4. 测量数据预处理

测控站送来的原始测量数据，在进入轨道确定之前必须经过预处理。原始数据里混杂着设备噪声、多路径干扰、跟踪丢失引起的跳点、不同设备之间的系统偏差，以及各站时标不统一带来的时间错位。如果直接把这些数据送入定轨算法，轻则残差偏大，重则迭代发散。本节按工程实现顺序，讲清野值剔除、平滑滤波、系统差修正、时标对齐、数据压缩与质量评估这六项处理各自解决什么问题、用什么方法、参数怎么取、结果怎么判断。

野值剔除：先定判据，再定门限

野值是指明显偏离真实轨迹趋势的孤立点或短弧段跳点。工程上最常用的是基于残差统计的剔除方法：先用一段数据拟合一个低阶多项式或滑动模型，计算每个点的残差，再以残差的标准差 σ 为尺度设定门限。常用判据是 |v_i| > kσ，k 一般取 3～4。对于测距数据，门限也可直接按设备标称精度设定，例如某 S 频段测距随机误差标称 1 m，则门限可取 5 m。

需要注意两点。第一，σ 本身会被野值污染，所以应先剔除最明显的粗大误差，再重新估计 σ，迭代一到两次。第二，连续多点偏离不能简单逐点剔除，否则会把真实的机动弧段误删。工程做法是设置“连续超限点数”判据：若连续超过门限的点数大于 N（例如 3 点），则判定为弧段异常，整段标记而不是逐点删除。剔除后的点应保留标记位，便于后续质量评估统计剔除率。

平滑滤波：抑制随机噪声

平滑滤波的目标是在不引入明显相位滞后的前提下压低随机噪声。对测距、测速这类等间隔采样序列，常用多项式滑动拟合：取当前点前后各 m 个点，共 2m+1 点，做二次或三次多项式最小二乘拟合，用拟合中心值代替原值。m 的选取与采样率和目标动态有关，采样 1 Hz、目标角速度较低时 m 取 5～10 较为合适。

对角度数据，还可采用 α-β 滤波器或卡尔曼滤波。α-β 滤波器形式简单，适合实时处理：

预测：x_pred = x_prev + v_prev * dt
      v_pred = v_prev
更新：r = z - x_pred
      x_new = x_pred + alpha * r
      v_new = v_pred + (beta / dt) * r

其中 α 控制位置修正强度，β 控制速度修正强度，典型取 α=0.2～0.5、β=0.01～0.05。α 越大跟踪越快但平滑越弱，需按目标机动性折中。平滑后应检查残差是否接近设备标称随机误差水平，若明显偏大说明模型阶数或窗口长度不合适。

系统差修正：把偏差从随机误差里分离出来

系统差表现为同一目标、同一时刻由不同设备测得的同一物理量存在稳定偏移。修正的前提是先估计偏差。常用方法是利用重叠弧段做互差统计：选取两台设备同时跟踪的弧段，计算测距或测角之差，取其均值作为该弧段的系统差估计。若偏差随时间缓变，可分段估计或拟合为时间的低阶函数。

修正时要注意参考基准的选取。通常以某一台标校过的设备为基准，其余设备向基准对齐；也可将所有设备归算到统一的地心惯性系下再比较。修正量应记录在数据头中，注明修正对象、修正时刻和修正值，避免重复修正。修正后应重新统计互差均值，理想情况下应接近零，剩余部分即为随机误差。

时标对齐：统一到同一时间基准

各测站本地时钟与 UTC 之间存在偏差，若不对齐，同一时刻的测距值会被错误地当作同一几何位置处理。工程上以 UTC 为统一基准，各站数据在接收时打上本地时标，预处理阶段用站钟偏差模型换算为 UTC。站钟偏差通常由授时比对获得，偏差量级应控制在 1 ms 以内；对测距而言，1 ms 对应约 300 m 的距离误差，不可忽略。

对齐时还要处理采样时刻不整齐的问题。不同设备采样率可能不同，例如测距 1 Hz、测角 10 Hz。做法是选定统一的时间栅格，对高频数据做插值或抽取，对低频数据做保持或拟合插值。插值应使用三次样条或拉格朗日插值，避免线性插值在目标动态较大时引入额外误差。对齐后应检查各站数据的时间戳是否严格单调、有无重复或缺失。

数据压缩：在保精度的前提下减量

长弧段跟踪会产生大量数据，直接传输和存储成本高。压缩不是简单丢弃，而是保留对定轨有用的信息。常用方法有两类：一是等间隔降采样，按目标动态选取采样间隔，动态大时密、动态小时疏；二是多项式系数压缩，把一段数据拟合成低阶多项式，只传系数和拟合残差。降采样后应重新计算残差，若残差明显超过原噪声水平，说明间隔取得过大。

压缩比需要与精度折中。以某低轨目标为例，原采样 1 Hz、弧段 10 min 共 600 点，若降为 0.2 Hz 则剩 120 点，压缩比 5:1；此时若拟合残差仍在设备噪声量级内，可认为压缩可接受。压缩后的数据应保留原始采样率、压缩方法和残差统计，便于回溯。

质量评估：给数据打上可信度标签

预处理完成后，应对每段数据给出质量结论。常用指标包括：剔除率（被剔除点数占总点数比例）、平滑后残差标准差、系统差修正后的剩余偏差、时标对齐偏差、压缩残差。剔除率超过 5% 通常提示设备状态异常或弧段内存在机动，需要回溯原始记录。残差标准差应与设备标称精度同量级，若明显偏大说明噪声模型或平滑参数需要调整。

质量评估结果以质量码形式写入数据头，例如 0 表示正常、1 表示降级使用、2 表示仅作参考。定轨时可按质量码加权，质量差的数据降低权重或直接排除。这样既保留了数据，又避免低质量数据污染定轨结果。

一份可参考的预处理检查表

把这张表落到具体任务时，参数需要按设备标称精度、目标动态和定轨精度要求重新核定。例如高轨目标动态小，平滑窗口可适当加长；低轨目标过顶弧段短，压缩比不宜过大。预处理的最终目标不是让数据“好看”，而是让进入定轨的数据在统计上可信、在时间上对齐、在量纲和基准上一致。