机器翻译，未经母语人士审校。以英文版为准。

场景类型系列在GitHub上编辑来源：docs/kinds/gps-denied-alternative-pnt.md

GPS拒止环境下的替代PNT（场景类型族）

5个场景类型，来自引擎v0.40.0。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。此处的每个标签都来自引擎或验证矩阵；除非矩阵另有说明，否则某个类型为MODELLED（标签如何获得，见README的“证据”一节）。

专题页面：CAPABILITY、RESILIENCE-CROSSWALK。运行一个：kshana scenarios/combined-altpnt.toml。所有类型族：KINDS.md。

引擎为“GPS拒止环境下的替代PNT”类型族的各类型生成的图表缩略总览
类别 作用 台账
gravity-map GPS拒止环境下的重力图匹配导航：冷原子重力仪从所飞越的重力异常序列中恢复出恒定的INS漂移。 MODELLED（结果标签）
terrain-nav GPS拒止环境下的地形参考导航（TERCOM/SITAN）：雷达/气压高度计将地面高程剖面与SRTM式DEM匹配，以修正INS漂移。 MODELLED
terrain-slam GPS拒止环境下的序贯（递推）地形参考导航：粒子滤波器逐历元运行地形匹配测量模型（SITAN作为运行中的滤波器），以便随时间变化的INS漂移被跟 MODELLED（结果标签）
combined-altpnt GPS拒止下的重力加磁力加地形组合导航器：每个航路点融合三个标量场通道，得到比任何单一场更精确（CRLB更低）的漂移修正。 MODELLED（结果标签）
conflict-resilience MODELLED分层PNT冲突韧性（P7）：处于对抗环境中的用户配备多个PNT层（开放服务GNSS、宽带GNSS、带认证的星座、增强中继），每个带 MODELLED（结果标签）

gravity-map#

GPS拒止环境下的重力图匹配导航：冷原子重力仪从所飞越的重力异常序列中恢复出恒定的INS漂移。

必填字段：nmax、start_lat_deg、start_lon_deg、step_lat_deg、step_lon_deg、waypoints、drift_lat_deg、drift_lon_deg、gravimeter_asd、averaging_time_s、map_sigma_mgal、search_half_deg、search_step_deg。可选字段：coeffs、mascons、refine_stages、refine_factor、noise_seed、reference、map_error_mc。

台账：没有矩阵行点名此类型；引擎自行给结果打标签。完整页面（含输入、结果、证据与局限）：gravity-map。

kshana scenarios/gravity-map-nav.toml
引擎为scenarios/gravity-map-nav.toml（类型gravity-map）生成的图表

terrain-nav#

GPS拒止环境下的地形参考导航（TERCOM/SITAN）：雷达/气压高度计将地面高程剖面与SRTM式DEM匹配，以修正INS漂移。

必填字段：dem_seed、start_lat_deg、start_lon_deg、step_lat_deg、step_lon_deg、waypoints、drift_lat_deg、drift_lon_deg、altimeter_sigma_m、map_sigma_m、search_half_deg、search_step_deg。可选字段：refine_stages、refine_factor、noise_seed。

台账：MODELLED。完整页面（含输入、结果、证据与局限）：terrain-nav。

kshana scenarios/terrain-nav.toml
引擎为scenarios/terrain-nav.toml（场景类型terrain-nav）生成的图表

terrain-slam#

GPS拒止环境下的序贯（递推）地形参考导航：粒子滤波器逐历元运行地形匹配测量模型（SITAN作为运行中的滤波器），从而沿航迹跟踪随时间变化的INS漂移，而批处理的terrain-nav只能恢复单一的恒定偏移。

必填字段：dem_seed、start_lat_deg、start_lon_deg、step_lat_deg、step_lon_deg、waypoints、drift_rate_lat_deg、drift_rate_lon_deg、altimeter_sigma_m、map_sigma_m。可选字段：n_particles、init_pos_sigma_deg、process_sigma_deg、resample_ess_frac、seed。

