测试性作为装备研制和采办过程中的一个重要质量保障性技术指标,越来越受到承制方、订购方和使用方的重视。测试性试验与评估是检验和衡量测试性设计水平的重要措施,是装备研发阶段转换和鉴定定型的重要依据。如何在保证测试性评估可信度和精度的前提下,有效降低试验费用和风险、缩短试验周期,是当前测试性理论和工程实践中亟待解决的问题。论文针对测试性实物试验与评估中存在的故障样本量要求大、故障注入困难、风险大、周期长、结论可信度低等问题,结合测试性虚拟试验技术的研究成果,提出基于虚实结合的测试性试验与综合评估总体技术流程,研究了虚实结合下测试性试验方案设计中的故障样本量优化方法、故障样本量分配和模式选取方法、以及测试性指标综合评估方法等关键技术问题,并通过试验案例对方法的有效性进行了验证。论文的主要研究内容和结论包括:1.测试性试验与综合评估总体方案设计分析对比四种经典样本量确定方法,提出了基于单次抽样方法和序贯概率比检验(Sequential Probability Ratio Test,SPRT)方法的测试性试验方案优化思路。针对测试性小子样试验方案制定存在的先验信息不足和测试性虚拟试验数据的非完全可信的问题,提出了虚实结合的总体技术思路,提出了虚实结合下测试性小子样试验与综合评估的总体方案。给出测试性试验与综合评估技术思路,分析指出了两个关键技术问题——基于Bayes理论的测试性小子样试验方案制定和基于多源先验数据的测试性指标综合评估技术。2.基于Bayes后验风险准则的测试性试验方案研究(1)针对测试性虚拟试验数据非完全可信的问题,在分析当前测试性虚拟试验实施方式和试验数据特点的基础上,提出了基于信息熵理论的测试性虚拟-实物试验数据折合方法。(2)针对单次抽样方法未能利用测试性先验数据的问题,提出了基于Bayes后验风险准则的测试性试验样本量确定方法,给出了Bayes后验风险准则下承制方风险和使用方风险的表达式和含义。针对后验双方风险随试验次数和失败次数变化的规律,给出了基于Bayes后验风险准则的试验方案的求解过程。研究表明,Bayes后验风险准则方法相同的试验方案约束参数下,试验方案中的样本量减少。(3)针对故障样本量分配中由于故障率数据不准确造成的随机误差过大、故障样本集不合理的问题,分析了虚实试验结合条件下虚拟试验对实物试验的代替作用,提出了考虑装备服役环境因素和虚拟试验可信度因素的故障样本量分配模型。提出了基于灰色关联关系的环境-故障率因子计算方法和基于故障模式仿真可信度的虚拟试验因子计算方法,并利用上述两个因子对现有故障样本量分配模型进行修正。研究表明,本文给出的故障样本量分配模型可以有效调节故障样本量在系统各单元间的比例,得到的故障样本结构更合理,装备测试性性能可以得到更充分验证。3.基于序贯验后加权检验(Sequential Posterior Odds Test,SPOT)方法的测试性试验方案研究(1)针对基于SPRT方法的测试性试验方案由于未能利用先验数据而导致实际试验样本量可能较大的问题,利用Bayes理论对SPRT方法进行改进,提出了基于SPOT方法的测试性试验方案制定方法。给出了基于SPOT方法的测试性试验方案的判决准则、判决阈值确定方法;对比分析了单次抽样方法、SPRT方法和SPOT方法的抽样特性和平均抽样次数;分析了SPOT方法在不同的先验分布参数下的抽样特性和平均抽样次数变化规律。研究表明,在相同的试验方案约束参数和试验条件下,做出相同的判决结论,SPOT方法的实际试验次数小于SPRT方法的实际试验次数。(2)针对当前截尾SPOT方法在双方风险增量定义、截尾试验数和截尾阈值确定中存在的问题,考虑测试性试验结果离散性的特点,提出了基于优化截尾SPOT方法的测试性试验方案制定方法。给出了优化截尾SPOT方法的双方风险拆分方法、截尾试验数和截尾判决阈值计算方法。分析对比了不同风险拆分方式下优化截尾SPOT方法的抽样特性和平均抽样次数,给出了最优双方风险拆分方式的确定原则。对比分析了SPOT方法、未优化截尾SPOT方法和优化截尾SPOT方法抽样特性和平均抽样次数,结果表明,优化截尾SPOT方法与SPOT方法的抽样特性一致性优于未优化SPOT方法,且优化截尾SPOT方法的平均抽样次数更小。研究表明,优化截尾SPOT方法可以作为SPOT方法的有效补充应用于测试性试验方案制定。4.基于多源先验数据的测试性指标综合评估方法研究为解决小样本实物试验数据下测试性指标评估结论精度和置信度低的问题,提出了基于多源先验数据的测试性指标综合评估模型。首先分析多源先验数据的类型和表现形式,采用最大熵方法对测试性预计信息和测试性专家信息进行折合,采用经验Bayes方法对测试性虚拟试验数据进行折合,从而将各种先验数据转化为测试性指标的先验分布参数。然后,通过参数相容性检验方法来验证各类先验数据与测试性实物试验数据的一致性,对于通过相容性检验的先验数据,分别计算其先验可信度。在此基础上,给出了基于先验可信度的测试性指标先验分布模型,并结合测试性实物试验数据给出了测试性指标的后验分布模型和指标评估公式。最后,通过案例对上述方法进行了验证,并分析了虚拟试验数据的数据量和虚拟样机的校核、验证和确认(Verification,Validation and Accreditation,VV&A)结果对测试性指标评估精度的影响。研究表明,利用该评估方法能提高测试性指标评估的精度,虚拟试验数据的数据量越大、测试性指标评估精度越高,并且测试性指标的评估精度会随着虚拟样机VV&A结果的提升而提高。5.软件设计与案例应用设计开发了装备测试性综合试验与评估系统,并以某导弹控制系统为对象开展了技术的应用与验证。