一、导弹落点密集度的序贯截尾决策（论文文献综述）
苏敬,何华锋[1]（2020）在《弹武器命中精度评估研究综述》文中进行了进一步梳理命中精度是衡量导弹武器性能的一项重要指标,命中精度评估是当前导弹武器试验鉴定领域亟需开展研究的课题之一。文章叙述了命中精度评估的研究内容及研究框架;对导弹武器命中精度评估中误差源分析、误差分离及精度折合方法、验前信息融合、命中精度评定方法等研究内容进行综述;分析研究现状,指出下一步命中精度评估研究需要解决的问题,对开展新形势下导弹武器命中精度评估研究以及导弹武器装备的试验鉴定工作具有意义。
郑小兵,李曦,王宝和,李玉杰[2]（2019）在《一种对陆攻击飞行器命中精度概率圆检验方法》文中提出针对对陆攻击飞行器命中精度假设检验问题,尤其是不同风干扰条件下的命中精度检验问题,提出了一种不同母体条件下的命中精度概率圆序贯检验方法。通过分析试验方案与试验双方风险之间的关系,揭示了基于序贯的命中精度概率圆检验方法内涵,给出了试验子样n、检验门限m*和概率圆半径R的设计策略,建立了概率圆检验方法试验流程。提出基于验前误差分配的概率圆检验方法来解决不同风速影响落点偏差的精度折合问题,有效地回避了精度折合工作带来的计算模型复杂性和结果不确定性。利用实际飞行试验结果验证了命中精度概率圆检验方法的可行性,该方法简洁易行,具有非常良好的工程实践价值。
许永飞[3]（2018）在《弹道导弹制导精度综合评估关键技术研究》文中认为精度是弹道导弹最重要的战技指标。惯导平台是弹道导弹上最主要的制导设备,而惯导平台工具误差是影响弹道导弹制导精度最重要的因素。论文以提高弹道导弹制导精度为目的,对制导精度综合评估中涉及的多项关键技术开展了深入研究,主要完成了以下工作:（1）研究了利用离心机试验来标定惯导平台工具误差系数的方法。首先,建立了包含常值项误差、一次项误差、与外施加速度的二次方和三次方项有关的误差系数在内的完整的惯导平台误差模型;其次,详细推导了离心机试验中外施加速度的计算方程,并结合外施加速度大小近似为常值这一特点分析了惯导平台误差系数之间的冗余性,并给出了两种客服误差系数冗余性的方案;再次,基于可观测性分析设计得到了一组6位置标定方案;最后,仿真结果表明设计的方案能够标定出惯导平台48项误差系数,标定结果的最大相对误差不超过4%。（2）提出了一种利用参数之间的相关系数来分析系统可观性的方法。该方法根据滤波估计过程中的误差协方差阵计算状态变量之间的相关系数,相关系数越大,对应的状态变量的可观性越差。与其他方法相比,该方法无需计算系统总的可观性矩阵且能直接判断出可观测性不强的参数。（3）采用理论分析和仿真验证相结合的方法分析了离心机误差（包括旋转半径误差、不对准误差和旋转角速度误差）对惯导平台误差系数标定结果的影响。首先,推导了惯导平台敏感到的包含离心机误差的外施加速度和角速度方程,据此分析了不同的离心机误差会对惯导平台哪些误差系数带来影响;其次,基于可观性分析理论提出可以将离心机误差作为待估计误差系数来减小离心机误差影响从而提高标定精度的方法;最后,通过大量的数字仿真表明:为了保证标定精度,离心机不对准误差不能超过1角分,旋转半径相对变化量不能超过0.05%,旋转旋转角速度相对误差不能超过0.005%。（4）研究了基于线振动试验对惯导平台误差系数进行标定的方法。首先,分析指出在线振动试验中实际施加的加速度的幅值和相位无法直接获取,但幅值可以通过对加速度计输出进行傅里叶分析得到;其次,为了消除施加加速度相位未知的影响,对初始模型进行了平均化处理,建立了“平均模型”;再次,在“平均模型”的基础上利用输出灵敏度理论计算得到了每个误差系数的最大激励位置,通过设定一些准则从这些位置中选择了一个8位置标定方案;最后,仿真结果表明基于所提方案可以利用线振动试验标定出48项误差系数,但为了保证标定精度,线振动台的不对准误差要小于0.1°,施加加速度的幅值误差要小于10-5g。