導引頭在線野值剔除與平滑方法研究

臧月進,曾 亮,李仁俊

(上海機電工程研究所， 上海 201109)

【信息科學與控制工程】

導引頭在線野值剔除與平滑方法研究

臧月進,曾 亮,李仁俊

(上海機電工程研究所， 上海 201109)

針對導引頭信號野值頻發(fā)的問題，提出了一種基于可變閾值方差的信號野值識別和基于牛頓插值法的野值剔除與缺失數據補償的方法。測試對比結果表明，該方法可以同時克服孤點野值和連續(xù)野值的不利影響，保證了數據處理后的導引頭信號的完整性和平滑性，滿足應用需求。

攔截器；導引頭；在線；野值剔除；數據平滑與補償

應用于大氣層外攔截目標的攔截器采用捷聯(lián)光學導引頭，由于探測元件等級、硬件板卡穩(wěn)定性不同和通訊傳輸衰減、雜波干擾等諸多因素的存在[1]，使測量數據存在大量的野值，這些異常信號的出現使得目標測量信號存在很大誤差，如果不及時檢測并剔除，會使得導引頭對目標的跟蹤帶來很大的影響，導致目標丟失，引發(fā)攔截器脫靶。

由于導引頭測量數據量大、輸出頻率快，采用高階多項式擬合法進行剔野和補償不具備在線實時的效能[2]。本文提出了一種基于可變閾值方差的導引頭信號在線野值識別和基于牛頓插值法的野值補償方法，能克服野值的不利影響，并最大程度恢復導引頭信號的本來面目。

1 牛頓插值法概述

牛頓插值法用一個高次的多項式將試驗數據進行擬合。它有中心插值法、前推插值法和后推插值法。為避免后面野值的影響遞傳，只能采用前推插值法。前推插值法利用的數據是經處理過的，已剔除了野值，這些數據是可靠的。因此，使用這些數據擬合后續(xù)點的數據，能保證后續(xù)點數據的準確性。

牛頓插值法的一般形式為[3]

由yi=fn(xi),i=0,1，…，n，其中因變量xi均勻變化，可簡記為xi=i，則系數為

(2)

從而

(3)

對于x=n+1，有其前推插值：

(4)

即當0～n點的數值y0～yn已判斷為正常數據，則第n+1點的插值數據yn+1可以由它們線性表出。例如，n=3，y4=-y0+4y1-6y2+4y3；或n=4，則y5=y0-5y1+10y2-10y3+5y4。

2 導引頭信號特征分析

2.1 野值的概念

野值，也稱為跳點、毛刺，指非被測對象本身正常跳變的記錄，往往由測量設備或傳輸等造成[4]。通常情況下，它們或者量級上與正常觀測值相差很大，或者誤差量超越了系統(tǒng)所要求的正常測量值誤差范圍。

一般將野值分為以下3類[4,5]：一是孤點野值，由偶然性干擾造成，在數據中個別出現；二是連續(xù)野值，在測量數據序列中連續(xù)出現并持續(xù)一段時間；三是隨機性野值，它們的出現時間、取值都是隨機變化的。

野值，尤其是連續(xù)、隨機性的野值一旦發(fā)生，有效信息將產生嚴重的偏差，使系統(tǒng)運行在錯誤的信息下，輕則降低系統(tǒng)精度，重則淹沒正常信號影響系統(tǒng)運行，甚至造成系統(tǒng)崩潰，所以野值對系統(tǒng)的穩(wěn)定性危害極大[6]。

2.2 導引頭信號分析

通過對這款攔截器導引頭信號的多次觀測顯示，存在兩類噪聲干擾：隨機干擾，導引頭在抓捕目標成像時，會有8～10個像素的閃爍(6°視場對應256像素)，這類噪聲通常表現為白噪聲，由于其呈現出的高斯統(tǒng)計特性，可以通過常規(guī)方法直接濾波，在此不作展開。

