• 预演GNSS失效的那一分钟
• 0.40版新增内容、0.39版新增内容、0.38版新增内容，以及0.38版详解：Jammertest评分、接收机自身的标志、机器输入、授时与守时、标准包、LunaNet AFS、实验室往返、kshana-bench、观测台、导出器、光学、空间用户导航和月球基础设施
• Kshana Studio及Studio的所有页面
• 能力：各领域一览表、按系列划分的每种场景类型、每条命令、每个界面
• 一次运行如何进行、任务
• 证据：台账、能力领域
• 安装、架构（及示意图）、AI助手
• 版本、研究、引用、许可
• 参考：用法、场景格式、输出、仓库布局、常见问题、故障排查、版本管理、路线图、参与贡献、文档

用kshana example <scenario> > s.toml && kshana s.toml运行其中任何一个：这些场景为l-band-waterfall-jamming、constellation-multi-gnss-coverage、solar-system-tour和leo-pass-iridium。

这四项都是虚构的数据，且仅供参考：它们展示的是软件的格式和行为，而不是任何接收机或系统在干扰下的表现。第一项用kshana receiver-trust examples/maritime-trust/session.toml运行，第二项在examples/interference-map/中的样本上用kshana route-exposure运行，第三项用kshana nmea-scenario scenarios/training/coastal-drag-off.toml --out drag.nmea运行（仅限训练使用：绝不可输入到实时导航设备），第四项按docs/EVIDENCE-PACKS.md中的方式运行。

以下为按领域逐一列出的完整细节；各项能力的成熟度台账见docs/CAPABILITY.md和docs/VALIDATION.md。

每项能力都可以通过Rust API、可运行的场景kind或二者兼有的方式使用。每项能力的成熟度——经独立检验、可运行或库——记录在docs/CAPABILITY.md中。一个机器检查的验证矩阵（src/verification.rs）给出需求 → 模块 → 测试 → 参考基准 → 状态的交叉引用，并带有经单元测试的诚实性不变量：只有在独立的外部参考基准支持时才允许使用经独立检验的标签——并记录Kshana有意不提供的硬件/PA（产品保证）能力。

结果#

每个场景都在约1.8 h的GNSS中断期间，把量子传感器与其经典对应物作比较。数值可复现（scenario + seed + version）。

_{GNSS消失时量子传感器带来的收益——clock-holdover · 随机种子42 · 以引擎0.40.0绘制，上方每个数据在每次构建时都由tests/published_figures_still_reproduce.rs对照当前引擎重新核对 · SVG}

优势取决于中断时长和振动，并有明确的盈亏平衡点，超过该点则经典方案占优——在整个技术成熟度阶梯上如实展示（光钟数据是地面演示器的目标；尚无锶光钟上过天）：

_{量子对经典韧性交叉点——时钟守时TRL阶梯（上）· 带盈亏平衡等值线的惯性优势图（下）。可通过cargo run --release --bin crossover_study重新生成。}

GNSS中断期间的航位推算位置误差：量子传感器（蓝色）在规格附近保持平稳；经典传感器（红色）发散到数十公里。由Kshana根据scenarios/imu-deadreckoning.toml生成。

压轴方案展示了融合的论点：光学星间时间传递使即便是经典时钟也保持锁定，从而把惯性传感器孤立出来，成为经典套件的薄弱环节——即量子惯性加光学授时二者结合。

经历GNSS中断的时钟守时：光钟（蓝色）在整个滑行期间保持在20 ns规格之内；芯片级时钟（红色）在中途超出规格。由Kshana根据scenarios/clock-holdover.toml生成。

另一个场景orbit-gnss-challenged.toml由轨道几何而非手工编写的时间窗口推导出GNSS可用性：GNSS壳层内的航天器针对类GPS的Walker星座传播，可见卫星数（视线、地球遮挡、仰角截止）决定每一步的定位解状态。一天之中，用户仅约59% 的时间处于有定位解状态；量子时钟在每一次中断期间都维持5 ns的授时解（可用性1.0），芯片级时钟仅为~0.83。

一天内的授时误差，GNSS可用性由轨道几何推导：可见卫星数（视线、地球遮挡、仰角截止）决定每一步的定位解状态，因此时钟必须滑行度过每一个间隔——光钟保持5 ns规格，而芯片级时钟超出规格。由Kshana根据scenarios/orbit-gnss-challenged.toml生成。

星座也可以用真实的两行根数集（TLE）给出。完整的TLE（第1行 + 第2行）用完整的SGP4/SDP4模型传播——包括大气阻力以及对约12 h的GNSS轨道有影响的深空日月摄动和12 h / 24 h共振项——并对照官方AIAA 2006-6753向量检验，最坏情形约4 mm。scenarios/orbit-sgp4-gps.toml附带了运行中GPS星座的真实Celestrak gps-ops快照（2021-07-28，30颗卫星），并要求TLE校验和有效——两行根数集是来自美国太空军 / 第18太空防御中队目录的开放数据，由Celestrak再分发（T. S. Kelso博士，celestrak.org）；用scripts/fetch_tles.sh刷新。仅含第2行的数据块沿用解析的二体传播（scenarios/orbit-real-tle.toml）；两种形式可以混用于同一个星座。星座同样可以由一组RINEX-3 GPS广播星历记录构建——即接收机所解码的格式——按IS-GPS-200用户算法传播，并送入同样的几何（scenarios/orbit-rinex.toml）。

它是什么 / 不是什么#

它是：一个确定性的、依赖很少的引擎，覆盖整个PNT技术栈——轨道几何、惯性导航、GNSS/INS融合、完好性、时钟和授时。它运行一个场景（通常是一次GNSS中断），让经标定的传感器误差模型通过相应的估计器演化，并对照运行层面的性能指标给结果打分——输出可复现的JSON（JavaScript对象表示法）结果和SVG图表，可通过Rust库、命令行界面（CLI）、Python扩展、浏览器内的WebAssembly模块、面向AI智能体的模型上下文协议（MCP）服务器，或JetBrains IDE（集成开发环境）插件使用。

它不是：飞行硬件、量子有效载荷设计、完整的GNSS信号接收机、射频（RF）信号模拟器或硬件在环试验台，也不是经认证的航空电子产品——而且它不取代MATLAB/Simulink、STK（Systems Tool Kit）或Orekit；它与它们并存，并与它们交换文件。量子硬件的保真度来自已发布的误差模型，而不是来自本工具。各项能力的详细成熟度记录在docs/CAPABILITY.md中。

它（目前）还不是：一个完整的原子干涉测量物理引擎（大多数量子传感器采用已发布的Allan/噪声预算系数；CAI（冷原子干涉仪）加速度计有一个第一性原理层——Mach–Zehnder相位、投影噪声、对比度衰减和振动耦合，外加Coriolis和光频移系统误差——但波前系统误差和条纹模糊度解算仍属P2（路线图第2阶段，量子物理层）路线图层，见ROADMAP.md和docs/QUANTUM-MODELS.md）；一台经认证的或硬件的GNSS接收机（它根据真实的RINEX（Receiver Independent Exchange Format）码观测值解出单点PVT（位置、速度和时间）定位解——已在真实的IGS（国际GNSS服务）数据上独立检验——而它的IQ层（kshana iq，自0.31.0起）则在软件中对已记录或生成的基带采样进行捕获和跟踪，作为一台分析用接收机：它不驱动无线电硬件，也不发射信号，不是经认证的接收机，也不做载波相位定位（RTK或PPP））；也不是完整的任务设计套件（它具有Lambert / porkchop / 机动 / 定轨的构建模块，但属于位于GMAT（通用任务分析工具）/Orekit 之上的性能仿真层，而不是它们的替代品）。划定这一范围是有意为之。如果你需要第一性原理的冷原子干涉仪误差预算（例如CARIOQA-PMP级——Cold Atom Rubidium Interferometry in Orbit for Quantum Accelerometry, Pathfinder Mission Preparation——或X-37B式的检验），请参见P2路线图，并联系我们开展合作。