台账：没有矩阵行点名此类型；引擎自行给结果打标签。完整页面（含输入、结果、证据与局限）：terrain-slam。

kshana scenarios/terrain-slam.toml
引擎为scenarios/terrain-slam.toml（场景类型terrain-slam）生成的图表

combined-altpnt#

GPS拒止下的重力加磁力加地形组合导航器：每个航路点融合三个标量场通道，得到比任何单一场更精确（CRLB更低）的漂移修正。

必填字段：start_lat_deg、start_lon_deg、step_lat_deg、step_lon_deg、waypoints、drift_lat_deg、drift_lon_deg、search_half_deg、search_step_deg、nmax、gravity_sigma_mgal、igrf_year、magnetic_sigma_nt、dem_seed、terrain_sigma_m。可选字段：coeffs、mascons、magnetic_mascons、igrf_alt_km、refine_stages、refine_factor、noise_seed、magnetic_grid。

台账：没有矩阵行点名此类型；引擎自行给结果打标签。完整页面（含输入、结果、证据与局限）：combined-altpnt。

kshana scenarios/combined-altpnt.toml
引擎为scenarios/combined-altpnt.toml（类型combined-altpnt）生成的图表

conflict-resilience#

MODELLED分层PNT冲突韧性（P7）：处于对抗环境中的用户配置若干PNT层（开放服务GNSS、宽带GNSS、经认证的星座、增强中继），每层有基础可用性、1σ 精度，以及对共同的压制干扰/欺骗干扰威胁的逐向量拒止脆弱性。按强度扫描、带随机种子的蒙特卡罗以概率clamp(vulnerability·intensity·vector_weight,0,1) 拒止每一层，用闭式的逆方差规则 σ_fused=(Σ 1/σ_i²)^(−1/2) 融合幸存的层，并报告全部丧失的概率（所有层均被拒止）、融合误差中位数，以及各层随强度变化的可用/拒止统计。在独立性假设下，标题性的韧性比（单层与分层的全部丧失概率之比）约为7x；随后的单因子高斯copula相关拒止扫描表明，随着拒止相关性上升，这个约7x会向1塌缩（相关性使分层失效）。先验敏感性部分通过mcda龙卷风图、狄利克雷威胁投入再分配和百分位置信区间，在有来源依据的脆弱性先验范围内给出该标题数字的变化范围。VALIDATED的核心：蒙特卡罗的全部丧失概率收敛到闭式的独立乘积 Π_i p_deny_i（在固定随机种子和足够大的N下，误差在蒙特卡罗标准误之内）；逆方差融合是闭式恒等式；在 ρ=0时copula退化为独立模型，且每个 ρ 都保持各层的边际拒止率。MODELLED：各层的脆弱性/可用性/精度量值是有来源但由模型设定的输入（JammerTest 2024、TEXBAT、EASA SIB、RTCA DO-229、LunaNet/IOAG，见conflict_threat_params），具体的约7x量值和比值对相关性的曲线形状由该参数化得出。随后的 §4.2逐向量生存分解把共同的RF威胁拆分为四个已命名的向量（压制干扰/欺骗干扰/动能/网络），并报告每个向量的可用PNT优雅降级曲线S_v(x)=1-Prod_i(1-a_i(1-clamp(susceptibility_i,v·x,0,1)))：VALIDATED：带随机种子的逐层蒙特卡罗收敛到该闭式；对于相关RF基线，压制干扰是最尖锐的向量，而不受RF影响的惯性层是决定性的幸存者。不是经认证的导航可用性产品。

必填字段：无。可选字段：layers、intensity、correlation、trials、seed、primary_layer。

台账：没有矩阵行点名此类型；引擎自行给结果打标签。完整页面（含输入、结果、证据与局限）：conflict-resilience。

kshana scenarios/conflict-resilience.toml
引擎为scenarios/conflict-resilience.toml（类型conflict-resilience）生成的图表