（5）研究了基于飞行试验的制导精度评估方法。首先,推导并建立了完整的制导工具误差分离模型;其次,基于灵敏度理论分析了飞行弹道对误差系数的激励程度,根据分析结果简化了工具误差分离模型;最后,采用递推最小二乘算法对简化后的模型进行求解,取得了比较好的仿真结果。（6）研究了多源试验手段下工具误差系数融合方法。首先,研究了多源信息一致性检验方法;其次,对于同一试验手段得到的误差系数,提出了基于Bayes网络的融合方法,对于不同试验手段得到的误差系数,给出了基于协方差矩阵加权融合的方法;最后,对于融合后的误差系数,给出了构造精度评估子样的方法。（7）研究了弹道导弹落点精度评估方法。导弹落点精度评估一般是小子样问题,将圆概率误差（circular error probablity,CEP）作为评估指标,在分析了概率圆精度评估方法的基础上提出了Bayes概率圆精度评估法和双概率圆序贯精度评估方法。
刘泽坤,宋贵宝,罗亚民,李一夫[4]（2018）在《小子样条件下命中精度Bayes序贯检验与递推估计》文中认为Bayes序贯检验和Bayes递推估计法分别从假设检验和参数估计角度对传统试验评定方法进行改进,将二者联合运用,检验和估计紧密结合,运用于导弹命中精度评定试验,充分利用验前信息以弥补现场数据的不足,制定合理有效的评定方案,使得试验结果更加准确、试验用弹量更少。实例分析表明,该方法能够有效提高检验和估计结果可信性,适用于小子样条件下的命中精度评定试验。
马康,吴艳征[5]（2017）在《基于序贯截尾检验的一维修正弹精度评估方法》文中研究说明基于序贯截尾检验方法,对一维修正弹的落点密集度的评估方法进行了研究,采用Monte-carlo法给出了数值算例,仿真计算结果表明,通过序贯截尾检验方法,能够有效减少试验次数,缩短试验周期,能够为该型信息化弹药的试验鉴定提供理论参考,具有较强的理论价值和一定的参考意义。
王超[6]（2014）在《虚实结合的测试性试验与综合评估技术》文中提出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。
汪立新,张强,王建华,冷杉[7]（2012）在《基于综合序贯截尾法的捷联式导弹落点密集度检验》文中研究表明针对小子样试验中精度评定工作的需要,设计了一种弹道落点密集度的综合序贯截尾评定方法。首先,利用惯性坐标系内弹上惯性测量组合和弹载计算机共同完成导航计算任务的导航方程建立弹道仿真模型,求解弹道落点偏差;然后从评定结论置信度与所需试验子样数量之间的矛盾出发,设计了综合序贯截尾检验方法,讨论了最小发数的确定方法,论证了该方法应用于捷联式导弹落点密集度检验中的可行性。最后仿真实例验证了该方法的有效性。
闫志强[8]（2010）在《装备试验评估中的变动统计方法研究》文中认为随着武器装备和各类机电产品复杂度的提高,产品性状在全寿命周期中的动态变化过程也日趋复杂,相应的试验评估手段也更加多样化。这就需要融合多种数据（不同阶段、不同来源）对在研产品性状的动态变化过程进行恰当的建模与分析。在装备试验评估领域中,较为典型的就是多阶段可靠性增长试验评估、多批次和多信源条件下的武器战技指标评估。这些问题都体现出显着的“变动统计”的特点,相应统计推断结果的准确性,关系到装备接收、使用的风险。围绕装备试验评估领域中的变动统计问题开展相关研究具有重要的理论意义和应用价值。