3. 测试数据预处理与质量检查

航天器测试数据在进入判读环节之前，必须先经过一轮系统化的预处理与质量检查。原因很直接：遥测下传链路存在丢帧、误码、时标抖动，地面采集设备存在量程切换、采样率不一致、通道零点漂移，多源数据（遥测、遥控回令、地面测试设备、总线监听）的时间基准也各不相同。如果把这些"脏数据"直接送进判读模型或人工判读界面，轻则误报，重则把真实的异常淹没在噪声里。本章围绕野值剔除、缺失值处理、时间对齐、量纲归一化、数据切片与工况标注五个环节展开，并给出可落地的参数与判断依据。

一、野值剔除：先分清"跳点"与"真异常"

野值（outlier）指明显偏离该参数正常变化规律的孤立采样点。工程上最忌讳的做法是"看到跳变就删"，因为航天器测试中很多真实故障恰恰表现为参数突变。因此野值剔除的第一步不是算法，而是建立判据：该参数在物理上是否允许突变？例如母线电压在负载切换时允许毫秒级跌落，而贮箱温度不可能在1秒内变化5℃。

常用方法有三类。其一是基于变化率的限幅判据：对参数 x，设采样周期为 Δt，若 |x(k)−x(k−1)|/Δt 超过该参数允许的最大变化率 Rmax，则标记为可疑点。Rmax 应来自设计文件或历史正常数据统计，例如某温度通道取 0.5 ℃/s。其二是基于统计的 3σ 或中位数绝对偏差（MAD）判据，适合缓变参数，但对缓变中的阶跃不敏感。其三是滑动窗口中值滤波：取窗口长度 N=5，用中值替代当前点，能有效抑制单点尖峰而不改变阶跃响应。

实操中推荐"两级判据"：先用变化率限幅筛出可疑点，再用中值滤波确认是否为孤立点。若某点被限幅判据标记，但其前后各3个点均处于同一新水平，则应判为真实阶跃而非野值，予以保留并单独标注。剔除后的点应记录在质量日志中，而不是直接丢弃——判读时仍需知道"这里曾经有过一个可疑值"。

二、缺失值处理：区分丢帧、无效码与未采集

缺失值有三种来源，处理方式完全不同。丢帧是链路问题，表现为整帧或整包数据缺失，时间轴上出现空洞；无效码是参数本身返回了约定的无效标识（如 0xFFFF、-9999），说明该通道当前不可信；未采集是该参数在此时段本就不在采集计划内。三者若混为一谈，后续统计会严重失真。

处理策略按缺失长度分档：短缺失（连续缺失点数 ≤ 3）可用线性插值或前值保持填充，前者适合缓变参数，后者适合开关量或状态量；中等缺失（4～20点）建议用同工况历史数据的均值或样条插值，并打上"插值"标记；长缺失（>20点或跨越工况切换）不应插值，应将该时段整体标记为"数据不可用"，在判读时跳过而非强行补齐。对于无效码，必须先确认无效原因（传感器故障、通道未使能、量程溢出），再决定是否按缺失处理。

三、时间对齐：统一到同一时间基准

航天器测试中至少存在三套时间：星上时（航天器内部计时）、地面时（测控设备本地时钟）、UTC（绝对时间）。多源数据对齐的目标是把所有通道统一到同一时间基准，通常选 UTC 或星上时作为主基准。

对齐分两步。第一步是粗对齐：利用帧计数或时标字段，把各数据源按整秒或整帧对齐，解决秒级偏差。第二步是精对齐：对同一物理事件在不同源中的到达时刻做互相关或特征点匹配，求出固定时延并补偿。例如遥控指令发出时刻与遥测中指令回令时刻之间存在链路时延，可通过多次指令统计得到均值并扣除。

对齐精度要求由判读任务决定：一般趋势判读允许 ±1 s，故障瞬态分析要求 ±10 ms 甚至更高。对齐后应输出一张时间对齐检查表，记录各源时延估计值、残差和是否通过阈值。

四、量纲归一化：让不同参数可比

归一化不是为了"好看"，而是为了让多参数联合判读、阈值比较和机器学习模型输入具有一致尺度。常用方法有两种：最小-最大归一化把参数映射到 [0,1]，适合有明确物理量程的参数；Z-score 标准化把参数变为均值0、方差1，适合分布近似正态且需要保留离群信息的场景。

工程上更推荐"物理量程归一化"：以设计量程 [L, U] 为基准，计算 x' = (x − L)/(U − L)。这样归一化值直接对应"占量程的百分比"，判读时一眼能看出参数处于什么位置。对于双向参数（如姿态角），应以0为中心归一化到 [−1,1]。归一化参数必须与原始参数一同存储，且归一化系数要版本化管理，避免不同批次数据用了不同系数导致误判。

五、数据切片与测试工况标注

切片是把连续测试数据按任务阶段或事件切分成有意义的片段，工况标注则是给每个片段打上"当时在做什么"的标签。没有工况标注，判读就失去了上下文——同一个温度值在"待机"和"大功率发射"两种工况下，含义完全不同。

切片依据通常有三类：时间驱动（按测试阶段计划表切分）、事件驱动（按遥控指令、模式切换、火工品动作等关键事件切分）、数据驱动（按参数突变点自动检测切分）。实操中推荐以事件驱动为主、时间驱动为辅，因为事件是工况切换的真实标志。

工况标注建议采用结构化标签，至少包含：工况编号、工况名称、起止时间、关键事件、参与设备、预期参数范围。标注完成后应做一致性检查：同一工况下同类参数的范围是否一致，相邻工况切换处是否存在未标注的空隙。

六、质量检查的落地要点

上述五个环节完成后，应形成一份可追溯的质量检查记录。记录至少包含：每个通道的野值剔除数量与位置、缺失值填充方式与来源标记、时间对齐残差、归一化系数版本、切片边界与工况标签。这份记录是后续异常定位的"底账"——当判读发现某参数异常时，首先要确认这个异常不是预处理引入的。

最后强调一个工程习惯：预处理参数（如变化率阈值、插值窗口、对齐时延）应作为配置项管理，而不是硬编码在脚本里。不同型号、不同测试阶段可能需要不同参数，配置化才能保证可复现、可审计。建议以 YAML 或 JSON 形式保存，并与数据批次绑定，确保任何时候都能还原出"当时是怎么处理的"。