利用验前信息的一种序贯检验方法——序贯验后加权检验方法

序贯验后加权检验方法是Bayes 统计观点在假设检验中的运用。本文提出了该方法的一般理论,给出了当总体的分布参数具有验前信息时的序贯检验方法。文中确定了决策区的划分,同时讨论了序贯截尾方案,给出了检验中可能犯两类错误的概率的上界,并将一般理论应用于产品的可靠性检验和再入飞行器随机落点的精度鉴定。由于运用了验前信息,因此能有效地在少量试验之下进行统计假设检验。本文所提供的方法对于昂贵产品试验结果的统计评定具有普遍意义。     

再入飞行器的最大飞行距离的统计决策鉴定

为了充分利用验前信息,在小子样的场合下进行统计评定工作,文中运用了Bayes 统计决策方法,讨论了两方面的问题。1.再入飞行器的最大飞行距离鉴定的Bayes 决策方法。引入了损失函数及验前信息,将决策中所冒的风险与射击效果结合了起来。2.Bayes 估计。给出了最大飞行距离的Bayes 统计估值。理论及计算结果表明:合理地使用验前信息,将有利于在小子样容量之下进行最大飞行距离的统计推断工作。     

基于Bayes方法的射击密集度评估

以某远程武器射击密集度鉴定问题为对象,研究了运用Bayes 理论从仿真试验数据中提取有用信息,从而实现在少量试验样本情况下有效完成射击密集度试验鉴定任务的方法.将最大熵法应用于射击密集度估计,介绍了运用自助(Bootstrap)法从仿真试验结果中获取验前信息的基本思想和一般方法,以及在获得验前信息后结合现场试验样本进行射击密集度鉴定的方法.     

利用验前信息时，飞行器试验鉴定技术研究—— 一次现场试验下的精度鉴定方法

研究了具有验前信息下的飞行器落点精度的鉴定问题,适用于只作一次现场飞行试验的情况。文中给出了鉴定方案,并进行了风险计算和信度分析。对于一次试验结果与验前信息的一致性．给出了验证方法。本文所提供的理论方法,可用于一般武器装备系统的试验定型和鉴定。     

射击精度评估新技术

以某远程武器射击精度鉴定问题为对象,研究了运用Bayes理论从仿真试验数据中提取有用信息,从而实现在少量试验样本情况下有效完成射击精度试验鉴定任务的方法.尝试在准确描述远程武器射击精度的动力学仿真模型的基础上,将均匀设计法应用于射击精度的仿真,介绍了运用自助(bootstrap)法从仿真试验结果中获取验前信息的基本思想和一般方法,以及在获得验前信息后结合现场试验样本进行射击精度鉴定的方法.     

一种新的火炮武器系统射击精度试验方法

射击精度是反应火炮武器系统性能的最重要技术指标,通过对以往射击精度试验中采用的建立在大子样统计理论基础上的传统评定方法进行了分析,对目前采用的序贯截尾原理和方法进行阐述,并指出前两种方法没有利用验前信息,试验次数和试验风险比较大等缺点,由此提出一种新的贝叶斯截尾序贯检验法。这种小样本统计推断方法的基本思想是充分利用已有的验前信息,实现了多阶段试验信息的综合利用,能够减少试验次数,缩短试验周期,节约试验经费。     

验前信息可信度及其在Bayes评估中的应用

验前信息的计算与合理应用是Bayes方法在武器系统射击密集度评估中的关键问题之一.对验前信息可信度定义、计算及其在Bayes 评估中的应用进行了阐述,提出了考虑验前信息可信度的射击密集度Bayes评估新方法,为武器系统射击密集度评估提出了新思路.     

落点散布鉴定中Bayes序贯截尾方法的运用

本文研究再入飞行器落点散布的鉴定方法。构造了 Ｂａｙｅｓ 序贯截尾方案；分析了可能冒的风险，给出了计算方法； 对于 Ｂａｙｅｓ 方法运用中的关键问题——验前信息的运用及验前概率的计算， 作了较详细的论述。文中提出的方法， 适用于小子样场合下的试验鉴定问题。     

落点测量误差对于再入飞行器的精度鉴定、估计及发射数的影响分析

本文论述落点测量误差对于再入飞行器的精度评估及发射次数的影响。文中给出了测量误差对于统计鉴定的OC函数的影响分析,同时讨论了在犯两种错误的概率不变的前提下,测量误差对于发射数的影响。分析表明,为了补偿犯两种错误的概卑(不增大),将使发射数增加。对于Bayes决策(Bayes假设检验),也有类似情况。至于统计估值,在保持相同的置信区间之下,测量误差的存在将使置信概率下降。     