论文以装备试验评估领域中的变动统计问题为背景,首次系统地研究了变动统计的基本理论问题,并在多阶段可靠性增长试验评估、多批次或多信源条件下的命中概率融合评估两个主要领域中,针对四大类典型问题展开了具体细致的研究工作,提出了若干创新性的变动统计方法。主要研究内容与成果如下:1.装备试验评估中的变动统计基本理论系统地回顾了变动统计的发展历程与研究现状,提出了变动统计的主要特征。通过与其他相关研究领域的比较,提出了变动统计的基本内涵以及需要面对的几个关键的理论问题,给出了所涉及的数据预处理方法,归纳提出了三大类基本的变动统计方法:基于约束关系的多总体融合估计、基于线性模型的变动总体建模与预测、基于Bayes方法的多源验前信息融合,并对每种方法的特点和应用前景进行了分析和讨论。2.多阶段延缓纠正可靠性增长试验评估方法分析了指数寿命型产品在这一过程中的可靠性指标变化规律。提出采用MCMC（Markov Chain Monte Carlo）方法计算顺序约束条件下的Bayes验后分布,具有较好的操作性和较高的计算精度。提出增长因子法中的一种新的变量转换原则,仅利用随机序关系和变量期望值之间的比例关系推导了变量转换方法,尽可能降低了人为因素所带来的转换原则的随意性。比较了顺序约束方法和增长因子法的特性,讨论了两类方法的选择原则。建立了各阶段失效强度之间的广义线性模型,并采用Bayes动态预测方法进行递推估计,适用于试验阶段数较多的情况。3.多阶段含延缓纠正可靠性增长试验评估方法提出描述此类可靠性增长过程的两类模型MS-NHPP-I和MS-NHPP-I（IMulti-Stage Non-Homogeneous Poisson Process Type I & II）,同时阐明了两类模型的特点、适用范围和选择原则。对于MS-NHPP-I模型,提出对阶段末尾的失效强度建立顺序约束关系。对于MS-NHPP-II模型,提出对相邻阶段衔接处的失效强度建立顺序约束关系,并采用基于Metropolis-Hastings原则的MCMC方法计算Bayes验后分布。针对多台设备同时投试的情况,提出选取特定时间的均值函数值建立比例关系,利用增长因子建立多阶段分析流程。最后,分析了两类模型中各阶段参数之间的线性关系,建立了比例强度假设下的线性模型,给出了参数估计和模型检验方法。4.基于多批次试验信息的命中概率融合评估方法首先,针对单批次同总体数据,提出了复杂条件下（子母弹、小子样、目标旋转等）的导弹命中概率计算方法。在子母弹命中概率评估中,提出了数值积分与统计模拟相结合的计算方法。在小子样命中概率评估中,提出了二维正态分布变量的Bootstrap方法和经验Bayes方法。在此基础上,针对多批次异总体数据,分析了多批次试验过程中各个分布参数随批次的变动情况,建立了两个方向上的均值参数和方差参数的顺序约束关系,并采用MCMC方法计算上述复杂约束条件下的参数验后分布,实现了多批次异总体数据的融合估计。5.基于多源试验信息的命中概率融合评估方法定义了有验前样本容量约束的现场样本边缘分布的ML-II（Maximun Likelihood Type II）估计以及相应的边缘密度函数值,分别记为SCML-II（prior sample Size Constrained ML II）和SCMD（prior sample Size Constrained Marginal Density）,提出了基于修正权值混合验后分布的正态随机变量分布参数的融合估计方法,改进了基于仿真可信度的正态分布参数融合估计方法,所得估计值具有较小的MSE和较强的抑制“淹没”的能力。提出了多元正态分布参数估计中的SCML-II估计和SCMD值,较好地解决了两向相关情况下的命中概率融合估计问题。改进了传统的多源验前信息融合结构,在混合验前分布中加入无信息验前,并在混合验后融合权重中采用上述定义的SCMD值,从而提高了多源试验信息融合方法的适应能力。
