劉利軍，涂國(guó)勇，朱時(shí)銀，李 曦

(中國(guó)人民解放軍63620部隊(duì),甘肅酒泉 732750)

0 引言

航天發(fā)射場(chǎng)測(cè)量數(shù)據(jù)的精度在很大程度上取決于測(cè)控設(shè)備的跟蹤精度，但提高設(shè)備跟蹤精度的成本較高，且受制于設(shè)備生產(chǎn)的工藝水平和其他因素，有其固有的極限。目前，廣泛采用的處理策略是通過(guò)先進(jìn)、可靠的數(shù)據(jù)預(yù)處理方法來(lái)彌補(bǔ)設(shè)備精度的不足[1]。測(cè)量數(shù)據(jù)誤差的估計(jì)與分離是外測(cè)數(shù)據(jù)預(yù)處理中的一項(xiàng)重要工作，無(wú)論是無(wú)線電測(cè)量、光學(xué)測(cè)量或其他測(cè)量手段，由于測(cè)控設(shè)備本身或數(shù)據(jù)傳輸、記錄和處理過(guò)程中周?chē)h(huán)境的影響，都不可避免地存在誤差。如果對(duì)測(cè)量數(shù)據(jù)序列中的誤差不予以分離和消除，將給數(shù)據(jù)處理結(jié)果帶來(lái)很大的偏差，嚴(yán)重影響外測(cè)數(shù)據(jù)處理的精度[2]。

對(duì)測(cè)量數(shù)據(jù)而言，系統(tǒng)誤差影響真實(shí)信號(hào)的準(zhǔn)確度，隨機(jī)誤差影響真實(shí)信號(hào)的精密度。要獲得高精度的外彈道測(cè)量數(shù)據(jù)，必須準(zhǔn)確分離系統(tǒng)誤差，同時(shí)要正確地揭示隨機(jī)誤差的統(tǒng)計(jì)特性。本文針對(duì)航天發(fā)射場(chǎng)外測(cè)數(shù)據(jù)預(yù)處理中的傳統(tǒng)方法難以對(duì)測(cè)量數(shù)據(jù)的隨機(jī)誤差和系統(tǒng)誤差進(jìn)行準(zhǔn)確估計(jì)與分離的難題，提出采用小波非線性濾波和回歸匹配診斷兩種新方法，有效提高了參與融合求解的測(cè)元數(shù)據(jù)質(zhì)量和外彈道參數(shù)精度。

1 隨機(jī)誤差分離方法

目前，在外測(cè)數(shù)據(jù)處理中最常用的觀測(cè)數(shù)據(jù)隨機(jī)誤差的方法是差分法和最小二乘擬合殘差法，由于受數(shù)據(jù)采樣間隔、誤差統(tǒng)計(jì)特性、差分階次和截?cái)嗾`差等多種因素的影響，兩種方法的處理結(jié)果常常出現(xiàn)不一致性[3]。通過(guò)對(duì)測(cè)控?cái)?shù)據(jù)的深入研究和分析，認(rèn)識(shí)到外測(cè)數(shù)據(jù)隨機(jī)誤差性質(zhì)十分復(fù)雜，如果再應(yīng)用這兩種常用和簡(jiǎn)單的統(tǒng)計(jì)方法，已經(jīng)難以準(zhǔn)確統(tǒng)計(jì)數(shù)據(jù)隨機(jī)誤差的數(shù)字特征。小波變換則是一種比傅里葉變換還要靈活的信號(hào)處理工具，在時(shí)域、頻域同時(shí)具有良好的局部化性質(zhì)，而且由于對(duì)高頻采取逐漸精細(xì)的時(shí)域或頻域步長(zhǎng)，可以聚焦到分析對(duì)象的任意細(xì)節(jié)，把對(duì)象中存在的任何變化表現(xiàn)出來(lái)[4]。本文將小波變換方法用于分離雷達(dá)測(cè)量數(shù)據(jù)的隨機(jī)誤差，再通過(guò)與具有更高精度的設(shè)備進(jìn)行數(shù)據(jù)比對(duì)，得到該雷達(dá)的總誤差，兩者相減便可得到當(dāng)前雷達(dá)的系統(tǒng)誤差。