验证、可复现性与诚实性#

• 每个噪声项都按已发布、有引用的数据标定，并对照标准关系检验（时钟用阿伦偏差；惯性用Groves的航位推算误差增长；时间传递用授时→测距转换）。各项的状态在docs/VALIDATION.md中记为validated或not modeled——没有任何内容在未经检验的情况下被称为已检验。
• 按构造即可复现： scenario + seed + engine version → identical bits。scripts/check-reproducible.sh强制执行这一点；量子与经典运行使用相互独立的随机种子，因此它们的噪声不相关。
• 成熟度如实陈述：光钟和光链路的数据是目标 / 地面演示器的结果，并未上过天。

每个图表上的证据标签#

一次运行写出的每个图表和表格，都会说明应在多大程度上信任它，以及它依据的是台账中的哪些行。结果JSON含一个evidence键，图表SVG在绘图下方有一行文字（以及一个<metadata id="kshana-evidence">元素），CSV表格的开头有# evidence:注释行（用comment='#'读取）。它写明一个等级（VALIDATED、MODELLED或PARTNER），以及该次运行用到的验证矩阵各行的编号（VM-加八位十六进制数字）。等级取这些行中最弱的一个，因此只要一次运行依赖了一个由模型计算的行，无论旁边有多少已验证的行，都标为MODELLED；标签声称的内容永远不会超出台账。行、状态和编号均从矩阵中读取，而非手工输入（docs/VERIFICATION-MATRIX.md、docs/SCHEMA.md），并且如果某个图表没有标签，或标签与矩阵不一致，tests/evidence_labels_doc_sync.rs就会失败。

验证概览#

每一行都由CI中一个具名的测试强制执行。此表是精选的重点；完整的经机器检查的矩阵共401行——176行VALIDATED，221行MODELLED，4行PARTNER（src/verification.rs），完整的证据（以及哪些内容如实说明尚未验证）见docs/VALIDATION.md和每个发布版本附带的kshana-validation-summary.html制品（由cargo run --bin validation_report生成，带SLSA证明——软件制品供应链等级）。

状态列说明证据的种类，与上文的验证阶梯相对应：VALIDATED = 已对照独立的外部参考基准核对（真实数据、独立的库或已发布的参考向量）；MODELLED = 已对照解析真值或仿真自洽性核对（没有独立的外部数据集）。VALIDATED描述的是核对的方法，而不是通过/未通过——对照真实外部参考基准的一次如实未达标仍然是VALIDATED，而没有任何矩阵行将其指为参考基准的比较（上文的LRO——Lunar Reconnaissance Orbiter——拟合）则显示为MODELLED。CI行是过程防护，不是性能指标。少数真实数据孤岛（实测的铯钟、Stable32 PHASE.DAT，以及原始输入不带再分发许可的OPS-SAT/ICGEM核对）为数据门控：输入缺失时，测试会打印跳过通知并保持green，公开的参考数值提交在tests/fixtures/之下。用相应的scripts/fetch_*.sh复现原始输入。

_{一项能力如何获得其标签：由CI强制执行的不变量：没有外部参考基准 ⇒ 不能被标为已核对 · SVG}

_{上图：每一个已核对的行按构造均有外部数据集支撑。下图：SGP4在每一类轨道下均与官方参考值吻合（最坏4.12 mm）。SVG · SVG}

_{已验证176 · 由模型计算221 · 合作方负责4 — SVG}

import json, kshana

toml = open("clock-holdover.toml").read()
result = json.loads(kshana.run(toml))
print(kshana.version(), result["quantum"]["fom"]["holdover_s"], result["classical"]["fom"]["holdover_s"])
# 0.40.0 6600.0 2610.0

除run之外，该模块还提供run_full（一次性返回JSON、SVG和单行摘要）、run_typed、validate_toml、list_kinds / scenario_kinds以及error_kind；详见docs/PYTHON_API.md。

npm包就是编译为WebAssembly的整个引擎。在Node.js中，把二进制文件交给initSync；在浏览器中，由await init()获取它（见README.npm.md）。

import { readFileSync } from "node:fs";
import { createRequire } from "node:module";
import { initSync, run, summary, version } from "kshana";

const wasm = createRequire(import.meta.url).resolve("kshana/kshana_bg.wasm");
initSync({ module: readFileSync(wasm) });

const toml = readFileSync("clock-holdover.toml", "utf8");
const result = JSON.parse(run(toml));
console.log(version(), result.quantum.fom.holdover_s, result.classical.fom.holdover_s);
// 0.40.0 6600 2610
console.log(summary(toml));

一个引擎，多个入口。单一的Rust核心（kshana）运行每个场景，可通过CLI、Python扩展、浏览器内的WebAssembly模块、面向AI智能体的MCP服务器以及JetBrains IDE插件访问，全部汇聚到同一个api::run_toml分派。内部，各传感器包接入统一的误差模型接口；与之并列的有参考坐标系层（IAU 2006/2000A岁差—章动，以及基于CIO的GCRS↔ITRS归算）、天体动力学/数值层（解析的SGP4/SDP4以及数值Cowell传播器，带EGM2008/摄动力模型、机动设计和定轨）、完好性/GNSS层（RAIM/ARAIM、SBAS、测量域、压制干扰（jamming）、地月空间）、融合/备用PNT层（GNSS/INS估计器以及重力/地形/磁场地图匹配器）、深空与月球层（射电测量的火星PNT以及月球PNT套件，每一部分的证据等级都记在矩阵中：LTC时间、VLBI、联合OD+时钟、坐标系实现、服务区、差分PNT、互操作）、任务分析层（发射/再入/覆盖/指向/过境/链路预算以及空间天气环境），以及开放的韧性与机器学习研究层（RPCF韧性评分、射频损伤的乐观差距，以及量子增强PNT演示器），其可复现的产物建立在已核对的计算核心之上。

核心旁边有两个独立的、被工作区排除的crate：mcp/kshana-mcp（MCP服务器，基于edition-2024的rmcp SDK）和xval/anise-frames（ANISE/SPICE坐标系交叉检查，会拉入MPL-2.0（Mozilla Public License 2.0）依赖）；根目录的Cargo.toml中的exclude列表使它们不进入已发布crate的依赖图、Cargo.lock、许可证关卡和MSRV（最低支持的Rust版本）构建。JetBrains插件（ide/jetbrains）是独立的Kotlin项目。完整的图集见docs/ARCHITECTURE.md。

渲染好的图（引擎流程、模块图、分发）见docs/ARCHITECTURE.md。

场景与报告

导出与互操作

接收机与船舶信任度

GNSS IQ（工作目录中的文件；HTTP模式下关闭）

compliance映射

基准测试

Kshana Pro建立在什么之上。Pro的每一部分都基于开放引擎工作，并保持其不变：

• 设计优化器、不确定性研究和任务档案通过引擎的公开接口运行开放引擎的场景，并根据运行结果计算每个数字。每项输出都保持开放引擎给予每个数值的VALIDATED、MODELLED或PARTNER等级，绝不更高。
• 时钟数字孪生使用开放引擎的时钟模型及其阿伦偏差估计器：孪生体先按器件公布的阿伦预算校准，再用开放的估计器估计该孪生体的阿伦偏差来检验。
• 权衡研究把每个架构方案都作为开放引擎场景原样运行，并依据从每次运行结果读取的性能指标对方案排序。
• 测评活动监视从包内各场景的开放引擎运行结果中读取其数值，并与上一次通过的运行比较。
• 频谱共存从leo-signal和constellation-design类型的开放引擎运行中读取每个物理数值，只增加对可见卫星的求和以及对各方案的排序。
• 本地部署的作业服务通过同一个引擎运行开放和Pro场景，并按运行返回的原样存储每个结果。
• 证据包为每次运行记录开放引擎盖在其结果上的场景哈希，因此包中的数值可以通过重新运行其场景来复现。
• 系统工程与项目工具。Kshana Pro的基于模型的系统工程（MBSE）与项目工具，对照开放引擎的运行检查项目的需求：它以逗号分隔值（CSV）、或以需求交换格式（ReqIF）的文档化子集、或以系统建模语言第2版（SysML v2）文本的文档化子集导入需求，针对一次运行写出的值，连同单位一起评估每条验收判据，并生成验证交叉引用矩阵（VCRM）、SysML v2模型、变更影响报告和离线证据包。它不重新运行也不重新计算任何内容，只读取开放引擎发布的内容：每次运行的result.json（判据所指名的字段、其单位、由场景哈希、随机种子（seed）、引擎版本和模式版本构成的可复现性戳，以及该运行的标签和数值等级）、其report.json（类型、可复现性记录和能力标签）、场景文件（其哈希、类型、随机种子（seed）和参数）、字段单位模式（每个字段的单位、出处和证据等级）以及验证矩阵（每项能力的VALIDATED、MODELLED或PARTNER标签）。

