8.3 数据处理与验证
8.3 数据处理与验证
本节摘要：原始测量数据带着噪声、漂移与偶发异常，处理的任务是从中提取考核指标：初速均值与标准差、弹着点 CEP、速度-距离曲线。本节给出 CEP 的计算方法与统计假设、离群值的判定与处理原则、滤波的适用边界，最后讲模型-试验对照的验证逻辑。试验链的末环——数据不干净，前面仪器与设计全白费。
位置感：8.1 与 8.2 产出的是原始数据，本节产出的是结论。CEP 在 6.1 节是精度货币，本节给出它的兑换汇率——怎么从弹着点坐标算出来、置信度几分。
从噪声里读出真相
CEP：精度货币的计算式。圆概率误差（Circular Error Probable）定义为"包含一半弹着点的圆半径"。当横向与纵向散布相互独立、标准差相等（各为 σ）时，弹着点服从 Rayleigh 分布，有经典闭式：
CEP ≈ 1.1774 · σ （等方差 Rayleigh 假设） 例：某弹 10 发弹着点（以瞄准点为原点，单位 m）： x: 0.3, -0.6, 0.1, -0.2, 0.8, -0.4, 0.5, -0.1, 0.2, 0.6 y: 0.4, 0.2, -0.7, 0.3, 0.1, -0.3, 0.9, -0.5, 0.2, -0.6 σx ≈ 0.45 m, σy ≈ 0.47 m（接近，假设成立） 合成 σ ≈ 0.46 m CEP ≈ 1.1774 × 0.46 ≈ 0.54 m
两步校验不可省：其一，σx 与 σy 相差不大（比例超 1.5 倍时 Rayleigh 假设明显失真，应改用分位数法直接从排序后的弹着距离取中位）；其二，弹着云的中心与瞄准点基本重合（有明显偏心说明存在系统偏差——系统偏差应该去修瞄具，而不是混进散布统计）。这两步检查比公式本身更常出问题。
滤波：什么时候该用。雷达给出的速度-距离曲线带测量噪声，逐点微分求减速度会放大噪声——此时用数字滤波（卡尔曼滤波是弹道跟踪的标准选择，简单场景用滑动平均也够）先平滑再求导。但滤波不是免费的：过度平滑会抹掉真实的高速变化（比如弹丸出膛后的初始速度骤降段），把"信号"当"噪声"削掉。原则：滤波窗口的物理时长必须小于你关心的最快过程的时长——关心 1 毫秒的过程，就不能用 5 毫秒的窗口。
离群值：先查原因再谈剔除。10 发初速里冒出一发慢 40 m/s，第一反应不该是"删"，而是"查"：装药受潮？传感器误触发？弹丸损伤？只有找到物理原因（或确认仪器故障）才有剔除资格；查不出原因的离群值应当保留并如实报告——它可能正是批次缺陷的信号。统计判据（如 Grubbs 检验）用于"标记可疑"，不用于"自动删除"。
模型-试验对照：验证怎么做
第 9 章的仿真模型需要一个"考试成绩"，验证的标准流程是三段对照：
- 点对点对照：同条件下，模型预报的初速/膛压/落点 vs 试验值，报告偏差与试验不确定度——偏差在不确定度内才算"对上"；
- 趋势对照：扫一个参数（如装药量梯度），模型与试验的响应斜率是否一致——斜率对了，外插才有底气；点对了、斜率不对，模型只在本工况有效；
- 散布对照：模型用蒙特卡洛撒出的落点散布 vs 实测散布——均值对、散布不对的模型，对精度评估毫无价值（而精度评估往往才是真需求）。
验证结论的正确表述是"模型在某某条件域内、对某某指标、偏差不超过某某"——验证是有边界的许可，不是终身免检。超出验证域的外插，无论模型多精美，都回到了假设阶段。
图：从原始数据到结论的流水线
常见坑
- 用小样本大谈"精度提升"。两发比一发好就说改进有效？n=2 的标准差估计几乎无意义——改进声明至少要压在十几发量级、或用配对比较压低组间漂移；
- 验证只看点对点。均值对了、散布错三个量级的模型在文献里并不罕见——精度评估场景里散布对照是必答题。
一次 CEP 计算的完整流程
把本节开头的方法走成标准作业程序，以十发弹着为例再过一遍（新的一组数）：
十发弹着（m，瞄准点为原点）： (0.12, 0.05) (-0.30, 0.18) (0.22, -0.11) (-0.08, -0.25) (0.40, 0.02) (-0.15, 0.31) (0.05, 0.44) (0.33, -0.20) (-0.42, -0.07) (0.18, 0.15) 第一步 偏心检查：弹着云中心约 (0.035, 0.052)—— 距原点约 6 cm，远小于散布尺度 → 无显著系统偏差 第二步 各向异性检查：σx ≈ 0.25 m，σy ≈ 0.21 m， 比值 1.2 < 1.5 → Rayleigh 假设可用 第三步 合成：σ = √((σx²+σy²)/2) ≈ 0.23 m 第四步 CEP ≈ 1.1774 × 0.23 ≈ 0.27 m 第五步 汇报口径：CEP ≈ 0.27 m（n=10，假设已校验）—— 带上发数与前提，数据才可引用
这五步里最常被跳过的是第一、二步，而它们恰是结论可靠性的守门员：偏心弹着混进散布统计会把 CEP 虚大一截，各向异性显著时闭式公式系统性失准。程序化之后，这五步在任何软件里都是几分钟的事——难的从来不是计算，是纪律。
汇报口径的三条纪律
数据结论的公信力，一半来自计算，一半来自汇报口径。三条纪律值得刻进习惯：
带发数说话。"CEP 0.27 米"与"CEP 0.27 米（n=10）"是两句话：前者是无法审计的声明，后者是可以复核的证据。散布类指标对小样本极其敏感，发数就是它的置信度标签。
带条件说话。"精度提升 40%"必须挂在"相对什么、在什么射距、什么气象"之下。脱离条件的精度声明是营销，不是弹道学。
带不确定度说话。任何均值都应附其标准误，任何模型对照都应说明试验侧的不确定度——"模型偏差 0.3 m，试验不确定度 ±0.5 m"这句话的真实含义是"模型与试验无法区分"，而下结论"验证通过"就属于过度解读。诚实的不确定度标注，是让后续读者不再犯错的投资。
三条合并成一句口诀：数字不加背景等于没说。第 9 章的敏感性分析会解释为什么条件与不确定度如此重要——误差不是数据的瑕疵，而是数据的一部分。
本节要点回顾
- CEP 计算：等方差下 CEP ≈ 1.1774σ，先查各向异性与偏心两条假设再套公式；
- 滤波有边界：窗口时长必须小于关心过程的时长，过度平滑会抹掉真实瞬态；
- 离群值原则：查因在剔除先，查不出的异常要保留并报告——它可能是批次缺陷的哨兵；
- 验证三段：点对点、趋势斜率、散布分布，结论必须带条件域；
- 小样本纪律：精度声明需要发数撑腰，n=2 的"改进"等于没说。
数据链闭环了。仪器、方案、处理三章合起来，就是"弹道学数字的产地"。下一章换一条路——不射击也能算弹道：解析与数值仿真。