1.1 小波變換去噪原理

小波變換去噪基于如下基本假設(shè)，即攜帶信息的原始信號(hào)在頻域或小波域的能量相對(duì)集中，表現(xiàn)為能量密集區(qū)域的信號(hào)分解系數(shù)的絕對(duì)值比較大，而噪聲信號(hào)的能量譜相對(duì)分散，所以其系數(shù)的絕對(duì)值小，這樣我們就可以通過(guò)作用閾值的方法過(guò)濾掉絕對(duì)值小于一定閾值的小波系數(shù)，從而達(dá)到降噪的效果。

一個(gè)含噪聲的一維信號(hào)的模型可以表示成如下形式，即

(1)

式中，f(t)為真實(shí)信號(hào)，e(t)為噪聲，σ為噪聲強(qiáng)度，S(t)為含噪聲的信號(hào)。如果以一個(gè)簡(jiǎn)單的噪聲模型加以說(shuō)明，即認(rèn)為e(t)為高斯白噪聲N(0,1)，則σ=1[5]。在實(shí)際的工程應(yīng)用中，有用信號(hào)通常表現(xiàn)為低頻信號(hào)或是一些比較平穩(wěn)的信號(hào)，而噪聲信號(hào)通常表現(xiàn)為高頻信號(hào)，因而，可以應(yīng)用門(mén)限閾值等形式對(duì)小波系數(shù)進(jìn)行處理，然后對(duì)信號(hào)進(jìn)行重構(gòu)即可達(dá)到消噪的目的。對(duì)信號(hào)S(t)消噪的目的就是要抑制信號(hào)中的噪聲部分，從而在S(t)中恢復(fù)出真實(shí)信號(hào)f(t)。一般情況下，一維信號(hào)的消噪過(guò)程可按照?qǐng)D1所示的流程來(lái)進(jìn)行。

圖1 小波變換除噪流程圖

一維信號(hào)利用小波進(jìn)行除噪的步驟如下：

1) 對(duì)含噪信號(hào)進(jìn)行預(yù)處理，便于后續(xù)處理。

2) 一維信號(hào)的小波分解。選擇一個(gè)小波并確定一個(gè)分解層次N，然后對(duì)信號(hào)S進(jìn)行N層分解。

3) 小波分解高頻系數(shù)的閾值量化。對(duì)第一層到第N層的每一層高頻系數(shù)，選擇一個(gè)閾值進(jìn)行軟閾值或硬閾值量化處理。

4) 一維小波的重構(gòu)。根據(jù)小波分解的第N層的系數(shù)和經(jīng)過(guò)量化處理后的第一層到第N層的高頻系數(shù)，進(jìn)行一維信號(hào)的重構(gòu)。

小波分解是把信號(hào)分解到不同的頻段上，噪聲主要在高頻段，信號(hào)主要在低頻段。噪聲對(duì)應(yīng)相對(duì)較小的小波系數(shù)，信號(hào)對(duì)應(yīng)相對(duì)較大的小波系數(shù)。選擇一個(gè)合適閾值處理小波系數(shù)，認(rèn)為小于此閾值的小波系數(shù)主要由噪聲引起，將其去掉，用剩下的小波系數(shù)重建信號(hào)。從去噪原理看出，在小波去噪過(guò)程中，噪聲能量估計(jì)是確定噪聲和信號(hào)分界點(diǎn)的關(guān)鍵。閾值的選擇即噪聲和信號(hào)分界點(diǎn)的確定，對(duì)去噪效果有較大影響。

根據(jù)噪聲的特點(diǎn)，小波分析消噪主要采用前兩種處理方法。第一種是強(qiáng)制消噪處理方法。該方法把小波分解結(jié)構(gòu)中的高頻系數(shù)全部為零，即把各尺度或某幾個(gè)尺度的部分全部濾掉，然后再對(duì)信號(hào)進(jìn)行重構(gòu)處理。這種方法比較簡(jiǎn)單，重構(gòu)后的信號(hào)也比較平滑，但容易丟失原信號(hào)中有用的高頻分量。第二種是門(mén)限消噪處理方法。該方法要根據(jù)經(jīng)驗(yàn)或某種依據(jù)設(shè)定閾值，對(duì)信號(hào)小波分解中的最高頻系數(shù)用閾值處理，即大于閾值的部分保留，低于閾值的系數(shù)變?yōu)榱?。這種處理符合噪聲在高頻部分均勻密集的特點(diǎn)。對(duì)其他各尺度的高頻系數(shù)改變閾值處理，隨著分解層次的增加，閾值可大約按照乘以2倍到0.5倍減小，這種閾值消噪處理方法在很多實(shí)際應(yīng)用中取得了良好的效果[6]。