潘高田,党明涛,郭齐胜,黄一斌[9]（2010）在《给定极小样本量的定量截尾序贯检验法及其应用》文中认为对现有截尾序贯检验法作了必要的改进,提出定量截尾序贯检验法。结合导弹命中精度验收试验的工程实际需求,在事先给定几种特小样本量的前提下,针对定量截尾序贯检验法的实际应用展开研究,给出了可应用于实际的检验方案。通过对检验实例的比较分析,说明了方案的优越性。
李欣欣[10]（2008）在《基于Bayes变动统计的精度鉴定与可靠性增长评估研究》文中研究表明武器系统战术技术指标（如精度、可靠性等）的鉴定与评估,是一项重要工作。特别是在变总体、小样本情况下,如何正确地使用各种来源的有用信息,对武器装备性能和质量作出准确评价,是工程实践中亟待解决的问题。论文以Bayes变动统计理论和方法为主线,以航空子母炸弹制导精度鉴定和可靠性增长试验评估为应用背景,以变总体、小子样为难点,研究了精度鉴定和可靠性增长评估中的一系列技术难题,提出了航空子母炸弹制导精度鉴定方案,和适用于不同场合的多种可靠性增长试验评估方案,为实际应用作了比较充分的理论准备。主要内容包括:1、航空子母炸弹制导精度鉴定。与传统的整体弹不同,子母弹的鉴定工作还比较薄弱,地面落点信息与空中布撒点信息、毁伤战术指标与制导技术指标之间的关系,都还有待研究和验证。论文首先根据WCMD的试验投放情况和毁伤机理,研究了武器毁伤效能战术指标与制导精度技术指标之间的关系,提出了指标转换方法。其次,在小子样条件下,运用Bayes理论和方法,提出了WCMD的制导精度和布撒均匀度的鉴定方案,其中,布撒均匀度是随着子母弹而出现的新的指标,其度量方法至今尚无定论。本文采用的均匀度度量方法以及所提出的鉴定方案具有合理性和可行性。鉴定方案还通过修正决策门限值,对Bayes SPRT方法进行了改进,进一步减少了决策所需的试验次数。分析和仿真结果表明,该鉴定方案可以用于类似武器系统的鉴定,具有一定的通用性。可靠性增长试验评估是本文的主要研究内容。按照故障纠正方式的不同,可靠性增长试验可以分为以下3种模式:即时纠正模式、延缓纠正模式和含延缓纠正模式。论文主要研究了延缓纠正模式、含延缓纠正模式的可靠性增长试验Bayes评估问题。由于阶段间的可靠性存在阶跃增长,不能简单地利用Bayes“相继律”,将前一阶段的验后分布当作后一阶段的验前分布。这样,Bayes评估的关键就在于验前信息的传递与表示。2、延缓纠正模式下的可靠性增长试验Bayes评估。首先建立了多阶段可靠性增长的Bayes模型,作为后续章节研究的基础。其次,在分布参数验前分布已知的前提下,研究了阶段内可靠性增长的Bayes分析方法,包括失效率、可靠度、MTBF等系统可靠性参数的验后分布获取及其点估计、置信估计等。这一部分的研究重点是分布参数验前分布的确定问题,其实质是不同试验阶段间验前信息的传递,即对Bayes“相继律”的改进。其中包括:用折合因子实现试验阶段之间的试验数据“折算”的方法,和用增长因子来实现试验阶段间的信息传递和确定当前阶段的验前分布的方法。研究了折合因子的随机化计算方法。研究了增长因子的多种计算方法,其中,用ML-Ⅱ方法确定增长因子备受推崇,但现有文献存在不足。论文发现并克服了这种不足,提出了一种改进的ML-Ⅱ方法来求解增长因子和验前分布参数,取得了良好的效果。在理论工作的基础上,提出了延缓纠正模式下,可靠性增长试验的2种Bayes评估流程,它们具有工程实用性。