导弹落点精度的鉴定方法——概率圆方法

导弹的落点精度包括落点的准确度与密集度。对于子样很小的情况 ,分别鉴定准确度和密集度是有一定的难度。本文提出了采用概率圆的综合鉴定方法。当落入概率圆的导弹数大于等于要求的数时就接收 ,否则拒绝。文中给出了如何确定落入概率圆的导弹数 ,并且给出了该方法的风险。最后以仿真实例说明了方法的有效性。概率圆方法简便易行 ,便于工程应用。     

多源信息的Bayes融合精度鉴定方法

为了合理运用多种验前信息 ,文中首先引入了验前信息的可信度的概念 ,由此论述了验前信息与现场试验信息的融合方法 ,给出了多源信息下的Bayes精度鉴定方案。最后以实例说明鉴定方案的运用。     

验前分布的稳健性

研究Bayes统计分析中运用验前信息的稳健性 ,给出了正态分布期望值验前分布和指数寿命型分布失效率验前分布的稳健性分析。所论方法对于飞行器系统试验的精度分析和可靠性评估 ,具有较普遍的意义     

验前信息在射击精度评估中的应用

验前信息的获取与合理应用是Bayes方法在武器系统射击精度评估中的关键。对验前信息的获取、验前信息的可信度及其计算进行了阐述,提出了考虑验前信息可信度的射击精度Bayes评估新方法,为武器系统射击精度评估提出了新思路。     

Bayes 试验分析中验前分布的表示

结合武器系统试验鉴定中的问题，研究Ｂａｙｅｓ方法运用中的验前信息表示问题。文中运用自助（Ｂｏｏｔｓｔｒａｐ）方法和随机加权法确定验前分布。对于多种信息源之下的验前信息，给出了验前分布的融合估计。对当前工程实践中常用的方法及存在的问题，提出了看法和处置方法。     

精度鉴定与试验决策系统

本文综合运用序贯分析方法和Ｂａｙｅｓ方法,提出用序贯Ｂａｙｅｓ决策进行战略导弹的精度鉴定和试验设计,序贯Ｂａｙｅｓ决策中的损失函数不仅考虑了决策损失,还考虑了试验费用,这样即可将鉴定方法与试验方法结合起来考虑,给出最佳鉴定方案及试验次数。     

高精度步枪系统射击密集度仿真分析方法研究

使用统计方法研究步枪弹射击密集度,能够有效分析参数对射击密集度的影响情况,并能为高精度步枪的设计提供参考依据。给出了一种基于蒙特卡洛法研究步枪弹射击密集度的方法,以某7.62mm高精度狙击枪为例进行了仿真计算。获得了各参数的正态分布图,使用Matlab编程实现内外弹道的计算,最终获得了不同距离的立靶射弹散布图。能够有效获取相应步枪的射击密集度。     

子弹散布中心正态总体分布参数的融合估计

对带有均匀抛撒子弹头的常规导弹的命中精度评定 ,其关键在于子弹散布中心分布参数的准确估计。通常的方法由每次试验的子弹落点数据获得一个子弹散布中心 ,再由少数的几个散布中心数据、运用经典的统计方法求散布中心的正态总体分布参数 ,其不足之处在于小样本条件下采伪的概率很高。考虑到子弹散布中心只是子弹落点数据的一阶矩 ,并不能充分表达子弹落点数据所蕴含的信息量 ,而子弹落点个数远远大于导弹试验的次数 ,子弹落点所蕴含的信息比子弹散布中心所蕴含的信息要丰富得多。鉴于此 ,研究了一种子弹散布中心总体分布参数融合估计的新方法     

考虑验前信息可信度时的Bayes估计

研究了考虑验前信息可信度时的验前分布和Bayes估计算法,给出了正态总体参数的Bayes估计方法。以导弹落点散布的估计为例,说明了考虑验前信息可信度时Bayes估计有明显的改善,即具有更好的可信度。     

基于混合倒伽玛分布的Bayes区间估计方法在密集度评定中的应用

针对某型系列弹密集度评定,给出了基于混合倒伽玛分布的Bayes区间估计方法。该方法通过引入继承因子,有效利用了历史样本信息。通过对不同总体下随机抽样的方式,比较了该方法与经典统计理论中区间估计算法在风险特征方面的差异,结果表明:该方法估计精度更高,具有更好的稳健性,尤其是纳伪概率控制较好,为科学、有效评定系列化弹药密集度提供了思路。     

利用构造性仿真评估导弹精度

通过对导弹落点散布的构造性仿真获得了落点(均值与方差)的验前分布参数,通过与现场试验数据的相容性检验获得了验前信息的可信度,在考虑验前信息可信度的情况下获得了命中点的均值与方差的验后Bayes估计。算例表明该方法对于仿真信息的应用合理可信,考虑可信度下的Bayes估计具有较好的置信度。