針對(duì)最小尺度上的小波系數(shù)估計(jì)噪聲能量，即依靠最小尺度上的小波系數(shù)估計(jì)噪聲的方差。在最小尺度上，分辨率最高，信噪比很小，可以認(rèn)為這一層次主要是噪聲。根據(jù)方差定義，其在最小尺度上的估計(jì)值為

(2)

式中，n為第J尺度上小波系數(shù)的個(gè)數(shù)，d為某一尺度上高頻小波系數(shù)，J為尺度，i為某一尺度上小波系數(shù)序號(hào)。美國(guó)著名學(xué)者Donoho提出在小波域中噪聲標(biāo)準(zhǔn)方差的估計(jì)公式[7]，即

(3)

1.2 應(yīng)用效果

本文采用了Donoho等人提出的小波非線性濾波方法分離靶場(chǎng)測(cè)量數(shù)據(jù)的隨機(jī)誤差，與傳統(tǒng)方法相比，不需要噪聲先驗(yàn)知識(shí)，噪聲強(qiáng)度可以通過(guò)高頻波分解系數(shù)進(jìn)行估計(jì)，在實(shí)際應(yīng)用中取得了較好的效果，其可分為以下3個(gè)主要步驟：

1) 對(duì)帶隨機(jī)誤差的發(fā)射場(chǎng)外彈道測(cè)量數(shù)據(jù)y(ti),i=1,2,…,N進(jìn)行多尺度分解，獲得各尺度的小波分解系數(shù)dj,k；

3) 采用新的小波系數(shù)進(jìn)行信號(hào)重構(gòu)，得到去噪的測(cè)量數(shù)據(jù)。

其中，σ為測(cè)元理論隨機(jī)誤差指標(biāo)，n為第j尺度上小波系數(shù)的個(gè)數(shù)，d為某一尺度上高頻小波系數(shù)，k為某一尺度上小波系數(shù)序號(hào)。

該方法的原理依據(jù)是N個(gè)具有獨(dú)立同分布的標(biāo)準(zhǔn)高斯變量中的最大值小于t1的概率隨著N的增大趨于1。若被測(cè)信號(hào)含有獨(dú)立同分布的噪聲時(shí)，經(jīng)小波變換后，其噪聲部分的小波系數(shù)也是獨(dú)立同分布的。如果具有獨(dú)立同分布的噪聲經(jīng)小波分解后，它的系數(shù)序列長(zhǎng)度N很大，則根據(jù)上述理論可知：該小波系數(shù)中最大值小于t的概率趨于1，即存在一個(gè)閾值t，使得該序列的所有小波系數(shù)都小于它。小波系數(shù)隨著分解層次的加深，其長(zhǎng)度也越來(lái)越短，根據(jù)t的計(jì)算公式，可知該閾值也越來(lái)越小。當(dāng)噪聲強(qiáng)度已知時(shí)，可直接采用此方法濾波，在實(shí)際應(yīng)用中噪聲強(qiáng)度是未知的，這時(shí)可以計(jì)算出該噪聲的強(qiáng)度，然后采用Donoho方法進(jìn)行濾波[8]。

采用具有較好對(duì)稱(chēng)性及正則性的Daubechies(dbN)小波基系列中的db4小波基對(duì)某脈沖雷達(dá)測(cè)量數(shù)據(jù)求解的彈道參數(shù)進(jìn)行了隨機(jī)誤差分離。圖2為隨機(jī)誤差分離前后時(shí)的誤差對(duì)比曲線，由圖可見(jiàn)，對(duì)該脈沖雷達(dá)測(cè)量數(shù)據(jù)求解的彈道參數(shù)采用小波分離隨機(jī)誤差后，彈道參數(shù)的光滑性與平穩(wěn)性得到了明顯改善。