在当前试验阶段之前,除了前一阶段的现场试验结果之外,其实还存在着多种来源、不同形式的关于系统可靠性的验前信息。针对这种情况,论文还研究了采用基于可信度加权的融合方法,推导给出了融合验后分布,并以融合验前和融合验后分布为基础,研究给出了指数寿命模型可靠性参数的Bayes估计及假设检验方案。3、单台设备含延缓纠正模式下的可靠性增长试验Bayes评估。首先讨论了阶段内的可靠性Bayes评估,其次,讨论了工程实践中常用的模型等效折合方法,将AMSAA模型数据折合为指数寿命模型数据。对于折合后的数据,含延缓纠正模式下的可靠性增长过程被等效为延缓纠正模式的可靠性增长过程,可以采用本文已经研究得到的增长因子法进行Bayes评估。重点研究了在AMSAA模型基础上,进行阶段间信息传递的难题,提出了用增长因子联系相邻阶段的尺度参数a,来实现验前信息传递的方法。此时,增长因子联系的不再是相邻阶段的失效率,而是相邻阶段AMSAA模型中的尺度参数a。这样,仍然可以实现综合多阶段信息进行可靠性评估的目的,并通过仿真示例比较了这2种方法在含延缓纠正模式可靠性增长试验中的应用效果。论文还研究了基于序化关系的含延缓纠正模式可靠性增长试验Bayes评估方法。引入这种非常泛化的约束关系,使得直接得到末阶段失效率验后边缘分布密度成为可能,计算变得相对简便,而无须采用增长因子进行信息传递,进而提供了另一条对失效率等可靠性参数进行Bayes评估的途径。4、多台设备含延缓纠正模式的可靠性增长试验Bayes评估。对于阶段内的试验评估,现存方法都是从AMSAA模型的（ a , b ）参数出发展开的。与之不同,论文提出了新的参数组合（ Sτ, b）作为Bayes评估的出发点。在验前分布均为Gamma分布的假设下,推导了它们的验后分布,并进一步发现,在试验截尾时刻,它们的验后分布具有以Γ分布为共轭分布的特点,因而分布形式简洁,计算简便。选择Sτ作为增长因子的联系对象,重点研究了增长因子法中等式约束的合理性,提出了方差等式约束的合理修正。以上述发现为基础,研究推导了验前分布转化、Γ分布近似、时间对准和增长因子传递等步骤,提出了完整的Γ分布近似Bayes评估方案,可以方便地用于研制过程评估等精度要求适中的场合。仿真示例也说明了这一点。5、Bayes方法稳健性分析。首先研究了稳健性分析的基本方法,其中,验前边缘密度似然值和验后期望损失是衡量稳健性的重要指标,所讨论的方法主要是围绕它们来展开的。在增长因子的F分布分位点确定方法中,显着性水平会影响增长因子的取值。本文通过对Bayes评估的验前、验后稳健性分析,确定了稳健性较好的显着水平取值,从而能更准确地获得当前阶段的验前分布,并通过示例进行了说明。对多阶段含延缓纠正的可靠性增长试验Bayes评估方法,也进行了验后稳健性分析,包括近似算法的稳健性分析、增长因子的稳健性分析等,并给出了稳健性分析的算例。论文还讨论了稳健性分析中需要注意的问题。验前信息与现场信息的相容性或一致性,是Bayes稳健性的决定性因素。
二、导弹落点密集度的序贯截尾决策（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、导弹落点密集度的序贯截尾决策（论文提纲范文）
（1）弹武器命中精度评估研究综述（论文提纲范文）
| 1 评估指标及研究体系 |
| 1.1 评估指标 |
| 1.2 研究内容体系框架 |
| 2 导弹武器命中精度评估研究内容 |
| 2.1 误差源分析 |
| 2.2 制导工具误差分离方法 |
| 1)基于支持向量机方法 |
| 2)基于进化策略方法 |