支持与专业服务#

Kshana在AGPL-3.0下免费开源，由Ashforde® OÜ（爱沙尼亚）专业开发和维护。开放的引擎本身完整，可独立使用。对于需要更多服务的机构，Ashforde® OÜ 提供：

• 商业支持与集成：把Kshana嵌入你的工具链、定制场景和优先修复。
• 定制传感器模型：按你的硬件标定，包括在私有叠加层中维护的受出口管制的韧性模型。
• Kshana Pro：专有的基于模型的系统工程（MBSE）与项目工具，对照开放引擎的运行检查项目的需求，并生成验证交叉引用矩阵（VCRM）、系统建模语言第2版（SysML v2）模型、变更影响报告和离线证据包。它不重新运行任何内容，只读取引擎发布的输出：每次运行的result.json和report.json、场景文件、字段单位模式以及验证矩阵的标签（完整列表见版本）。
• Kshana Pro设计、不确定性与任务工具：设计空间的Pareto前沿、基于数千次运行的不确定性与敏感性分析，以及带验证矩阵和PDF的一条命令任务档案；见docs/PRO.md。
• Kshana Pro测评活动监视、频谱共存与作业服务：被监视的数值变差时失败的流水线，双向对照开放的卫星导航信号测试的信号方案，以及带哈希链式交付台账（ledger）的本地部署作业队列；见docs/PRO.md。
• 关于量子/经典PNT性能分析的培训与咨询。

这就是开放核心模式：引擎是并将一直是开放许可的；维持业务运转的是专业知识、支持和专有扩展，而不是许可费。联系contact@ashforde.org · ashforde.org。

安装与构建#

需要Rust工具链（≥ 1.88，即Cargo.toml中的rust-version；开发所用版本为1.93）。

git clone https://github.com/ashfordeOU/kshana
cd kshana
cargo build --release
cargo test          # all tests pass

用法#

运行任意场景；CLI根据场景的kind字段分派，并在其旁写出<scenario>.result.json、<scenario>.chart.svg、<scenario>.report.html和<scenario>.report.json，对发布表格的类型还会写出<scenario>.table.csv。报告（内容相同的超文本标记语言（HTML）页面和JSON文档）包含执行摘要、每项输入及其单位、结果和图表、测评活动的扫描表、蒙特卡罗表或链式表、事件时间线、本次运行所用每项能力的VALIDATED / MODELLED / PARTNER标签和来源、未建模的内容，以及可复现性记录（引擎版本、安全哈希算法256位（SHA-256）摘要、随机种子、平台和确切的命令）。它可以在浏览器中以A4或Letter纸张打印为干净的PDF（便携式文档格式）文件；引擎本身不写出任何PDF。见docs/REPORTS.md。

cargo run -- scenarios/clock-holdover.toml
cargo run -- scenarios/imu-deadreckoning.toml
cargo run -- scenarios/timetransfer.toml
cargo run -- scenarios/hybrid-pnt.toml
cargo run -- scenarios/orbit-gnss-challenged.toml
cargo run -- scenarios/orbit-sgp4-gps.toml
cargo run -- scenarios/orbit-rinex.toml
cargo run -- scenarios/integrity-raim.toml

# Export a propagated constellation to an SP3-c precise-ephemeris file:
cargo run -- scenarios/orbit-sgp4-gps.toml --export-sp3 gps.sp3

# Export the constellation's mean elements to a CCSDS OMM catalogue (one OMM
# message per TLE-defined satellite, with its real NORAD id / COSPAR designator):
cargo run -- scenarios/orbit-sgp4-gps.toml --export-omm gps.omm

# Export the velocity-carrying state to a CCSDS OEM 2.0 ephemeris (GMAT/Orekit/STK):
cargo run -- scenarios/orbit-sgp4-gps.toml --export-oem gps.oem

# Export the geometry for a globe, a map or a mission-analysis tool: CZML, KML,
# GeoJSON, STK .e, or SigMF for the spectrum kind (every format that applies):
cargo run -- scenarios/jamming-demo.toml --export all

--export <czml|kml|geojson|stk|sigmf|all|list>在场景旁写出CZML（Cesium Language）、KML（Keyhole Markup Language）、GeoJSON（Request for Comments 7946）、Ansys STK（Systems Tool Kit）.e星历以及SigMF（Signal Metadata Format）录制文件，--import-route <route.geojson>则把一条GeoJSON线送入飞行轨迹类型。每种格式都对照其公布的规范做了核对，而某格式不适用的场景会说明原因：见docs/INTEROP.md。

其他CLI模式：检查场景、输入真实的地球定向数据，或运行整个套件：

# Lint a scenario without running it (checks the kind + required fields):
cargo run -- --validate scenarios/integrity-raim.toml

# Feed a real IERS Earth-orientation file (finals2000A) for frame precision:
cargo run -- scenarios/orbit-sgp4-gps.toml --eop tests/fixtures/agency/eop/finals2000A_2022001.txt

# Run a SUITE of scenarios into one aggregated, stamped study artifact
# (writes <suite>.study.json + <suite>.study.html next to the manifest):
cargo run -- --study scenarios/quantum-pnt-demonstrator.suite.toml

# Animate a run's time series: an animated SVG, a self-contained HTML player, and a
# numbered SVG frame sequence with manifest.json (see docs/ANIMATION.md):
cargo run -- scenarios/campaign-jam-spoof-holdover-integrity.toml --animate all

动画导出。 --animate svg|html|frames|all写出<scenario>.animation.svg（层叠样式表（CSS）关键帧，无脚本）、<scenario>.animation.html（播放、暂停、拖动、调速和同步面板，不含外部资源）和<scenario>.frames/（frame_0000.svg……以及含每秒帧数和时长的manifest.json）。测评活动播放其各阶段和告警，频谱运行播放其瀑布图；主题跟随prefers-color-scheme，prefers-reduced-motion则显示最终画面。它渲染的是该次运行自身的采样，重新运行时字节完全相同，并且不增加任何证据。见docs/ANIMATION.md。

套件清单是一个小的TOML（Tom's Obvious, Minimal Language）文件，含一个title和一个由场景路径组成的scenarios = [ … ]数组，引擎依次运行这些场景，把每个结果（连同其MODELLED / VALIDATED标签）汇入一个自描述的研究产物。见scenarios/quantum-pnt-demonstrator.suite.toml。

互操作角色。Kshana是与后处理工具链并列的性能仿真层，而不是对它的替代：把它的RINEX输出交给RTKLIB或gLAB求位置解，把它的SP3输出作为精密轨道产品交给Ginan之类的工具；Kshana回答的是，在你拿到真实信号之前，某个PNT架构能带来多大的韧性，所用的格式正是这些工具已经能读入的（--export-sp3，或在orbit场景中用export_sp3 = true，写出<scenario>.sp3）。同一条轨道还可以发布为标准轨道上的CCSDS OMM平均根数（--export-omm，或export_omm = true，写出<scenario>.omm）：每颗由TLE定义的卫星对应一条OMM 502.0 KVN（关键字 = 值表示法）消息，带有每个目标真实的NORAD（北美防空司令部）目录编号、COSPAR（空间研究委员会）国际编号和历元，供任何支持OMM的使用方使用，而不必使用定制的两行根数。

