靶场外弹道数据处理中的实时野值剔除算法

靶场外弹道数据处理中的实时野值剔除算法

徐利娜;陈俊彪;穆高超

【摘要】A new algorithm was studied to satisfy exterior trajectory data pre-treatment. The algorithm not only provided an effective method to real-time data processing but also had low computational cost. It was an adaptive outlier removal algorithm, which had good adaptability for radar data and photoelectric theodolite data. The standard deviation of the five successive test data was multiplied by three and the product was taken as threshold. The new method of calculating the dynamic threshold could complete real-time outlier removal of exterior trajectory data. Matlab simulation and measured data analysis proved that the proposed algorithm could completely removed isolated outlier. It is suitable for real-time exterior trajectory data processing.%针对靶场外弹道数据处理过程中数据实时预处理的需要,在对最小二乘估计野值剔除算法分析的基础上,提出一种计算量小,满足实时性要求,且对雷达、光电经纬仪等大型测试设备数据预处理具有通用性的自适应野值剔除算法.该算法把连续5个实测数据的标准差的3倍作为阈值,以此判定下一个数据点是否为野值,最终完成整个弹道的实时野值剔除.通过Matlab仿真验证及实测数据分析表明,该算法对孤立野值点的剔除率可以达到100％,适用于靶场外弹道数据的实时预处理.

【期刊名称】《应用光学》

【年(卷),期】2012(033)001

【总页数】6页(P90-95)

【关键词】兵器测试;靶场;网络化综合测试;实时;自适应;野值剔除

【作者】徐利娜;陈俊彪;穆高超

【作者单位】中国兵器工业第○五一基地,陕西华阴714200;中国兵器工业第○五一基地,陕西华阴714200;中国兵器工业第○五一基地,陕西华阴714200

【正文语种】中文

【中图分类】TN911.74

引言

靶场外测数据处理在靶场试验中有着非常重要的意义，它的处理精度直接影响着靶场武器系统的鉴定和定型［1］。在靶场试验中，即使是高精度的测量设备，如雷达、光电经纬仪等，由于受多种偶然因素的影响，往往包含有较大的随机误差，这些误差严重偏离目标真值，偏离数据所呈现趋势的小部分数据集合，称为野值或异常值。

武器系统的发展对靶场远程弹道测试提出更高要求，单台套雷达或光电经纬仪已远远不能满足试验要求，多台套设备的协同测试就成为解决远程或超远程弹道测试的首选方案，而事后进行的对数据的处理也要求实时进行，以满足协同测试的要求。但是，野值对由雷达、光电经纬仪等高精度测试设备组成的远程弹道协同跟踪测试系统的工作有着十分不利的影响，它的存在将显著影响协同跟踪的稳定性，严重时可能会对设备构成不可恢复的损伤。因此，在对雷达、光电经纬仪等测试的外弹道数据进行预处理中，野值剔除是其中首要且重要的一环，如何实时、准确、高效地识别测试数据中的野值，并建立合理的算法将之剔除，是本文的主要研究内容。

1 野值剔除方法分析

国内学者对测量数据的野值剔除方法已经有了大量研究［1－10］，文献［1］从孤立型野值点［2］和斑点型野值点［2］的角度出发，对已有的剔野方法进行实验分析，找到适合靶场外弹道数据处理的野值剔除方法，结果表明，对于孤立型野值点差分法和多项式外推拟合法剔除效果明显，但门限值不易确定，从而造成将合理数据作为野值剔除。对于斑点型野值点，Kalman滤波法和最小二乘B样条逼近法剔除野值效果不明显，M－型估计－拉格朗日极值法剔野效果好，但对于野值点的准确起始点和结束点的求解不完善。文献［3］对连续型野值提出正交模型参数变化判别法，但该方法计算量大，不适合实时野值剔除，且仅针对连续型野值。文献［4］介绍了针对等精度测量数据的逐点剔除野值方法，其算法效果显著，但计算量比较大。文献［5］提出了一种利用残差和误差相关矩阵构造二次型以实时剔除雷达测量数据中野值的方法，该方法是在实时滤波的基础上对弹道数据进行实时野值处理，处理效果与滤波系统的选择有关。文献［6］利用多传感器目标跟踪中状态估计的分布式融合方法实现实时剔除野值，对斑点野值的检测效果较好，但采用的Kalman滤波出现滤波发散现象，影响实时处理效果。

在靶场试验数据处理过程中，以上方法有的由于计算量大、处理效果发散等问题不适合实时处理；有的可用于实时数据处理的方法，由于要与特定模型相结合，不满足对外弹道测试数据处理的通用性要求。

2 多设备协同测试与野值剔除

本文针对靶场外弹道数据处理中多设备协同测试得到的多条弹道的实时处理问题，利用每个信源数据的3个坐标轴分别进行野值的辨别和剔除，在实时处理中，对已经辨识为野值的数据进行实时修正，并利用修正后的数据做下一步滤波处理。

2.1 多设备协同测试

靶场多设备协同测试实现对各雷达站、光电经纬仪等多种测量设备传送的原始测量数据的实时采集和处理，能够对各测量设备的测量数据进行单独处理和融合处理，

得出系统归一化空中目标的航迹或者弹道轨迹数据，并发送到指挥控制中心显示，为试验监控、试验结果分析和决策提供依据，同时归一化的航迹数据、弹道数据作为引导源对未发现或跟踪丢失目标的测量设备（雷达、光电经纬仪）进行目标指引，引导测试设备跟踪到要测量的目标。

根据以上内容，要求对单路的雷达和光电经纬仪测量设备进行数据采集和实时处理，因此，如何有效辨识和剔除动态测量数据中的野值成为多设备协同测试中急需解决的问题之一。

2.2 野值剔除

在靶场多设备协同测试过程中，雷达、光电经纬仪等测试设备对机动目标的测量属于动态测量，被测量目标在测试过程中位置不断发生变化，且每一个测试点只进行一次观测，连续的观测是一段变化过程［5］，在该过程中，雷达、光电经纬仪对运动目标的测量受到多种因素的影响，观测信号中除了带有随机误差的目标坐标以外，还含有干扰信号。如果干扰信号在允许范围内，一般认为是随机误差，有时干扰幅值很大，显著偏离真实数据，这时的测量值就是野值。频繁出现的野值对多设备协同测试系统有严重的破坏作用，是影响数据质量的重要因素，因此，必须实时剔除数据中的野值，提高数据可信度和航迹测量精度。

3 自适应野值剔除算法

为满足数据实时处理的要求，提出基于空间三坐标轴的最小二乘估计野值剔除算法，给出了判定门限；在分析了该算法的不足后提出自适应野值剔除算法，把连续5

个实测数据标准差的3倍作为门限值，以此判定下一个数据点是否为野值。

3.1 最小二乘估计野值剔除算法

基于多设备协同测试研究，针对雷达、光电经纬仪预处理模块中涉及的野值剔除，提出一种相对灵活的自主门限的野值剔除算法。

假设数据的误差服从正态分布，利用连续4个观测数据记为，由最小二乘估计线