| 3)基于主成分改进方法 |
| 2.3 弹道精度折合 |
| 2.4 多源验前信息融合 |
| 2.5 导弹武器命中精度评定方法 |
| 2.5.1 命中精度的自助评定方法 |
| 2.5.2 命中精度评定的Bayes方法 |
| 2.5.3 基于序贯分析的命中精度评定方法 |
| 3 研究展望 |
| 4 结论 |
（2）一种对陆攻击飞行器命中精度概率圆检验方法（论文提纲范文）
| 0 引言 |
| 1 问题的提出 |
| 2 概率圆检验方法 |
| 2.1 圆概率偏差指标 |
| 2.2 概率圆检验方法 |
| 2.3 概率圆检验的应用分析 |
| 3 不同母体条件下的概率圆检验方法 |
| 4 概率圆检验方法的运用实例 |
| 5 结论 |
（3）弹道导弹制导精度综合评估关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 惯导平台地面测试与标定技术研究现状 |
| 1.2.2 基于飞行试验的制导精度评估技术研究现状 |
| 1.2.3 基于多源信息融合的弹道导弹精度评定方法研究现状 |
| 1.2.4 落点精度评估方法研究现状 |
| 1.3 论文主要研究内容 |
| 第二章 基于离心机试验的惯导平台误差系数标定 |
| 2.1 基本坐标系与相关数学模型 |
| 2.1.1 相关坐标系及其转换关系 |
| 2.1.2 惯性器件误差模型 |
| 2.1.3 惯导平台系统误差模型 |
| 2.1.4 输出灵敏度理论 |
| 2.1.5 外施加速度的计算 |
| 2.1.6 误差系数冗余性分析 |
| 2.2 标定方案设计 |
| 2.2.1 状态方程与观测方程 |
| 2.2.2 误差系数激励情况分析 |
| 2.2.3 可观测性分析方法 |
| 2.2.4 多位置标定方案设计 |
| 2.3 仿真分析 |
| 2.3.1 方案可行性仿真 |
| 2.3.2 误差系数冗余性仿真 |
| 2.3.3 方案对比仿真 |
| 2.4 离心机误差对标定精度的影响分析 |
| 2.4.1 离心机误差分析 |
| 2.4.2 旋转半径误差影响分析 |
| 2.4.3 角度不对准误差影响分析 |
| 2.4.4 旋转角速度误差影响分析 |
| 2.5 本章小结 |
| 第三章 基于线振动试验的惯导平台误差系数标定 |
| 3.1 基本坐标系与相关数学模型 |
| 3.1.1 相关坐标系及其转换关系 |
| 3.1.2 线振动试验中的限制 |
| 3.1.3 系统动力学模型的平均化 |
| 3.1.4 加速度幅值的计算 |
| 3.2 标定方案设计 |
| 3.2.1 误差系数的输出灵敏度 |
| 3.2.2 多位置标定方案 |
| 3.3 仿真分析 |
| 3.4 线振动台误差对标定结果的影响 |
| 3.4.1 线振动台误差分析 |
| 3.4.2 外施加速度不垂直度误差影响分析 |
| 3.4.3 振动加速度幅值误差影响分析 |
| 3.5 本章小结 |
| 第四章 基于飞行试验的制导精度评估方法 |
| 4.1 制导工具误差分离模型 |
| 4.1.1 环境函数矩阵计算 |
| 4.1.2 遥外差计算 |
| 4.2 飞行弹道对工具误差系数激励分析 |
| 4.3 基于递推最小二乘的工具误差分离方法 |
| 4.4 本章小结 |
| 第五章 基于多源信息融合的落点精度评估方法 |
| 5.1 多源信息下工具误差系数融合方法 |
| 5.1.1 多源信息一致性检验方法 |
| 5.1.2 同类试验制导工具误差系数融合方法 |
| 5.1.3 不同类型试验制导工具误差系数融合方法 |
