虹科乾貨
【虹科方案 】香港企業如何防範網絡釣魚與資料外洩？從合規培訓到人員風險管理
虹科與 PCPD 最新數據顯示香港網絡釣魚及資料外洩大幅飆升！單靠硬性技術防護與年度培訓已難防範 AI 社交工程。本文深入剖析香港 B2B 企業如何升級至「人員風險管理（Human Risk Management）」，切實符合 PDPO 條例與金融監管要求，建構零信任人員防線。
HongKeTechnology
2026年8月12日
虹科最新文章
HongKe
Lorem ipsum dolor sit amet, consectetur adipiscing elit.Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Lorem ipsum dolor sit amet, consectetur adipiscing elit.Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
【虹科乾貨】真實道路場景如何搬進實驗室？增強型 NMEA 回放重塑 GNSS 場景復現能力
真實道路場景的 GNSS 測試，一直面臨著一個矛盾：在實驗室中運行穩定的標準測試用例，在實際路測中往往出現性能偏差。城市峽谷中的信號遮擋、高架橋下的多徑干擾、林蔭道路上的衛星衰減，這些真實環境中的動態變化難以在傳統模擬仿真流程中被完整復現。這一問題背後，指向了 GNSS 測試方法論中長期被忽視的一個核心維度——在場景復現過程中，資訊如何被精準記錄與重建，才能使實驗室測試真正逼近真實道路環境。
為什麼真實道路場景越來越難復現？
GNSS 模擬測試（GNSS Simulation Test）已廣泛應用於汽車電子、無人機、低空經濟、智慧交通等領域。相比道路實測，實驗室測試的最大優勢在於可重複、可控制、效率高，同一條測試軌跡可以反覆執行，同一個測試場景能夠穩定復現，這也是自動化測試與標準化驗證的基礎。
然而，當測試對象逐漸從基礎定位功能驗證擴展到複雜道路環境驗證時，一個全新的問題開始出現。真實道路中的 GNSS 效能表現，並不單純由車輛軌跡決定。
對 GNSS 接收機而言，其真正「看到」的除了位置與時間之外，還包括當時的衛星星座分佈、衛星可見性以及不斷變化的信號狀態。當車輛駛入隧道、高架橋下、城市峽谷或樹蔭密集區域時，衛星信號會隨著遮擋、多徑傳播及傳播環境的變化而持續波動，這些變化共同決定了接收機最終的定位性能。
換言之，一個完整的 GNSS 測試場景實際上包含四個關鍵要素：軌跡 + 時間 + 衛星星座 + 信號傳播狀態。
傳統實驗室模擬能夠良好地控制軌跡與時間，也能透過數學模型模擬電離層、對流層、多徑等傳播過程。但若希望能完全復現某一天、某一地點、某一路段真實發生過的信號變化，僅依賴數學建模往往需要大量參數調校，且最終效果亦難以驗證是否與真實環境完全一致。
因此，如何將真實道路中的觀測特徵帶回實驗室，一直是 GNSS 測試領域不斷探索的方向。
為什麼傳統 NMEA 回放越來越難滿足工程需求？
在 GNSS 測試中，NMEA 一直是最常見的資料格式。透過接收機輸出的 GGA、RMC 等報文，可以記錄車輛的位置、速度、時間等導航資訊，再將這些數據重新匯入 GNSS 模擬器，即可完成軌跡回放。這種方式的最大優勢在於簡單、輕量，能夠快速完成標準軌跡驗證，因此長期應用於定位功能測試與基礎軌跡回放。
但是，當研發需求逐漸轉向真實道路復現時，其局限性也開始顯現。
傳統 NMEA 保存的更多是「車輛去了哪裡」，卻無法完整描述「車輛當時看到了什麼」。
例如，車輛駛入城市峽谷時，可見衛星數量可能快速減少；進入樹林後，部分衛星信號會逐漸衰減；經過高架橋時，不同方向的遮擋又會致使信號質素發生變化。這些真實環境中的動態變化，並不會完整保存在普通 NMEA 資料中。因此，即使軌跡完全一致，重新生成的衛星環境也可能與真實道路存在明顯差異。
對需要驗證定位演算法、衛星切換策略以及複雜環境魯棒性（Robustness）的研發團隊而言，僅僅復現軌跡已經遠遠不夠，真正需要復現的是場景本身。
為什麼 IQ / RF 錄制回放也不是最佳答案？
既然普通 NMEA 無法完整保存真實場景，那麼另一種思路便是直接記錄射頻（RF）信號。IQ 或 RF 錄製回放能夠將現場接收到的 GNSS 信號完整記錄下來，再透過專用設備重新播放，從而實現接近真實道路環境的復現。
從射頻真實性來看，這種方式具有明顯優勢。但與此同時，它也帶來了新的工程問題：
成本昂貴：IQ/RF 錄製通常需要專用射頻錄製回放設備，整體測試系統投入較高。
數據規模龐大：完整射頻數據包含大量底層採樣資訊，錄製時間越長，數據量越大，不僅儲存成本高，也增加了後期管理的難度。
靈活性不足：錄製完成後的射頻數據本質上已經固定。若研發人員希望修改衛星可見性、調整信號功率、增加干擾源，或重新配置不同星座組合，就無法像 GNSS 模擬器一樣靈活調整。
因此，IQ/RF 錄製更適用於射頻分析與底層信號研究，而對於日常研發、演算法驗證以及場景庫建設而言，並不是效率最高的方案。