输出示例（时钟守时（holdover）：请留意完好性和安全性这两项性能指标是如何报告的）：

scenario 5ba83a232b94 | quantum holdover 6600s p95 1.20e-4ns integrity 1.000 security n/a (no attack) | classical holdover 2610s p95 19.7ns integrity 1.000 security n/a (no attack)
wrote scenarios/clock-holdover.result.json, scenarios/clock-holdover.chart.svg, scenarios/clock-holdover.report.html, and scenarios/clock-holdover.report.json

光学时钟第95百分位（p95）的授时误差为1.20e-4 ns：摘要以有效数字打印小数值，而不是把它们舍入为0.0。security读作n/a (no attack)，因为该场景没有配置任何攻击，所以没有可检测的对象。JSON结果仍在fom.security中给出每个时钟的解析欺骗可检测性界（光学时钟为0.997，芯片级原子钟为0.000，后者自身在监测窗口内的噪声超出了20 ns的规格），其figure_tiers块把该数值标记为applicable: false。spoof场景类型则针对注入的攻击对检测打分。figure_tiers还给每个报告的数值标明其验证等级，VALIDATED（已对照外部参考基准（oracle）核对）或MODELLED，以及该等级所依据的验证矩阵行。除时钟结果外，orbit场景还报告一个几何块：有定位解的采样比例，以及最佳/中位的位置精度因子（PDOP）和位置精度。

请仔细阅读这两个数字。 security是由每个时钟的稳定度推出的解析欺骗可检测性界：它只在配置了欺骗干扰（spoofing）场景时才有意义，不是多卫星RAIM检测器。这里的integrity是滤波器的自洽性（中断采样中落在其自身k倍标准差界内的比例），不是航空的HPL/VPL完好性数值。见docs/INTEGRITY.md。

对于真正的接收机自主完好性，integrity场景类型（scenarios/integrity-raim.toml）在传播得到的星座几何上运行真实的快照式和解分离（ARAIM式）RAIM：它逐历元计算水平/垂直保护级（HPL/VPL），并报告满足所配置告警限值的历元比例，同时给出Stanford完好性图，用于误差与保护级（PL）的分类。

可复现的研究产物

四项开放研究各自用一条命令重新生成字节确定性的产物（固定随机种子）：即量子与经典交叉点、射频损伤乐观差距、PNT韧性评分和授时保护级这几项研究背后的数字：

# Quantum-vs-classical resilience crossover map (writes paper/crossover/*.json):
cargo run --release --bin crossover_study -- paper/crossover

# RF-impairment optimism-gap study (13-detector panel, scaling laws, LOO predictor):
cargo run --release --example optimism_study -- paper-artifacts/optimism-study.json

# Framework-aligned PNT-resilience scoring + decision-instability study:
cargo run --release --example resilience_report -- paper-artifacts/resilience-study.json

# Conditional Timing Protection Level, calibrated on a real recorded spoof:
cargo run --release --example tpl_jammertest

每个产物都记录其引擎版本、随机种子和配置哈希，并带有如实的MODELLED/VALIDATED标签。真实数据探测（*_probe）对你在本地提供的录制数据运行同样的流水线；仓库中不附带任何数据集。射频损伤乐观差距研究写成预印本arXiv:2606.22054，条件授时保护级（上文的tpl_jammertest）见预印本arXiv:2606.24210（见引用）。

已发表的月球PNT研究（arXiv:2607.06212月面信标DOP、arXiv:2607.02566 VLBI可观测性和arXiv:2610.23871地月空间弧长可观测性），其几何、精度因子、实时坐标系/地球定向参数（EOP）预测、远距逆行轨道和射频测距的论断，已在tests/validate_p*.rs中对照独立的参考基准（scipy.special.j1、独立的NumPy (HᵀH)⁻¹ DOP求解、对同样的IERS finals2000A行的NumPy重新解析，以及NASA/JPL三体周期轨道数据库）做了交叉检查。这些是对已建模的月球套件所做的额外回归检查；它们不改变经机器检查的矩阵计数。

场景格式#

场景是声明式的TOML。顶层的kind选择场景包，共五十种（省略时默认为clock）：inertial、timetransfer、hybrid、hybrid-ukf、fusion、gnss-ins、orbit、ephemeris、gnss-sim、integrity、lunar-integrity、lunar-time-offset、spoof、spoof-detect、jamming、sweep、sweep-nd、gravity-map、terrain-nav、terrain-slam、combined-altpnt、pvt、mars-pnt、impairment-eval（机器学习射频损伤检测评估测试平台：带标签的合成语料 + 与检测器无关的ROC/AUC测试框架 + 分布内/分布外的乐观差距）、quantum-trade（量子与经典PNT的权衡，带实测ADEV导入 + GNSS拒止下的韧性包络；MODELLED）、space-weather（太阳/地磁指数 + Jacchia-71外逸层温度 + 在静态大气之上由活动驱动的热层密度；MODELLED）、oem-interop（用于GMAT/Orekit/STK星历的CCSDS OEM导入/往返桥接；MODELLED）、任务分析三件套launch-window（二体发射方位角/轨道面变更/机会）、reentry（Allen-Eggers弹道再入走廊）、eo-coverage（对地观测幅宽/地面分辨率/接入/重访几何）、space-packet（CCSDS 133.0 TM/TC，即遥测/遥控，Space Packet组帧：精确的比特布局，已验证往返）以及attitude-budget（3自由度重力梯度力矩 + RSS指向误差预算）、passes（地面站升落过境预测：AOS/TCA/LOS、最大仰角、接入）以及link-budget（单向CCSDS/DSN链路方程：FSPL / Eb·N₀ / 裕量 / 闭合）；telecom-timing（守时（holdover）的时间误差、MTIE和TDEV，对照ITU-T模板检查）；spectrum（把整个GNSS L频段当作一条功率谱密度：在脚本化的连续波、窄带、啁啾或匹配噪声压制干扰（jamming）时间线下的频率—时间瀑布图，由谱分离系数给出的分频段干信比和有效载噪密度，以及带Welch谱估计的信号元数据格式（SigMF）录制的输入和输出；信号谱已对照教科书数值核对（VALIDATED），压制干扰场景为MODELLED；见docs/SPECTRUM.md；同一类型还绘制带设计的低地球轨道信号的UHF、S和C频段面板）；leo-signal（适用于任何系统的低地球轨道定位、导航与授时信号设计：带限频谱、码跟踪抖动和测距精度、捕获搜索与时间、相对GPS和Galileo的谱分离、抗压制干扰能力以及UHF到C频段的权衡，取自Xona Pulsar、Iridium、Starlink和CentiSpace等公开预设或内联设计；闭式公式和LEO多普勒为VALIDATED，各设计为MODELLED；见docs/LEO-SIGNAL.md）；solar-system（同一历元下的太阳、行星、冥王星、月球和七颗主要卫星：位置、常数、光行时和轨道轨迹；行星位置已对照JPL Horizons核对（VALIDATED））和body-pnt（在上述任一天体周围用本地导航星座和来自地球的深空链路进行定位；MODELLED）；campaign（把现有类型组合成链式的任务时间线，各阶段之间传递状态，或参数扫描、带随机种子的蒙特卡罗集合，或在同一共享条件下的多个场景；MODELLED，见docs/CAMPAIGNS.md）；constellation-design（Walker delta和星形构型、根数列表和多壳层设计，带GPS、Galileo、北斗和GLONASS预设，以及在经纬度网格上的覆盖和精度因子；生成器和GPS全球DOP已对照公布的服务文件核对（VALIDATED），见docs/CONSTELLATION-DESIGN.md）；leo-pass（低地球轨道（LEO）定位、导航与授时（PNT）卫星的一次过境及其逐频段链路预算，适用于任何星座和任何信号设计：观测角、多普勒和多普勒变化率、ITU-R的雨、气体、闪烁和建筑穿透损耗、相对所见MEO GNSS卫星的载噪密度、一阶电离层和无电离层组合对、低能量定位预算、由每个频段对给出的电离层探测，以及按多普勒与过境几何一致性和按跨频段一致性进行的欺骗干扰监测；ITU-R各项和静态用户多普勒包络为VALIDATED，过境为MODELLED，见docs/LEO-PASS.md）；leo-navmsg（低地球轨道（LEO）PNT卫星的广播星历和时钟电文，适用于任何轨道和载波：从积分得到的真值轨道到Galileo开普勒根数集的拟合器，带沿迹、横向和径向修正多项式的该根数集，Liu等人2025的22参数模型或ATOMIC零钟差ECEF多项式；信号在空间中的测距误差（SISRE）随拟合区间和更新周期的变化，过境中更新的连续性检查，Kshana自己有文档的二进制帧，带CRC-24Q循环冗余校验和量化预算，以及标为Kshana扩展的RINEX-4式数据块；SISRE权重、Galileo用户算法和CRC-24Q为VALIDATED，各拟合为MODELLED；可选的Xona Pulsar、Iridium、Starlink、CentiSpace、一个有代表性的C频段系统、ATOMIC和Celeste IOD的预设；见docs/LEO-NAVMSG.md）；融合的MEO + LEO PNT三件套leo-pvt（根据低地球轨道（LEO）距离变化率的多普勒定位，带系统间偏差的GNSS + LEO联合伪距定位以及DOP随LEO卫星数量的变化，极区和北极覆盖，以及对UTC的LEO时间传递：适用于任何星座，可选Xona Pulsar、Iridium和Starlink机会信号等预设；LEO多普勒包络已对照已发布的Iridium和Xona数值核对（VALIDATED））、leo-ppp（仅用GNSS和用LEO增强的精密单点定位收敛，并与Li等人2019比较）和ntn-positioning（根据信号带宽的Cramér-Rao界进行的5G非地面网络定位），除该包络外均为MODELLED，见docs/LEO-PNT-FUSION.md；leo-pnt-chain（端到端的一个LEO-PNT系统：由leo-pass频段承载的leo-signal设计，过境的C/N0和导航电文的信号在空间中的测距误差交给融合的leo-pvt定位和leo-ppp收敛，列出每一次交接；MODELLED，见docs/LEO-PNT.md，该文档同时是每种LEO-PNT类型和场景的概览，包括韧性测评活动、每个实验重点领域一个场景和每个终端用户垂直领域一个场景）；月球PNT套件 lunar-vlbi、lunar-joint-od-clock、lunar-frame-realisation、moonlight-service-volume、lunar-differential-pnt、lunar-interop-export；量子增强PNT演示器 quantum-time-transfer、quantum-gnss-free-nav、quantum-anomaly-detect；以及信号安全、地月空间与分层韧性研究类型lunar-attack-surface、realtime-frame-eop、lunar-time-budget、hybrid-optical-rf、cislunar-observability、conflict-resilience：任务分析三件套及这些较晚的类型均为MODELLED（每个都带有经核对的闭式核心；见矩阵）。通用字段：seed、[time]网格、[gnss]可用性时间线（中断的驱动源），以及带provenance字符串的各传感器块，其中注明每个数值的来源。示例（时钟）：

