错误；FoM确定性与逐字节可复现性部分仍是固定的自洽性检查，因此该行仍为MODELLED
  • PARTNER未提供：Kshana对信号性能建模，不对有效载荷或天线硬件建模。参考基准（NoneKind）：无：由合作方负责的学科，按设计没有模块也没有测试

局限#

本次运行自身的报告所说的未建模或未经独立验证的内容：

  • 欺骗干扰检测为MODELLED，而不是经独立验证：其中一项子声明经过外部核对，但整项能力由模型计算的部分组合而成，因此该能力仍属于由模型计算得出一级。（验证矩阵（docs/MODELLED-RATIONALE.md））
  • 可复现性与软件保障为MODELLED，而不是经独立验证：其中一项子声明经过外部核对，但整项能力由模型计算的部分组合而成，因此该能力仍属于由模型计算得出一级。（验证矩阵（docs/MODELLED-RATIONALE.md））

另请参阅#