| 5.2 精度评估子样构造方法 |
| 5.3 落点精度评估方法 |
| 5.3.1 精度指标及计算方法 |
| 5.3.2 落点精度评估方法 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（4）小子样条件下命中精度Bayes序贯检验与递推估计（论文提纲范文）
| 0 引言 |
| 1 命中精度评定试验指标 |
| 1.1 圆概率偏差 (CEP) |
| 1.2 命中精度纵横向联合检验 |
| 2 命中精度Bayes序贯检验方法 |
| 2.1 命中精度检验的SPOT方法 |
| 2.2 命中精度检验截尾方法 |
| 3 连续批条件下命中精度Bayes递推估计 |
| 4 实例分析 |
| 4.1 命中精度SPOT检验 |
| 4.2 Bayes递推估计 |
| 5 结论 |
（5）基于序贯截尾检验的一维修正弹精度评估方法（论文提纲范文）
| 1 落点密集度的评价指标 |
| 2 落点密集度的序贯截尾检验评估方法 |
| 2.1 正态总体方差的序贯检验方法 |
| 2.2 序贯截尾检验方法 |
| 1)当满足式(19)时,采纳假设H0 |
| 2)当满足式(20)时,拒绝假设H0 |
| 2.3 序贯检验截尾数的确定方法 |
| 3 应用实例 |
| 4 结束语 |
（6）虚实结合的测试性试验与综合评估技术（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 文献综述 |
| 1.2.1 测试性试验与评估综述 |
| 1.2.2 测试性虚拟试验技术综述 |
| 1.2.3 基于小子样理论的试验与评估方法综述 |
| 1.3 论文章节结构 |
| 第二章 虚实结合的测试性试验与综合评估总体方案设计 |
| 2.1 经典试验样本量确定方法分析 |
| 2.1.1 单次抽样方法 |
| 2.1.2 二次抽样方法 |
| 2.1.3 多次抽样方法 |
| 2.1.4 SPRT方法 |
| 2.1.5 经典样本量确定方法抽样特性和平均抽样次数对比 |
| 2.2 虚实结合的测试性试验与综合评估总体方案 |
| 2.3 虚实结合的测试性试验与综合评估过程及关键技术分析 |
| 2.3.1 虚实结合的测试性试验与综合评估过程 |
| 2.3.2 虚实结合的测试性试验与综合评估关键技术分析 |
| 2.4 本章小结 |
| 第三章 基于Bayes后验风险准则的测试性试验方案 |
| 3.1 测试性虚拟试验数据处理 |
| 3.1.1 测试性指标先验分布选择 |
| 3.1.2 基于信息熵理论的虚拟-实物试验数据折合 |
| 3.2 基于Bayes后验风险准则的样本量确定方法 |
| 3.2.1 Bayes后验风险准则 |
| 3.2.2 案例验证 |
| 3.3 考虑环境因素和虚拟试验可信度的故障样本选取 |
| 3.3.1 基于故障率和装备复杂性的样本量分配方法 |
| 3.3.2 环境-故障率因子计算 |
| 3.3.3 虚拟试验因子计算 |
| 3.3.4 考虑环境因素与虚拟试验可信度的样本量分配模型 |
| 3.3.5 案例应用 |
| 3.4 本章小结 |
| 第四章 基于SPOT方法的测试性试验方案 |
| 4.1 基于SPOT方法的测试性试验方案制定 |
| 4.1.1 SPOT方法判决准则及阈值计算 |
| 4.1.2 SPOT方法统计特性分析 |
| 4.1.3 案例 |
| 4.2 基于优化截尾SPOT方法的测试性试验方案制定 |
| 4.2.1 现有截尾SPOT方法 |
| 4.2.2 优化截尾SPOT方法 |