seed = 42
threshold_ns = 20.0
[time]
step_s = 10.0
duration_s = 7200.0
[gnss]
windows = [
  { t0 = 0.0,   t1 = 600.0,  state = "nominal" },  # 10 min GNSS sync
  { t0 = 600.0, t1 = 7200.0, state = "denied"  },  # ~1.8 h outage
]
[clock_quantum]
id = "optical-sr-lattice"
provenance = "Strontium optical lattice clock, space-oriented goal sigma_y(1s)=1e-15 (arXiv:1503.08457)"
y0 = 5.0e-17
q_wf = 1.0e-30   # white FM:  q_wf = sigma_y(1s)^2
q_rw = 0.0       # random-walk FM
drift = 0.0      # linear aging (per second)
[clock_classical]
id = "csac-sa45s"
provenance = "Microchip SA65 / SA.45s CSAC datasheet sigma_y(1s)=3e-10"
y0 = 5.0e-10
q_wf = 9.0e-20
q_rw = 0.0
drift = 0.0

可选字段（缺省时关闭）：时钟可增加flicker_floor（1/f FM，即调频，阿伦偏差下限）；惯性传感器可增加gyro_bias和q_arw（陀螺偏置和角度随机游走），以及bias_instability和q_aa（阿伦偏置不稳定性下限和加速度随机游走），合起来是单轴（1-DOF）加速度计误差预算（VRW/ARW，即速度/角度随机游走，以及偏置不稳定性）。这是随发布的inertial场景包运行的误差预算。另外，该库现在带有一个经验证的3轴捷联导航器（src/inertial/{attitude,mechanization,imu_errors}.rs）：带圆锥/划桨补偿的四元数姿态，完整的NED机械编排（含地球自转率和运输率项、WGS-84 Somigliana重力），以及一个确定性的IMU误差模型，其中比例因子、失准、g敏感性、量化和速率斜坡均已建模（IEEE Std 952-1997，即IEEE陀螺规范与测试程序标准，§A.2；Groves 2013 §4.3）。这条3轴路径现在已接入一个可运行的松耦合GNSS/INS场景包（kind = "gnss-ins"）：15状态误差状态EKF在GNSS可用时用含噪定位修正捷联解，然后在中断期间惯性外推，并报告融合后的水平误差与开环纯惯导外推的对比。另外还提供紧耦合伪距更新（它在距离域形成新息，因此不足四颗卫星时仍能继续修正）。守时（holdover）场景可增加runs（> 1）来运行蒙特卡罗集合：此时每个性能指标都以均值加第5至第95百分位的范围报告，图表也会给误差置信带着色（见scenarios/clock-ensemble.toml）。

fusion场景（块与hybrid相同）运行两个相互独立的卡尔曼估计器，一个用于时钟状态，一个用于位置状态，由GNSS约束并由光学时间传递辅助，报告合并的守时（holdover）性能指标。两个块之间没有互协方差：这是一对叠放的误差预算，不是真正耦合的时钟+位置联合滤波器（跨块协方差属于路线图项目）。见scenarios/fusion-pnt.toml。

spoof场景注入一次时间欺骗干扰（spoofing），它是四种[attack.shape]类型之一（linear_ramp、step_jump、meaconing、replay；单独的rate_ns_per_s仍被接受，视为线性斜坡），并运行每个时钟的欺骗检测器。该检测器是对时钟辅助监测统计量的双侧χ²₁ 能量 / Neyman–Pearson检验：门限由目标虚警预算target_pfa确定，漏检概率P_md同时以闭式公式和蒙特卡罗（每个假设mc_runs次试验，两者相符到几个 ×1/√N以内）给出。安全性指标为1 − P_md，取在运行上有害的（规格）量级，因此能抓住规格大小欺骗干扰的安静时钟得分约为1，而经常漏检的嘈杂时钟得分较低（见scenarios/spoof-attack.toml、scenarios/spoof-meaconing.toml）。

gnss-sim场景是测量域仿真：对每颗可见卫星合成伪距ρ = geometric range + c·δt_rx − c·δt_sv + I + T + noise + multipath和L1多普勒，其中有Klobuchar单频电离层（[iono]，IS-GPS-200 §20.3.3.5.2.5）和由Niell（1996）映射函数投影的Saastamoinen天顶对流层（[tropo]）。残差输入快照式RAIM以得到逐历元的HPL/VPL，每颗卫星的伪距、多普勒、C/N₀ 以及电离层/对流层修正都在JSON的gnss_measurements数组中给出。它是前向仿真器（根据已知真值生成测量），不是接收机/求解器：零噪声运行可把几何加修正复现到亚毫米（见scenarios/gnss-sim-raim.toml）。

jamming场景把射频干扰建模为链路预算：一个[jammer]（ECEF位置、发射power_dbw、类型）在监视Walker [constellation]的[receiver]处抬高干信比。根据几何（自由空间路径损耗和分方向的接收天线增益）计算每颗卫星的J/S，通过标准抗干扰方程（解扩处理增益 × 谱分离因子Q；Kaplan & Hegarty §9.4）得到有效C/N₀，并在低于可配置的跟踪门限时标记失锁，报告availability_under_jamming性能指标。一个10 W的宽带干扰源在1 km处使接收机完全失效（J/S ≈ 72 dB）；同一干扰源在100 km处只使链路下降（见scenarios/jamming-demo.toml）。