孤點、連續(xù)野值，間歇性的信號狀態(tài)異常和數據錯誤，其表現為：

1) 信號停止更新：當捕獲目標時，由于通信故障，偶爾會出現連續(xù)1～5幀頻的信號停滯或者數據不更新；

2) 捕獲狀態(tài)異常：信號保持正常更新時，即使目標在導引頭視場內時，給出的導引頭捕獲狀態(tài)為未捕獲，導致目標像素異常；

3) 像素信號躍變：捕獲狀態(tài)位正常時，目標像素信號會斷斷續(xù)續(xù)出現單幀突變，或連續(xù)3～5幀頻躍變，此時變化值較接近。

導引頭目標測量信號中出現的野值將對攔截器的作戰(zhàn)使用帶來嚴峻的影響：一方面，攔截器通過姿控系統(tǒng)擺動攔截器消除與目標視線之間的角偏差，從而使目標成像于導引頭視場中央，測量目標信號的精度影響了最終姿控跟蹤精度；另一方面，改變攔截器位移的軌控依賴于彈、目視線角速率形成過載指令，而視線角速率直接依賴于視線角的變化，當視線角存在高頻次的異常時，其視線轉率嚴重失真，從而導致錯誤的位置跟蹤，丟失目標使攔截失敗。

從上述兩點可見，目標像素信號中頻繁出現的野值不論對攔截器姿態(tài)還是位置都有嚴重的破壞作用，是影響作戰(zhàn)攔截的重要因素，必須實時剔除數據中的野值，提高數據可信度和信號品質。

3 信號野值判定、剔除與平滑

在數據處理中常用的野值剔除方法有均方值法，肖維涅法，一階差分或二階差分和時域微分法[7-8]。這幾種方法均是在時間域對信號進行判斷和處理。在以往的實際應用中，一般都是使用某種單一的剔除方法對各種形式的信號進行判別處理，從對信號的處理結果分析中會發(fā)現有些信號的剔除效果很好，但有些信號的野值雖被剔除但是一定量的有用數據也被隨之剔除，大大破壞了數據的有效性和完整性。本文主要考慮一種計算量小，實時性高且漏警率和誤警率較低的時域判定剔除與平滑方法。

首先給出前n個測量值的均值與方差：

(5)

若yn的殘差大于K倍標準差，即

(6)

則所對應的數據被認為是野值，應予以剔除。式(6)中，Δyn為yn的殘差，式(6)即肖維涅法[6]；當K=3時即均方值法，也即3σ門限野值判斷公式[9-10]。

式(6)對于判定孤點野值效果比較顯著，但當測量數據存在成片野值時，該過程可能會對判斷的準確性存在一定的干擾，因此需要考慮出現連續(xù)野值時的判定方法。

如果yn滿足yn與其牛頓插值yn的殘差大于K倍標準差的，即

δyn=|yn-yn|>Kσ

(7)

則yn也為野值。式中δyn為yn與yn的殘差，0.5≤K≤4，Kσ為閾值。

因此，合并式(6)和式(7)后即：

(8)

稱為修正的3σ門限野值判斷公式。

在導引頭信號中，連續(xù)野值一般都比較接近，可用下式判斷連續(xù)型野值。當yn為野值時，滿足下式的點也是野值：

(9)

一般連續(xù)野值不超過6個，當i>6時，則認為yn及其后續(xù)點為階躍數據，不必當野值處理。

識別出野值，需對野值進行修正，以保證數據的準確性。本文采用牛頓插值法求出修正值，用來替換野值，即yn=yn。

4 仿真示例與分析

對于上述方法，采用Matlab仿真，其中：K值根據參數類型做了相應的調整。如“高低角像素位”參數，K取值2.1。

某次導引頭試驗測試記錄的某一時間段目標捕獲狀態(tài)及像素位置的數據曲線如圖1所示。

圖1 平滑前導引頭信號

從圖1可見，該導引頭測試的連續(xù)60 s的數據中含有很多孤點野值和多處的連續(xù)野值。

下面分別采用均方值法、肖維涅法和本文提出的改進的3σ門限野值判定法對該信號進行野值檢測和剔除，然后以牛頓插值法平滑。從圖2可見，當采用均方值法進行野值判定時，除了對連續(xù)野值不起作用外，孤點野值尤其是端部野值也出現了漏檢測。

這是因為均方值法進行野值判定時，總是假設前面的數據非野值時才能進行準確判斷，但端部數據又不依賴于前面的數據，因此造成端部孤點野值的漏檢；而連續(xù)野值也存在類似的問題，依賴對前面野值檢測的準確性。

圖2 均方值法剔野牛頓插值平滑后信號

從圖3可見，當肖維涅法進行野值判定時，從處理結果上看與采用均方值法處理的結果基本相同，該方法能有效剔除孤點野值，并且對端部野值也能有效剔除，但對連續(xù)野值的剔除作用不明顯。