這兩種方案分別代表了兩個方向：一種強調可控、可編輯；另一種強調真實、完整復現。行業需要一種能夠兼顧兩者優勢的中間方案。
增強型 NMEA：讓真實道路場景真正「復現」出來
針對傳統 NMEA 回放與 IQ/RF 錄製回放各自存在的問題，增強型 NMEA 錄製回放提供了一種兼顧真實性、靈活性與工程效率的解決思路。
它並不是簡單地記錄車輛軌跡，而是在標準 NMEA 資料基礎上，進一步融合 GNSS 接收機輸出的更多導航資訊，對真實道路環境進行更完整的描述。增強型 NMEA 可結合 GGA、RMC、GSV、GSA 等導航報文，在回放過程中不僅能夠恢復車輛運動軌跡，還能夠重建測試時的衛星可見性、衛星數量、信號強度（$C/N_0$ 載噪比）等環境資訊。
這意味著，對研發人員而言，實驗室中回放的不在只是「車輛行駛路線」，而是更加接近真實道路環境下的衛星信號狀態。例如：
在城市峽谷中，由於高樓大廈遮擋，可見衛星數量會持續變化；
駛入林蔭道路後，部分衛星信號逐漸減弱；
經過立交橋、隧道等特殊場景時，衛星可見性與信號質素也會發生明顯變化。
增強型 NMEA 能夠把這些真實環境中的關鍵特徵一併保存下來，並在 GNSS 模擬器中重新生成，使實驗室測試更加逼近真實道路環境。對於定位演算法驗證、複雜場景回歸測試以及產品迭代驗證而言，這種能力意味著研發團隊可以建立一套可重複、可擴展的真實道路場景庫，而不必每次都重新進行外場採集。
相比傳統方案，增強型 NMEA 的優勢體現在哪裡？
若將三種方案放在同一條技術路線中看待，它們分別對應不同的應用場景：
傳統 NMEA 回放：最大的優勢在於簡單易用、數據量小，非常適合基礎軌跡驗證。但由於僅保存有限的導航結果，很難完整反映真實道路中的衛星環境，因此更適用於基礎功能測試。
IQ/RF 錄製回放：能夠記錄現場接收到的完整射頻信號，在射頻真實性方面具有明顯優勢，更適合底層信號分析與射頻研究。然而，這種方式通常需要專用錄製設備，數據量龐大，後期編輯能力有限，亦難以根據測試需求靈活調整場景參數。
增強型 NMEA：則介於兩者之間。它保留了 NMEA 資料輕量、易於採集與管理的特點，同時透過擴展導航資訊，使真實道路環境能在 GNSS 模擬器中獲得更加完整的復現。
更重要的是，由於回放過程仍然依托 GNSS 模擬器完成，因此研發人員依舊可以發揮模擬器的優勢，對場景進行編輯與擴展。例如調整衛星星座組合、修改測試時間、更換導航信號配置，甚至與其他模擬仿真環境組合使用，而無需重新進行外場採集。
這種「真實數據 + 可編輯模擬」的組合，亦讓增強型 NMEA 更符合工程研發過程中對靈活性與可重複性的要求。
增強型 NMEA 能解決哪些研發測試問題？
對研發團隊而言，增強型 NMEA 的價值不僅體現在資料格式的升級，更重要的是改變了真實道路測試的工作方式。
過去，一次外場測試結束後，如果定位演算法進行了優化，通常需要再次返回同一路段進行驗證，不僅耗費大量時間，也很難保證測試條件完全一致。
而透過增強型 NMEA 建立真實道路場景庫之後，同一條道路、同一個時間、同一種衛星環境，都可以在實驗室中重複調用。研發人員可以圍繞同一個測試場景持續驗證不同版本的軟件演算法，也可以針對定位異常場景進行反覆分析，而無需依賴外場環境。
與此同時，增強型 NMEA 還可以作為標準測試的重要補充。傳統標準測試更多關注典型工況，而真實道路往往包含更加複雜的環境變化。將真實採集場景保存為可重複調用的測試資源後，企業不僅能夠開展標準符合性驗證，也能夠建立更符合自身產品特點的測試體系，提高產品研發與驗證效率。
對於需要持續進行演算法優化、版本回歸以及複雜場景驗證的研發團隊而言，這種方式能夠有效減少外場測試次數，提高實驗室驗證覆蓋率。
隨著智能駕駛（自動駕駛）、車載導航、低空經濟以及高精度定位應用不斷發展，GNSS 測試已經從單純驗證定位結果，逐步轉向真實道路環境的系統性復現。相比傳統 NMEA 回放只能恢復車輛軌跡，增強型 NMEA 進一步引入衛星可見性、信號強度等導航資訊，使實驗室測試能夠更加接近真實道路環境；相比 IQ/RF 錄製回放，它又兼具數據輕量、成本較低、場景可編輯等優勢，為研發團隊建立真實道路場景庫提供了全新的思路。
對需要持續開展演算法優化、版本回歸和複雜場景驗證的研發團隊而言，增強型 NMEA 不僅提升了真實場景復現能力，也進一步發揮了 GNSS 模擬器在工程測試中的價值。
其他文章
虹科分享
【虹科分享】 TSN 如何為具身智能構建確定性底座？
探索 TSN（時間敏感網絡）如何破解具身智能機器人的線束雜亂、控制延遲與數據孤島瓶頸。虹科 TSN IP 核提供 ±16ns 極致調度精度與一網融合架構，賦能多關節精細協同與微秒級同步，打造機器人高可靠通訊底座。
HongKeTechnology
2026年8月11日
虹科案例
【虹科方案】 AR 智慧醫療方案：遙距會診與術中協作落地指南
探索虹科 AR 智慧醫療解決方案！結合 Vuzix AR 智能眼鏡與遙距協作平台，支援第一視角遙距會診、術中示教、院前急救及醫療器械售後，解放醫護人員雙手，提升跨院協作效率。立即了解香港醫療機構導入評估要點！
HongKeTechnology
2026年8月7日