sweep场景运行权衡研究：在lin或log scale上，让一个parameter（threshold_ns、duration_s、quantum_q_wf或classical_q_wf）从start到stop取steps个点，为两个时钟记录一个metric（例如holdover_s），并绘出两条曲线。基础场景放在[base]下（见scenarios/sweep-clock-stability.toml）。

sweep-nd场景把这一点推广到任何场景包和任意多个轴：它在[[axes]]的笛卡尔积上改变某个[base]场景（任何kind）的带点TOML键，重新运行每个网格节点，并记录以结果中的带点JSON路径给出的metrics（例如classical.fom.holdover_s）。它适用于每个场景包，因为它在TOML/结果的边界上运行；原生运行并行评估网格（没有额外依赖，wasm退回为顺序执行），输出是确定性的且按行优先排列（见scenarios/sweep-nd-inertial.toml）。

orbit场景根据几何推出[gnss]时间线，而不是手工编写：给出[user]轨道、[constellation]、仰角mask_deg和两个时钟块。它还根据卫星几何报告位置精度；可选的sigma_uere_m（1倍标准差的用户等效距离误差，默认1 m）把位置精度因子换算为位置标准差。用户轨道可以用eccentricity和argp_deg设为偏心，j2 = true则加入地球扁率的长期漂移（见scenarios/orbit-molniya.toml）。星座也可以改用真实星座：给[constellation]一个含两行根数集的tle块，卫星即由其解析得到（见scenarios/orbit-real-tle.toml）。加入一个或多个[[constellations]]块即可实现多GNSS（例如GPS + Galileo；见scenarios/orbit-multignss.toml）：

kind = "orbit"
seed = 7
threshold_ns = 5.0
mask_deg = 10.0
sigma_uere_m = 1.0           # optional; position sigma = position-DOP * this
[time]
step_s = 60.0
duration_s = 86400.0
[user]                       # spacecraft (altitude in km, angles in deg)
altitude_km = 8000.0
inclination_deg = 0.0
[constellation]              # Walker-delta GNSS (GPS-like)
altitude_km = 20180.0
inclination_deg = 55.0
planes = 6
sats_per_plane = 4
phasing_f = 1.0
[clock_quantum]  # ... as above
[clock_classical]  # ... as above

GPS拒止的备用PNT类型完全不用GNSS导航，通过粒子滤波器把实测的场序列与地图匹配。gravity-map场景让载体沿一条轨迹飞过球谐重力异常场，并根据冷原子重力仪的读数恢复该轨迹（scenarios/gps-denied-gravity-nav.toml）；terrain-nav场景针对SRTM高程DEM做同样的事（TERCOM/SITAN，scenarios/terrain-nav.toml）；combined-altpnt场景则在一个滤波器中融合重力 + IGRF磁场 + 地形（scenarios/combined-altpnt.toml）。

lunar-integrity场景评估地月空间 PNT：它针对LunaNet/LNIS中继集运行月球南极的ARAIM保护级过境，并如实报告完好性差距：约30 m的月球 σ_URE使保护级远高于50 m的告警限值，因此在航空式完好性规则下服务是不可用的（scenarios/lunanet-araim.toml）。

lunar-time-offset场景报告相对论的地月时钟速率，这是月球坐标时标（LTC/TCL）的基础。一个由第一性原理得到的后牛顿恒等式，把自势差（IAU L_G大地水准面势减去月球表面自势）与月球的动能（二阶多普勒）项相加，得到约57 µs/天的长期速率，并给出已发表的56–59 µs/天范围；它还给出一个时间范围内累积的LTC−TT偏差和一个逆方差集合（月球纸面时钟）。MODELLED：该主要数值取决于参考（地球大地水准面与月球选择水准面、平均窗口），所以报告的是一个范围，而不是单一的定论性数值（scenarios/lunar-time-offset.toml）。

每种类型至少有一个可运行的示例，见scenarios/（92种类型，193个场景.toml文件 + 1个套件清单——有几种类型附带不止一个示例）。并非每种类型都有以其命名的文件：lunar-integrity → scenarios/lunanet-araim.toml和gravity-map → scenarios/gps-denied-gravity-nav.toml是其中两例。可随时列出可分派的类型，方法是cargo run -- --validate <file>报错信息、Python的list_kinds()，或MCP的list_scenario_kinds工具。

输出#

结果产物是带版本、自描述的JSON：逐步时间序列、已评分的性能指标、起作用的模型规格（附出处）、随机种子、场景哈希（因此任何图表都可以根据该文件复现），并且对每个时钟还有一个adev_curve（[{tau_s, adev, n_samples, noise, edf, ci_lo, ci_hi}]）：跨倍频程间隔平均时间的重叠阿伦偏差，这是读取时钟稳定度的标准方式，现在每个点还带有按噪声类型确定的95% 置信带（记录的幂律类型由其修正阿伦斜率识别，χ² 区间使用相应的NIST SP 1065有效自由度）。浏览器演练场把它渲染为对数—对数的“时钟稳定度（ADEV）”图。（MDEV、TDEV和HDEV可作为库估计器使用；导出的结果曲线是重叠ADEV。）每个字段及其单位和来源指针都记录在docs/SCHEMA.md中。

每张图表都是自描述的。浏览器演练场、CLI的*.chart.svg导出和HTML（超文本标记语言）记分卡都在每张图表图像上加盖页脚，内容为Kshana v<version> · scenario <hash> · kshana.dev。其中的scenario <hash>是该次运行场景哈希的前12个十六进制字符，场景哈希是对规范场景定义（随机种子、门限、模型参数、GNSS窗口等）的SHA-256（256位安全哈希算法）摘要；完好性报告和月球报告本身没有哈希，改用场景源文件的SHA-256。它与单行摘要和结果JSON中显示的是同一个指纹，所以保存或粘贴的图表总是带有其版本、产生它的确切场景（用于逐位复现）和来源：改变任何输入，哈希随之改变。