(a) 隨機(jī)誤差分離前

(b) 隨機(jī)誤差分離后圖2 采用小波方法分離隨機(jī)誤差前后彈道參數(shù)誤差曲線

實(shí)踐證明，靶場(chǎng)外測(cè)數(shù)據(jù)隨機(jī)誤差性質(zhì)復(fù)雜，用簡(jiǎn)單的模型不能準(zhǔn)確統(tǒng)計(jì)出隨機(jī)誤差的數(shù)字特征。傳統(tǒng)方法只能統(tǒng)計(jì)隨機(jī)誤差的大小而不能對(duì)其有效分離，平滑濾波器可以將部分隨機(jī)誤差分離但不能對(duì)其值進(jìn)行估計(jì)。采用小波變換的方法可以高精度地分離靶場(chǎng)測(cè)量數(shù)據(jù)的隨機(jī)誤差，且不需要噪聲先驗(yàn)知識(shí)，噪聲強(qiáng)度可以通過(guò)高頻波分解系數(shù)進(jìn)行估計(jì)，有效提高了彈道參數(shù)的精度和平穩(wěn)性。

2 系統(tǒng)誤差診斷方法

傳統(tǒng)的靶場(chǎng)測(cè)量數(shù)據(jù)系統(tǒng)誤差處理，通常采用與高精度數(shù)據(jù)作差后的殘差平均值作為測(cè)控設(shè)備的固定偏差并進(jìn)行扣除，這種方法對(duì)消除復(fù)雜的系統(tǒng)誤差，如時(shí)間、光機(jī)、光電、動(dòng)態(tài)滯后等誤差應(yīng)用效果較差。本文依據(jù)可匹配的測(cè)元系統(tǒng)誤差成分建立測(cè)控設(shè)備誤差回歸分析模型，通過(guò)模型辨識(shí)確定最優(yōu)，然后利用回歸分析方法對(duì)系統(tǒng)殘留誤差進(jìn)行分離。

2.1 系統(tǒng)誤差模型分析和診斷方法

脈沖測(cè)量雷達(dá)在衛(wèi)星發(fā)射、導(dǎo)彈試驗(yàn)的上升段、自由段、再入段按時(shí)段接力方式承擔(dān)外彈道跟蹤測(cè)量任務(wù)，作為靶場(chǎng)測(cè)控體制下的常規(guī)定位設(shè)備，在數(shù)據(jù)處理中占有重要的地位，對(duì)其測(cè)量數(shù)據(jù)的挖掘和應(yīng)用具有深遠(yuǎn)的意義[9]。一方面，通過(guò)研究和分析脈沖雷達(dá)系統(tǒng)誤差特性，可為設(shè)備準(zhǔn)確查找誤差源提供依據(jù)；另一方面，經(jīng)過(guò)多個(gè)子樣的統(tǒng)計(jì)和比對(duì)，找到誤差變化的規(guī)律，力圖采用先進(jìn)、可靠的數(shù)據(jù)處理方法來(lái)彌補(bǔ)設(shè)備精度的不足。因此，本文以脈沖雷達(dá)的系統(tǒng)誤差特性和參數(shù)估計(jì)方法為例進(jìn)行分析，光學(xué)等其他外彈道測(cè)量設(shè)備的系統(tǒng)誤差特性可由此借鑒。

作為一種數(shù)理統(tǒng)計(jì)方法，回歸分析主要用于處理各變量之間的相關(guān)關(guān)系。對(duì)脈沖雷達(dá)建立一個(gè)誤差分析模型，其中的誤差系數(shù)作為未知數(shù)。根據(jù)不同彈道、不同目標(biāo)，突出某些誤差因素，忽略另外一些誤差因素，以便確定這些待定系數(shù)，對(duì)系統(tǒng)殘差進(jìn)行估計(jì)和研究。根據(jù)測(cè)量誤差模型和誤差影響函數(shù)，省略其中的微小量,經(jīng)過(guò)合并與化簡(jiǎn)，可導(dǎo)出如式(4)的脈沖雷達(dá)誤差原始回歸分析模型[10]。

(4)

式中：ΔR為脈沖雷達(dá)測(cè)距系統(tǒng)誤差；ΔA為脈沖雷達(dá)方位角系統(tǒng)誤差；ΔE為脈沖雷達(dá)俯仰角系統(tǒng)誤差；A0,B0,C0為零值；A1為比例誤差系數(shù)；A2,B1,C1為時(shí)間誤差系數(shù)；A3,B2,C2為動(dòng)態(tài)滯后誤差系數(shù)；A4為角度相關(guān)誤差系數(shù)(包含折射殘差)；B3為對(duì)準(zhǔn)誤差系數(shù)(包含光機(jī)軸和光電軸誤差)；C3為俯仰角折射殘差系數(shù)；B4,B5,C4,C5為大盤(pán)不水平誤差系數(shù)；B6為不正交誤差系數(shù)；C6為天線重力下垂誤差系數(shù)。

