1. 任务载荷数据异常检测与恢复导论
任务载荷是无人机、卫星、遥感飞机等平台执行具体任务的“感官与作业工具”，常见类型包括可见光相机、红外热像仪、多光谱/高光谱成像仪、合成孔径雷达（SAR）、激光雷达（LiDAR）、通信中继载荷、电子侦察载荷等。这些载荷在飞行或在轨过程中持续产生数据，数据经采集、编码、存储、下传、地面接收与处理，最终形成可供判读、测绘、目标识别或业务决策使用的产品。任务载荷数据一旦出现异常，轻则造成图像花屏、条带、丢帧，重则导致整条任务链路的成果不可用。本课程的目标，是让学习者掌握从“发现异常”到“定位原因”再到“恢复可用数据”的完整工程能力。
课程目标与能力定位
本课程围绕三个层次展开。第一层是检测能力：能够识别任务载荷数据中常见的异常形态，理解其信号层、数据层与语义层的表现差异，并能选用合适的指标与算法进行判定。第二层是诊断能力：能够根据异常特征反推可能的成因，区分是载荷本身、链路传输、存储介质还是地面处理环节引入的问题。第三层是恢复能力：能够针对不同异常类型选择插值、重建、纠错、重传或模型修复等手段，把不可用数据尽可能还原为可用数据，并给出恢复质量的评价依据。
这三层能力不是孤立的。检测是入口，诊断决定恢复方向，恢复效果又反过来验证检测与诊断是否正确。课程后续章节会沿着这条主线，逐步深入到具体算法、参数配置与工程实现。
任务载荷数据的典型特点
与普通互联网数据相比，任务载荷数据有几个鲜明特点，直接决定了异常检测与恢复的难度。
- 数据量大、码率高。 高分辨率光学相机单帧可达数十兆字节，SAR 原始回波数据速率可达数百 Mbps 甚至 Gbps 量级，异常往往发生在高速流式传输过程中，留给检测的时间窗口很短。
- 时空相关性强。 相邻帧、相邻像元、相邻脉冲之间存在强相关性。正常数据在时间与空间上平滑连续，异常则表现为突变、断裂或周期性条带，这为检测提供了天然依据。
- 多源异构。 同一平台可能同时搭载光学、红外、雷达等多种载荷，数据格式、采样率、坐标系各不相同，异常表现也各异，需要分源建模。
- 不可重复获取。 卫星过境、无人机航线、特定光照与气象条件往往不可复现，数据一旦丢失很难补拍，因此恢复的价值极高。
- 受平台与链路约束。 平台振动、姿态变化、温度漂移、链路误码、存储坏块都会在数据中留下痕迹，异常成因常与工程环境强相关。
理解这些特点，才能明白为什么任务载荷数据的异常检测不能简单套用通用数据清洗方法，而必须结合载荷物理模型与任务链路来设计。
异常检测与恢复的工程意义
在工程实践中，异常检测与恢复直接关系到任务成败与成本。以遥感测绘为例，若一条航带中出现若干帧图像因链路误码而损坏，若能在下传后快速检测并利用相邻帧与几何约束进行重建，就可能避免整条航带重飞。以卫星在轨运行为例，若能在星上或地面及时发现某载荷数据异常并触发重传或切换备份通道，就能减少无效数据下传占用的宝贵链路资源。
从经济性看，一次无人机航测任务的直接成本包括平台、燃油、人员与时间，重飞代价高昂；从时效性看，灾害应急、目标侦察等场景对数据可用性的要求以小时甚至分钟计，恢复能力就是响应能力。因此，异常检测与恢复不是“锦上添花”的后处理，而是任务链路中必须内建的一环。
典型应用场景
任务载荷数据异常检测与恢复的应用场景非常广泛，下面列举几类典型情况。
- 链路误码导致的图像块损坏。 数据下传过程中受信道噪声影响，部分数据包校验失败，图像出现马赛克或条带。可通过重传、纠错编码或邻域插值恢复。
- 传感器坏点与条带噪声。 焦平面探测器个别像元失效或响应不一致，表现为固定位置的黑白点或纵向条带。可通过坏点表、非均匀性校正与统计滤波处理。
- 丢帧与时间戳跳变。 采集或存储环节丢帧，导致视频不连续、时间戳不单调。可通过帧序号与时间戳一致性检查发现，并用帧插值或时间重对齐恢复。
- 运动模糊与失焦。 平台振动或调焦异常造成图像模糊。可通过清晰度评价指标检测，并用去卷积或帧间配准融合改善。
- SAR 回波异常。 脉冲丢失、相位跳变、射频干扰造成成像散焦或虚假目标。需结合回波模型与成像算法诊断。
这些场景的共同点是：异常有明确的物理或工程来源，恢复手段必须与来源匹配。课程后续会逐一展开。
整体技术框架
综合来看，任务载荷数据异常检测与恢复可以组织为一条从数据采集到成果输出的技术链路。下图给出整体框架，左侧是数据来源与采集，中间是检测与诊断，右侧是恢复与评价，底部是贯穿全过程的支撑要素。
框架中，采集层提供原始数据与平台状态信息；检测层负责发现异常并给出标记；诊断层结合载荷模型与链路信息判断成因；恢复层选择合适手段并评价恢复质量。红色虚线表示恢复效果会反馈到检测与诊断环节，用于迭代优化阈值与策略。底部四类支撑要素贯穿始终：载荷物理模型决定检测与恢复的合理性，数据与标注决定算法能否训练与验证，算力与实时性决定方案能否落地，工程规范决定结果是否可追溯、可复现。