圖3 肖維涅法剔野牛頓插值平滑后信號

這是因為肖維涅法中K值的選擇具備一定的自適應性，對數據中的孤點野值可以避免誤判。但是同樣該方法過度依賴于測量數據的準確性，當出現成片的野值時，不能有效識別出連續(xù)野值。

以本文提出的修正的3σ門限野值判斷，在測量值判斷的基礎上，以牛頓插值估計值輔助野值判定，結果如圖4所示。

圖4 改進的3σ門限剔野牛頓插值平滑后信號

從圖4可見，當采用本文提出的改進的3σ門限剔野牛頓插值平滑后，能有效剔除孤點野值(含端部野值)和連續(xù)野值。

根據統(tǒng)計在導引頭60 s的信號輸出的各個時段，采用該方法的漏警率6%左右，誤警率2.3%左右，滿足工程上對導引頭信號的處理要求?？梢钥闯觯阂爸堤幚淼幂^為干凈，修正后的數據準確，曲線較為平滑，達到了預期目的，且牛頓插值法野值檢測計算中只有線性運算，不存在高階多項式乘法，運算量小，適合在線處理。

因此采用經過修正的3σ門限野值檢測方法，根據參數值大小和變化情況調整門限值，能夠檢測出非平穩(wěn)過渡的連續(xù)野值，保證數據處理后導引頭信號的完整性和平滑性。

5 結論

本文提出了基于方差的野值識別方法和基于牛頓插值法的野值修正方法，不僅能處理孤點野值，還能處理連續(xù)野值以及鋸形野值，在仿真中的應用證明了這一方法的有效性。

[1] 孫書鷹,段修生,王志強.目標跟蹤系統(tǒng)中野值的判別與剔除方法[J].火力與指揮控制,2004,29(6):85-87.

[2] 劉愛東,倪永強,王建國.一種實時剔除雷達測量數據中野值的方法分析[J].火力與指揮控制,2004(S1):17-19.

[3] 安利,葉雪梅.一種飛參數據的野值剔除和平滑方法研究[J].現代電子技術,2012,35(18):102-104.

[4] 張婷,汪渤.連續(xù)型野值判別的新方法[J].東南大學學報(自然科學版),2005,35(2):225-227.

[5] 谷陽陽,趙圣占.遙測數據野值剔除方法的對比與分析[J].戰(zhàn)術導彈技術,2012(2):60-63.

[6] 代曉巍,李振興,趙麗莉.飛行器外測數據連續(xù)型野值的抽取剔除方法[J].電子設計工程,2015(12):68-70.

[7] 金學軍.基于最小二乘擬合的外彈道測量數據野值剔除方法[J].四川兵工學報,2011,32(1):20-23.

[8] 趙圣占,高成文,吳曉琳.遙測數據處理的野值剔出方法研究[J].強度與環(huán)境,.2005,32(1):59-63.

[9] 朱新巖,史忠科.一種改進的野值在線預處理3σ方法[J].彈箭與制導學報,2008(6):63-65.

[10] 朱新巖,史忠科.基于殘差特性分析的野值檢測與剔除方法[J].飛行力學,2008,26(6):79-83.

(責任編輯楊繼森)

StudiedonOn-LineOutliersEliminationandSmoothingMethodofSeeker

ZANG Yuejin, ZENG Liang, LI Renjun

(Shanghai Electronic-Mechanical Engineering Institute，Shanghai 201109, China)

Aiming at the problem of outliers of a seeker for KKV, a variance of seeker signals outlier identification based on variable threshold was proposed, and an outlier compensation algorithm based on Newton interpolation was adopted for outlier elimination and missing data compensation. The test result shows that the method can overcome the detrimental effect of isolated outliers and continuity outliers, ensure the signal of seeker is complete and smooth when data was preprocessed, and meets the requirement of engineering application.

kinetic kill vehicle; seeker; on-line; outliers elimination; smoothing and compensate

2017-05-11；

：2017-05-30

：上海市自然科學基金項目(16ZR1415900)

臧月進(1987—)，男，碩士，工程師，主要從事導彈制導控制系統(tǒng)研究。

10.11809/scbgxb2017.09.022

format:ZANG Yuejin, ZENG Liang, LI Renjun.Studied on On-Line Outliers Elimination and Smoothing Method of Seeker[J].Journal of Ordnance Equipment Engineering,2017(9):108-111.

TJ012.3

：A

2096-2304(2017)09-0108-04

本文引用格式：臧月進,曾亮,李仁俊.導引頭在線野值剔除與平滑方法研究[J].兵器裝備工程學報，2017(9):108-111.