從這些系統(tǒng)誤差的基函數(shù)可以看出，部分誤差項(xiàng)可能存在相關(guān)性。因此，在估計(jì)系統(tǒng)誤差時(shí)總是假設(shè)沒(méi)有系統(tǒng)誤差，即系統(tǒng)誤差項(xiàng)盡量少，估計(jì)過(guò)程中丟掉影響較小(通常為數(shù)值較小)的系統(tǒng)誤差項(xiàng)。如有高精度標(biāo)準(zhǔn)數(shù)據(jù)，如衛(wèi)星精軌或彈載GNSS數(shù)據(jù)，可以使用最小二乘估計(jì)方法直接給出這些系統(tǒng)誤差估計(jì)值。將一組觀測(cè)數(shù)據(jù)和所對(duì)應(yīng)的系統(tǒng)誤差帶入式(4)的回歸分析模型中，上述問(wèn)題可歸結(jié)為求解下列線性方程組。假設(shè)m個(gè)觀測(cè)數(shù)據(jù)y1,y2,…,ym與n個(gè)待估系數(shù)x1,x2,…,xm有如下線性關(guān)系式[11-12]：

(5)

式中：{aij}為已知脈沖雷達(dá)的觀測(cè)數(shù)據(jù)，{ηi}為觀測(cè)數(shù)據(jù)的隨機(jī)誤差，滿(mǎn)足

(6)

用矩陣形式來(lái)表示方程組(6)，有

Y=AX+η

(7)

式(4)中：rankA=n，E(η)=0，E(ηηT)=σ2I。當(dāng)m>n時(shí)，即觀測(cè)子樣個(gè)數(shù)多于未知系數(shù)個(gè)數(shù)時(shí)，經(jīng)典的最小二乘估計(jì)為

(8)

上述系統(tǒng)誤差模型中，某些誤差項(xiàng)影響很小，當(dāng)測(cè)量元素較多，待估的誤差源過(guò)多，加上眾多誤差源之間可能存在相關(guān)性，會(huì)造成矩陣的病態(tài)。此時(shí)必須通過(guò)系統(tǒng)誤差模型辨識(shí)、壓縮和篩選影響很小的誤差項(xiàng)，合并相關(guān)性較強(qiáng)的誤差項(xiàng)。由于引入的誤差模型已近似為線性模型，因此可以應(yīng)用線性模型假設(shè)檢驗(yàn)方法對(duì)實(shí)測(cè)數(shù)據(jù)系統(tǒng)誤差模型進(jìn)行辨識(shí)，辨識(shí)內(nèi)容有如下3項(xiàng)[13]。

1) 系統(tǒng)誤差模型的準(zhǔn)確性檢驗(yàn)(或稱(chēng)顯著性檢驗(yàn))；

2) 系統(tǒng)誤差模型的緊致性檢驗(yàn)(或稱(chēng)有效性檢驗(yàn))；

3) 系統(tǒng)誤差模型的穩(wěn)定性檢驗(yàn)。

顯著性檢驗(yàn)的目的在于檢驗(yàn)系統(tǒng)誤差是否明顯存在，檢驗(yàn)引入的誤差模型與實(shí)際情況是否相吻合。如果假設(shè)檢驗(yàn)成立，則誤差模型可以接受。模型中每個(gè)誤差源對(duì)測(cè)量數(shù)據(jù)的影響各不相同，有的影響很小，有些誤差源之間則存在相關(guān)性。在綜合處理中，如果待估的誤差源過(guò)多，會(huì)影響它們估計(jì)的精度。因此，在估計(jì)系統(tǒng)誤差時(shí)總是假設(shè)沒(méi)有系統(tǒng)誤差，即系統(tǒng)誤差項(xiàng)盡量少，估計(jì)過(guò)程中丟掉數(shù)值較小的系統(tǒng)誤差項(xiàng)。必須對(duì)誤差源進(jìn)行篩選，使誤差模型緊致。在跟蹤飛行器飛行的過(guò)程中，不同弧段上外測(cè)系統(tǒng)誤差模型會(huì)發(fā)生變化，為檢驗(yàn)?zāi)Ｐ头€(wěn)定性，可將觀測(cè)數(shù)據(jù)分成兩組(或多組)，檢驗(yàn)各組誤差向量是否一致。