性能指标遵循标准的运行PNT性能指标：

对这些术语不熟悉？术语表中对每一项都有通俗说明。

仓库结构#

kshana/
├── src/                                       # the kshana core crate (library + CLI)
│   ├── api.rs · main.rs · lib.rs              # typed dispatch (92 kinds) + CLI + crate root
│   ├── python.rs · wasm.rs                    # optional PyO3 / wasm-bindgen bindings
│   ├── types.rs · scenario.rs · allan.rs      # shared core (time grid, GNSS timeline, Allan)
│   │
│   ├── models.rs · estimator.rs · kalman.rs   # Pack 1 — clock holdover + integrity
│   ├── security.rs · detection.rs · spoof.rs · spoof_monitors.rs  # spoof detection
│   ├── filter_health.rs · fom.rs · fom_label.rs · report.rs · chart.rs · run.rs  # health · FoM scoring + labelling · output
│   ├── suite.rs · study.rs                     # scenario suites + aggregated multi-scenario study artifacts (`--study`)
│   ├── inertial/                              # Pack 2 — strapdown INS (attitude · mechanization · imu_errors · quantum_imu)
│   ├── timetransfer.rs · timetransfer_adv.rs · timegeo.rs  # Pack 3 — TWSTFT/CV/PPP/optical, Sagnac
│   ├── hybrid.rs · ensemble.rs · sweep.rs     # Pack 4 — fused PNT, Monte-Carlo, trade sweeps
│   │
│   ├── timescales.rs · jd2.rs · ephem.rs      # time systems, two-part JD, Sun/Moon ephemeris
│   ├── precession.rs · nutation.rs · cio.rs   # IAU 2006/2000A precession-nutation + CIO GCRS↔ITRS
│   ├── frames.rs · *_data.rs                  # TEME↔ECEF + generated nutation/CIO/EGM2008/IGRF tables
│   │
│   ├── orbit.rs · sgp4.rs · tle.rs · walker.rs   # geometry, SGP4/SDP4, TLE, Walker design
│   ├── propagator.rs · forces.rs · gravity_sh.rs · integrator.rs  # Cowell + perturbations (EGM2008 d/o70, GR) + RK4/DOPRI
│   ├── maneuver.rs · batch_ls.rs · orbit_determination.rs  # burns/Lambert/porkchop, Gauss-Newton, OD
│   ├── cr3bp.rs · lunar.rs · lunar_frame.rs · lunar_od.rs  # Earth–Moon CR3BP + halo/NRHO STM corrector, cislunar/LunaNet ARAIM, MCI↔MCMF, lunar OD
│   ├── lunar_time.rs · lunar_vlbi.rs · lunar_combination.rs · lunar_frame_realise.rs · lunar_service.rs · lunar_dpnt.rs · lunar_interop.rs  # tiers per piece in the matrix lunar PNT suite — LTC time · geodetic VLBI · joint OD+clock · frame realisation · Moonlight service-volume · differential PNT · LunaNet/IOAG interop export
│   ├── body.rs · mars_frame.rs · ephem_provider.rs · radiometric.rs · ccsds_tdm.rs  # deep-space: multi-body · Mars frame · ephemeris seam · radiometric obs + CCSDS-TDM
│   ├── deepspace_od.rs · clock_state.rs · mars_atmos.rs · mars_pnt.rs · linkbudget.rs · gse_sim.rs  # SRIF OD · onboard clock · Mars drag · relay-PNT · link budget · GSE sim
│   │
│   ├── fusion/                                # GNSS/INS — EKF · UKF · tightly_coupled(17) · coupled · closed_loop
│   ├── raim.rs · sbas.rs                      # RAIM/ARAIM HPL/VPL, SBAS DO-229E PLs + L1/L5 iono-free
│   ├── gnss_sim.rs · ionex.rs · pvt.rs · jamming.rs  # measurement domain · ionosphere maps · single-point positioning · jamming
│   ├── navsignal.rs                            # nav-signal PSD (BPSK-R/BOC) · spectral-separation → anti-jam Q · DLL code-tracking jitter · multipath envelope
│   ├── gravimeter.rs · igrf.rs · mapmatch.rs · particle_filter.rs · altpnt/  # gravity/magnetic/terrain alt-PNT
│   ├── rinex.rs · rinex_obs.rs · glonass.rs · sp3.rs · oem.rs · omm.rs · permalink.rs  # interop formats
│   ├── launch.rs · reentry.rs · eo_payload.rs · attitude_budget.rs · passes.rs · space_packet.rs  # mission-analysis budgets + CCSDS Space Packet
│   ├── space_weather.rs · holdover.rs · tpl.rs   # space-weather environment · GNSS-denied clock-holdover calculator · conditional Timing Protection Level (under spoofing)
│   ├── resilience/                              # framework-aligned PNT-resilience scoring + decision-instability study (RPCF · Dirichlet · Kendall-τ · diversity collapse · assurance report)
│   ├── impairment_eval.rs · impairment_study.rs · impairment_ml.rs · eval_stats.rs  # Machine-learning RF-impairment eval testbed · optimism-gap study · LR/MLP detectors · bootstrap/DeLong/Spearman stats
│   ├── sdr.rs · realdata/                       # software-defined-receiver front end (IQ/IF → E/P/L taps → SQM) + real-data ingest adapters (RINEX · UBX · GnssLogger · JammerTest · Yunnan · SatGrid)
│   ├── crossover.rs · quantum_trade.rs · frugal.rs · integrity_impact.rs  # quantum-vs-classical crossover map · PNT trade · cost-per-coverage ROI · integrity impact
│   ├── quantum_devices.rs · quantum_faults.rs · quantum_nav_od.rs · qtrade.rs · timetransfer_chain.rs · representativeness.rs  # Quantum-Enabled PNT demonstrator — device error models · fault catalogue · GNSS-free quantum OD · unified trade harness · quantum time-transfer chain · representativeness / gaps-to-flight ledger
│   ├── interchange.rs · verification.rs          # KIF artifact envelope · machine-checked verification matrix
│   └── bin/crossover_study.rs · bin/validation_report.rs  # crossover-study artifact generator · release validation-summary HTML
│
├── mcp/kshana-mcp/        # standalone, workspace-EXCLUDED crate — the MCP server (+ Dockerfile, server.json)
├── ide/jetbrains/         # standalone Kotlin/Gradle IntelliJ-Platform plugin
├── xval/                  # standalone, workspace-EXCLUDED external cross-checks: anise-{frames,lunar-od,mars-od,service-geometry} (Rust ANISE/SPICE DE440) + orekit-passes (Java Orekit)
│
├── examples/            # reproducible study generators: tpl_jammertest · resilience_report · optimism_study + real-data probes (jammertest_probe · yunnan_probe · satgrid_probe · texbat_probe · ingest_realdata)
├── paper-artifacts/     # byte-deterministic study artifacts, regenerable from examples/ (optimism-study.json · resilience-study.json); raw datasets stay out
├── scenarios/            # one cited .toml per kind + geometry-driven + GPS-denied
├── scripts/              # reproducibility + repo-hygiene + SBOM guards
├── docs/                 # CONCEPTS, ARCHITECTURE, CAPABILITY, VALIDATION, PROVENANCE, GLOSSARY, …
├── web/                  # the WebAssembly playground + kshana.dev site
├── tools/                # table generators (EGM2008 · IGRF · nutation · CIO) + fetch_tles.sh
├── .github/workflows/    # ci · release · publish · wheels · pages · mcp-publish · jetbrains-plugin · frame-xval
├── pyproject.toml        # Python packaging (maturin)
├── CHANGELOG.md          # Keep a Changelog + SemVer
└── CITATION.cff · ROADMAP.md · CONTRIBUTING.md · SECURITY.md

FAQ#

使用它需要懂量子物理吗？不需要。会运行命令行就能运行Kshana。先看通俗入门；术语可在术语表中查找。

这是量子硬件设计还是飞行软件？都不是。它是性能仿真器。量子硬件的保真度来自已发布的误差模型，而不是来自这个工具。见它是什么 / 不是什么。

量子结果是否符合实际，还是营销？每个参数都引自某份数据手册或论文，每个模型都已对照教科书关系式核对，成熟度在VALIDATION.md中如实标注，包括尚无锶光钟上过天这一点。引擎是中立的：量子与经典是同一份代码，只是采用不同的已发布数值。

两次运行的结果一定一致吗？是的，运行是确定性的：scenario + seed + engine version → bit-identical output，由scripts/check-reproducible.sh强制检查。

能从Python或在浏览器中使用吗？能，见安装：Python和WebAssembly示例就在其下。两者调用同一个引擎。

如何为我自己的传感器建模？写一个场景.toml，在provenance字段中填入传感器已发布的数值。见场景格式和scenarios/中的示例。

商业使用免费吗？是的，AGPL-3.0下包括商业场合在内都免费，只要你遵守AGPL的copyleft（尤其是：如果你修改了Kshana并通过网络提供，就必须向这些用户提供你修改后的源码）。如果这不适合你，例如你需要把Kshana嵌入专有产品或运行闭源的网络服务，可以向Ashforde® OÜ 获取商业许可；见LICENSING.md和支持。

故障排查#

在旧的工具链上cargo build失败。Kshana需要Rust ≥ 1.88。用rustup update更新。

在macOS上构建Python扩展时链接失败（Undefined symbols … _Py…）。Python扩展在加载时解析其符号。maturin会自动设置正确的链接器标志：请使用maturin develop --features python，而不要直接用cargo build。

Python构建报告解释器比PyO3所知的更新。设置PYO3_USE_ABI3_FORWARD_COMPATIBILITY=1（abi3 wheel跨CPython版本向前兼容）。

WebAssembly构建找不到目标。用rustup target add wasm32-unknown-unknown安装一次，然后运行wasm-pack build --target web -- --features wasm。

我的输出在哪里？每次运行都会在输入的.toml旁写出<scenario>.result.json、<scenario>.chart.svg、<scenario>.report.html和<scenario>.report.json，对发布表格的类型还会写出<scenario>.table.csv。按设计，它们全都被git忽略。

