4. 导航数据预处理

导航数据在进入误差分析之前，必须先经过一轮系统化的预处理。原因很直接：原始记录中混杂着传感器噪声、通信丢包、时间戳抖动、坐标系不一致等问题，如果直接拿去做误差统计或卡尔曼滤波评估，得到的结论往往被少数异常点或错位样本主导。预处理的目标不是“把数据变好看”，而是让后续每一步分析都建立在同一时间基准、同一坐标基准、同一采样节奏的可信样本上。

一、数据清洗：先看“脏”在哪里

数据清洗是预处理的第一步，核心是识别并处理明显不合逻辑的记录。常见问题包括：字段全空、时间戳重复或倒退、经纬度超出物理范围（纬度绝对值大于90°）、高度出现负值而实际为空中飞行、速度出现突变跳变等。实际操作中，通常先做一次“体检式”统计：统计每条记录的字段完整率、时间戳单调性、各物理量的取值范围和跳变率。

例如，某次飞行记录中，GPS纬度字段出现连续3帧为 999.0000，这明显是无效标志值而非真实纬度。清洗时可直接将该字段置为缺失，而不是删除整条记录，因为同一时刻的IMU数据仍然有效。清洗的原则是：能局部修复的不整条删除，能标记的不直接丢弃，保留尽可能多的有效信息供后续插补使用。

二、野值剔除：区分“噪声”与“真实机动”

野值（outlier）与普通噪声不同，它通常是单点或短时的大幅偏离。常用的判别方法有三类：

• 物理阈值法：如加速度超过±16g、角速度超过±2000°/s，直接判为野值；
• 统计法：对滑动窗口内的数据计算均值与标准差，超出±3σ的样本标记为可疑；
• 差分法：对位置或速度做一阶差分，若相邻帧变化量超过设定阈值（如速度跳变大于30 m/s每帧），则判为野值。

需要特别注意的是，飞行器在急转弯或剧烈机动时，真实信号本身就会产生大变化。因此野值剔除不能只看“变化大”，还要结合持续时间：单帧跳变后立即恢复的，更可能是野值；连续多帧保持同一趋势的，更可能是真实机动。工程上常采用“中值滤波+阈值”组合：先用5点中值滤波得到平滑参考，再计算原始值与参考值的偏差，偏差超过阈值且持续不超过2帧的，才判定为野值并剔除。

三、缺失值插补：按缺口长度选择策略

缺失值插补没有万能方法，关键是看缺口长度和信号特性。短缺口（1～3个采样周期）通常用线性插值或三次样条插值即可；中等缺口（4～20个周期）可考虑用同段数据的局部多项式拟合；长缺口（超过20个周期）则不宜强行插补，应标记为无效段，避免引入虚假趋势。

以100 Hz的IMU数据为例，若某段加速度缺失了5个采样点（即50 ms），用三次样条插值通常能较好恢复；但若缺失了200个点（2 s），此时飞行器可能已经完成了一次姿态变化，插补结果不可信，正确做法是将该段标记为“不可用”，在后续误差分析中排除或单独说明。

四、重采样：统一到同一时间栅格

导航系统中，IMU、GNSS、气压高度计、磁力计的采样率往往不同，例如IMU为100 Hz、GNSS为10 Hz、气压计为50 Hz。重采样的目标是把它们统一到同一时间栅格上，通常选择最高采样率或分析所需的目标频率作为基准。

重采样时要注意两点：一是降采样（如100 Hz降到10 Hz）应先做抗混叠滤波，再抽取，不能直接隔点取；二是升采样（如10 Hz升到100 Hz）应采用零阶保持或线性插值，并明确插补出的点不是真实观测，只是时间对齐用的估计值。实际工程中，常以IMU的100 Hz为基准栅格，将GNSS的10 Hz数据通过零阶保持扩展到100 Hz，再在需要时做时间对齐。

五、坐标系统一与时间对齐

坐标系统一是预处理中最容易出错、也最影响后续误差分析的环节。常见坐标系包括：WGS-84大地坐标系（经纬高）、ECEF地心地固坐标系、NED北东地局部坐标系、机体坐标系。GNSS输出通常是WGS-84经纬高，而IMU积分得到的是机体坐标系下的速度与姿态，两者必须先统一到同一参考系才能比较。

典型做法是：以起飞点或指定参考点为原点，建立NED局部坐标系，将GNSS的经纬高通过大地测量公式转换为ECEF，再旋转到NED；IMU数据则通过姿态矩阵从机体系转到NED。所有坐标转换必须记录参考点经纬高和旋转顺序，否则后续结果无法复现。

时间对齐则要处理两类问题：一是时间戳不同步，例如GNSS的PPS秒脉冲与IMU内部时钟存在固定偏移；二是传输延迟，例如遥测数据到达记录仪的时间晚于采样时间。常用方法是选取一个共同事件（如起飞瞬间的加速度突变）作为对齐基准，计算各传感器相对该事件的时间偏移，再统一修正。对于高精度分析，还会用互相关方法估计两路信号之间的时延。

六、一个可复用的预处理检查清单

为了让预处理过程可追溯、可复现，建议每次处理导航数据时按以下清单逐项确认。该清单可直接作为工程记录表使用：

完成上述步骤后，导航数据才具备进入误差分析的基本条件：时间基准一致、坐标基准一致、采样节奏一致，且异常段有明确标记。后续无论是做GNSS/INS组合导航误差统计，还是分析气压高度漂移，都可以在此基础上进行，而不必反复回头处理原始数据中的低级问题。