2.2 應(yīng)用效果

典型單脈沖雷達(dá)系統(tǒng)誤差分離的具體步驟為：

1) 根據(jù)原始模型和誤差特性分析結(jié)果建立初始回歸模型；

2) 對(duì)所建立的回歸模型進(jìn)行模型辨識(shí)，判斷其正確性；修改模型并重復(fù)模型辨識(shí)過(guò)程直至確定最優(yōu)模型；

3) 依據(jù)最優(yōu)模型進(jìn)行回歸分析，分離系統(tǒng)誤差。

在靶場(chǎng)某雷達(dá)精度鑒定過(guò)程中，采用本文提出的方法通過(guò)測(cè)距系統(tǒng)誤差估計(jì)分析出設(shè)備存在約-26 ms的時(shí)間誤差。為了檢驗(yàn)誤差模型的正確性，分別使用全程數(shù)據(jù)和部分?jǐn)?shù)據(jù)進(jìn)行估計(jì)，結(jié)果如表1所示，統(tǒng)計(jì)結(jié)果顯示系統(tǒng)誤差模型可以有效估計(jì)設(shè)備的時(shí)間誤差。

表1 某脈沖雷達(dá)跟蹤衛(wèi)星的時(shí)間誤差估計(jì)結(jié)果

使用全程數(shù)據(jù)扣除系統(tǒng)誤差前后的測(cè)距殘差序列如圖3所示，估算的測(cè)距零值為-15.8 m，扣除零值和時(shí)間誤差后的殘差序列的均值為0 m，標(biāo)準(zhǔn)差為8.0 m。

圖3 某脈沖雷達(dá)跟蹤衛(wèi)星的測(cè)距殘差曲線

同樣對(duì)雷達(dá)的方位、俯仰角進(jìn)行系統(tǒng)誤差估算與分析。首先添加所有誤差項(xiàng)，發(fā)現(xiàn)方位角不正交誤差與動(dòng)態(tài)滯后誤差較大；俯仰角零值誤差較大；然后忽略其他誤差項(xiàng)分別進(jìn)行重新估計(jì)，認(rèn)為該設(shè)備方位角確實(shí)存在不正交誤差和動(dòng)態(tài)滯后誤差，在與設(shè)備人員溝通后對(duì)不正交誤差重新進(jìn)行標(biāo)校后，分別修正方位角的動(dòng)態(tài)滯后誤差和俯仰角的零值誤差。系統(tǒng)修正前后的雷達(dá)方位角、俯仰角殘差序列如圖4所示。

(a) 方位角殘差

(b) 俯仰角殘差圖4 某脈沖雷達(dá)精度鑒定時(shí)測(cè)角殘差曲線

由圖4可見(jiàn)，系統(tǒng)誤差修正后，雷達(dá)方位角、俯仰角偏差基本被消除，測(cè)量精度明顯提高。通過(guò)多次仿真測(cè)試表明，該方法在事后數(shù)據(jù)處理中能準(zhǔn)確、有效分離出系統(tǒng)殘差的主要成分。同時(shí)，誤差識(shí)別結(jié)果在實(shí)時(shí)數(shù)據(jù)處理中應(yīng)用可以最大限度地消除系統(tǒng)誤差，提高實(shí)時(shí)彈道參數(shù)求解精度。

3 結(jié)束語(yǔ)

高密度、常態(tài)化的航天任務(wù)對(duì)發(fā)射場(chǎng)外測(cè)數(shù)據(jù)預(yù)處理方法提出了越來(lái)越高的要求，本文提出的小波非線性濾波和回歸匹配診斷新方法，解決了傳統(tǒng)方法難于對(duì)發(fā)射場(chǎng)測(cè)控設(shè)備測(cè)元誤差進(jìn)行準(zhǔn)確分離與估計(jì)的難題，可有效提高參與融合求解的測(cè)元數(shù)據(jù)質(zhì)量和外彈道參數(shù)精度。