版本管理与发布#

Kshana遵循语义化版本。在1.0之前，公开的场景/结果模式仍可能变化；破坏性变更会在CHANGELOG.md中明确指出。每个结果都可根据scenario + seed + engine version复现。

每个vX.Y.Z标签都会按同一顺序自动发布所有渠道：先在带标签的提交上运行完整测试套件，通过之前不发布任何内容，之后流水线检查每个注册表是否确实提供新版本（docs/RELEASING.md）。这些渠道是：

MCP服务器的crate / 镜像 / 注册表版本跟随引擎（它打包了该库）；JetBrains插件独立版本化（它调用你已安装的kshana二进制文件）。

路线图#

阶段性路线图见ROADMAP.md，已发布的历史见CHANGELOG.md，各能力的路线图见docs/CAPABILITY.md。优先顺序是：首先是面向关键基础设施的授时与守时证据（电信模板、含老化和闪烁噪声的更长守时、实测时钟数据的导入）；其次是中立的量子与经典权衡方法（结果标为MODELLED，直到合作方的实测数据使其升级）；而地月空间和深空导航予以维持，不作为主线扩展。ITRF精密坐标系归算现已交付：完整的基于CIO的IAU 2006/2000A GCRS↔ITRS链（极移 + 亚角秒章动），已对照SOFA/ERFA逐位核对，并对照ANISE（纯Rust的SPICE）独立交叉检查，在GNSS轨道高度上 ≤ 3.6 m。近期事项包括紧耦合载波相位融合，以及把松耦合/紧耦合GNSS/INS导航器推广到更多场景包；深空 / 火星射电导航引擎已在v0.17.0中落地（经仿真核对）。量子物理层是一个P2项目：CAI加速度计现在已按第一性原理仿真（Mach–Zehnder相位、投影噪声、对比度衰减、振动耦合），而时钟/时间传递传感器仍由已发布的阿伦/噪声预算系数驱动。基于GMST的TEME↔ECEF、IERS闰秒时间系统（UTC/TAI/TT/UT1）、SGP4/SDP4轨道传播（v0.7.0，已对照AIAA 2006-6753向量核对）和可运行的gnss-ins融合场景包都已发布，惯性速度也已向下游提供。主动随机时间欺骗干扰检测器（带蒙特卡罗P_fa/P_md的Neyman–Pearson / χ²₁ 能量检验，以及1−P_md的安全性指标）、链路预算压制干扰（jamming）模型（J/S → 有效C/N₀ → 失锁）、多星座可用性、单轴（1-DOF）IMU误差预算、作为合并指标报告的两个独立（时钟 + 位置）卡尔曼估计器、取自TLE的真实星座几何、HTML记分卡报告、由带偏心率和J2漂移的开普勒轨道得到的几何导出GNSS可用性和精度因子、蒙特卡罗置信带、权衡研究参数扫描、浏览器内的WebAssembly演练场，以及可选的Python（PyO3）和WebAssembly（wasm-bindgen）绑定，都已并入main。

参与贡献#

见CONTRIBUTING.md。简言之：测试通过（cargo test），两个守卫脚本通过，采用Conventional Commits，并且每项用户可见的变更都在CHANGELOG.md的[Unreleased]中有一条记录。参与须遵守我们的行为准则。要报告安全问题，请见安全策略，请勿为漏洞公开提交issue。

文档#

主要参考文献#

核对用参考基准（oracle）与标准：Kshana的各项检查所依据的外部权威：

• Vallado, Crawford, Hujsak & Kelso — Revisiting Spacetrack Report #3（AIAA 2006-6753；测试数据）：Kshana与之吻合到4.12 mm的SGP4/SDP4验证集，以及TEME→ITRF链所对照检查的坐标系算例。
• IAU SOFA / ERFA：IAU 2000A章动和基于CIO的GCRS↔ITRS归算所对照逐位核对的参考时间与坐标系例程。
• Petit & Luzum（编）— IERS Conventions (2010)，IERS TN（Technical Note）36（地球定向、极移和坐标系标准）。
• Riley — Handbook of Frequency Stability Analysis，NIST SP 1065（阿伦偏差关系式和NBS14参考序列；NBS即原美国国家标准局）。
• Pedregosa等 — scikit-learn: Machine Learning in Python，JMLR 12 (2011)：射频损伤评估测试平台与之完全匹配的参考ROC/AUC、混淆矩阵和精确率/召回率/F1实现（tests/eval_metrics_reference.rs）。
• Virtanen等 — SciPy 1.0，Nature Methods 17 (2020)：optimize.nnls、stats.chi2和linalg.expm，即量子权衡的实测ADEV NNLS拟合、χ² 一致性带以及van-Loan时钟过程噪声协方差所对照核对的参考例程（tests/scipy_reference.rs）。
• Knowles, Kanhere, Neamati & Gao — gnss_lib_py，SoftwareX 27 (2024)：既作为开放的现有技术（见下文比较与开放的现有技术），也作为GDOP/PDOP/HDOP/VDOP/TDOP计算与之匹配到1e-6的独立DOP参考基准（oracle）（tests/dop_reference.rs）。
• Montenbruck & Gill — Satellite Orbits: Models, Methods and Applications（Springer）：机构精密星历力模型拟合背后的力模型。
• Howell — Three-dimensional, periodic, halo orbits, Celestial Mechanics 32(1) (1984)，doi:10.1007/BF01358403；Zimovan-Spreen, Howell & Davis — Near rectilinear halo orbits and nearby higher-period dynamical structures, Astrodynamics 6 (2022)，doi:10.1007/s42064-021-0125-x（CR3BP微分修正器所复现的halo/NRHO族）。

器件与方法的物理：传感器模型背后引用的来源：

• Origlia, Schiller, Bongs等 — arXiv:1503.08457（锶光晶格钟，面向空间的目标）。
• Oelker等，Nature Photonics (2019) — doi:10.1038/s41566-019-0493-4（实验室Sr钟，4.8×10⁻¹⁷）。
• Templier等，Science Advances (2022) — arXiv:2209.13209（混合量子加速度计三联组）。
• Groves，Principles of GNSS, Inertial, and Multisensor Integrated Navigation — IEEE AESS（航空航天与电子系统学会）教程（伦敦大学学院Discovery仓库）（航位推算误差增长）。
• Giorgetta等，Nature Photonics 7, 434 (2013) — arXiv:1211.4902；Deschênes等，Phys. Rev. X 6, 021016 (2016) — APS（美国物理学会）（光学双向时频传递；光学星间链路的非互易性预算即以这些文献为蓝本）。
• Betz — Binary Offset Carrier Modulations for Radionavigation, NAVIGATION 48(4) (2001)，doi:10.1002/j.2161-4296.2001.tb00247.x（src/navsignal.rs背后的BOC调制和谱分离理论）。
• Kaplan & Hegarty（编）— Understanding GPS/GNSS: Principles and Applications（第3版，Artech House，2017）：导航信号和压制干扰（jamming）模型所用的抗干扰有效C/N₀ 方程以及早迟型DLL码跟踪热噪声抖动。

比较与开放的现有技术：Kshana所对照定位自身的工具和综述：

• Humphreys等 — TEXBAT（Texas Spoofing Test Battery；ION，即导航学会，GNSS 2012）：多层检测器据以表征的欺骗干扰（spoofing）测试集参数。
• González等 — NaveGo（2017）：作为经典基线使用的开放的、经核对的惯性导航误差剖面。
• Iiyama, Casadesús Vila & Gao — LuPNT（ION GNSS+ 2023，Stanford NavLab）：开放的月球PNT仿真器。
• Knowles, Kanhere, Neamati & Gao — gnss_lib_py, SoftwareX 27 (2024)，doi:10.1016/j.softx.2024.101811：开放的GNSS数据分析。
• Li, Zaminpardaz, Kealy & Greentree — Quantum sensors for enhanced positioning and navigation: a comprehensive review, GPS Solutions 30(1):62 (2026)，doi:10.1007/s10291-026-02030-y。
• Bertone等 — Earth and Space Science 8(6) (2021)，doi:10.1029/2020EA001454：GRAIL约化动力学OD，即LRO拟合所复现的经验加速度下限。