宁小磊，吴颖霞

(中国华阴兵器试验中心，华阴 714200)

随着高新技术的迅速发展，在常规制导兵器的论证、研制过程中引入了惯性导航系统、成像导引头等昂贵部件[1]，大大提升了常规制导兵器的作战能力和作战效能，但同时装备单子样价格也日益昂贵。在装备鉴定定型阶段，受试验消耗约束，现场能够获取的试验样本越来越少，若仍采用传统的纯粹依据现场试验评估装备性能指标的试验方法[2]，存在试验评估误差较大、试验鉴定风险较高等问题。

Bayes 方法通过融合仿真先验信息可提高现场小子样试验评估精度[3-6]，但Bayes 方法在融合评估时，仍存在先验分布如何科学确定的问题，尤其当先验信息失真时，估计精度甚至下降。针对先验分布的确定问题，现有文献[7-9]提出了采用加权自助抽样技术构造先验分布；通过引入修正幂参数构造带幂函数的先验分布，控制验前信息对验后估计的影响；通过加权计算仿真先验分布和无信息先验分布，构造混合先验分布；通过引入先验信息可信度C构造了先验分布，并改进了后验加权系数的计算方法。现有文献[7-9]提出的一些科学构造先验分布的有效方法，一定程度上提高了Bayes 估计性能。但这些方法本质是通过加入无信息先验分布减少仿真先验参加计算后验参数的权重，确保Bayes 估计精度，很显然这是一种比较保守的改进策略，不能充分利用先验信息。

针对上述问题，提出了一种基于等效样本和实仿融合的现场小子样试验制导精度评估方法。……