针对多批次试验中由技术状态改进所带来的异总体统计问题,研究了顺序约束条件下的命中概率指标统计评定方法。首先在X-Y向不相关情况下,将命中概率指标归结为X向和Y向的准确度和密集度参数的估计。然后根据多批次试验规律,建立各个参数...针对多批次试验中由技术状态改进所带来的异总体统计问题,研究了顺序约束条件下的命中概率指标统计评定方法。首先在X-Y向不相关情况下,将命中概率指标归结为X向和Y向的准确度和密集度参数的估计。然后根据多批次试验规律,建立各个参数之间的顺序约束关系,基于Bayes方法获得验后分布密度核函数,并采用MCMC(Markov Chain Monte Carlo)方法获得各参数的验后抽样分布,进而获得命中概率指标的抽样分布,以此计算命中概率的期望和置信限。此外,针对运动目标或末端机动的情况,分析了X-Y向相关情况下的命中概率指标计算方法。通过正交变换实现去相关处理,并在命中概率计算中引入旋转角度参数,从而解决运动目标情况下的多批次命中概率计算。最后,通过实例进行了验证,所得命中概率值优于传统方法所获得的统计结果,表明该方法对多批次试验具有良好的适应性和工程推广价值。展开更多
文摘针对多批次试验中由技术状态改进所带来的异总体统计问题,研究了顺序约束条件下的命中概率指标统计评定方法。首先在X-Y向不相关情况下,将命中概率指标归结为X向和Y向的准确度和密集度参数的估计。然后根据多批次试验规律,建立各个参数之间的顺序约束关系,基于Bayes方法获得验后分布密度核函数,并采用MCMC(Markov Chain Monte Carlo)方法获得各参数的验后抽样分布,进而获得命中概率指标的抽样分布,以此计算命中概率的期望和置信限。此外,针对运动目标或末端机动的情况,分析了X-Y向相关情况下的命中概率指标计算方法。通过正交变换实现去相关处理,并在命中概率计算中引入旋转角度参数,从而解决运动目标情况下的多批次命中概率计算。最后,通过实例进行了验证,所得命中概率值优于传统方法所获得的统计结果,表明该方法对多批次试验具有良好的适应性和工程推广价值。