| 4.2.3 截尾SPOT方法风险拆分方式与方法统计特性分析 |
| 4.2.4 SPOT方法与截尾SPOT方法对比 |
| 4.2.5 案例 |
| 4.3 本章小结 |
| 第五章 基于多源先验数据的测试性指标评估 |
| 5.1 基于多源先验数据的测试性指标评估总体技术思路 |
| 5.2 多源先验数据分类和处理 |
| 5.2.1 基于经验Bayes方法的先验分布参数确定 |
| 5.2.2 基于最大熵方法的先验分布参数确定 |
| 5.3 多源先验数据相容性检验及可信度计算 |
| 5.3.1 相容性检验 |
| 5.3.2 先验可信度计算 |
| 5.4 基于多源先验数据的测试性指标评估模型 |
| 5.4.1 经典测试性指标评估模型 |
| 5.4.2 基于多源先验分布的测试性指标评估 |
| 5.5 案例验证 |
| 5.5.1 FDR先验数据 |
| 5.5.2 先验分布参数计算及相容性检验 |
| 5.5.3 FDR估计及效果分析 |
| 5.6 本章小结 |
| 第六章 软件设计和案例应用 |
| 6.1 TITES结构设计及实现 |
| 6.1.1 TITES总体结构 |
| 6.1.2 TITES软件UML模型 |
| 6.1.3 TITES实现 |
| 6.2 导弹控制系统测试性小子样试验设计与综合评估 |
| 6.2.1 导弹控制系统功能结构及测试性结构分析 |
| 6.2.2 导弹控制系统单元故障率及故障模式信息 |
| 6.2.3 导弹控制系统小子样试验方案先验参数分析 |
| 6.2.4 导弹控制系统FDR小子样试验方案设计 |
| 6.2.5 导弹控制系统FDR评估 |
| 6.3 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者攻读博士学位期间取得的学术成果 |
（8）装备试验评估中的变动统计方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 装备试验评估中的变动统计问题研究现状 |
| 1.2.2 可靠性增长试验评估技术的研究现状 |
| 1.2.3 武器战技指标评估技术的研究现状 |
| 1.3 研究内容与主要贡献 |
| 1.3.1 研究内容 |
| 1.3.2 主要贡献 |
| 1.4 组织结构 |
| 第二章 装备试验评估中的变动统计基本理论 |
| 2.1 变动统计的基本内涵与关键问题 |
| 2.1.1 变动统计的基本内涵 |
| 2.1.2 需要解决的关键问题 |
| 2.2 变动统计中的数据预处理方法 |
| 2.3 实现变动统计的基本方法 |
| 2.3.1 基于约束关系的多总体融合估计 |
| 2.3.2 基于线性模型的变动总体建模与预测 |
| 2.3.3 基于Bayes 方法的多源验前信息融合 |
| 2.4 装备试验评估中的变动统计研究思路 |
| 2.4.1 可靠性增长试验评估的研究思路 |
| 2.4.2 武器战技指标评估的研究思路 |
| 2.5 本章小结 |
| 第三章 多阶段延缓纠正可靠性增长试验评估方法 |
| 3.1 多阶段延缓纠正可靠性增长过程建模 |
| 3.2 顺序约束建模及Bayes 验后计算 |
| 3.2.1 序化关系分析与检验 |
| 3.2.2 Bayes 分析与验后计算 |
| 3.2.3 示例分析与比较 |
| 3.3 增长因子的确定及转换原则分析 |
| 3.3.1 增长因子的确定 |
| 3.3.2 阶段间失效率分布的转换 |
| 3.3.3 示例分析与比较 |
| 3.4 线性模型建模及Bayes 预测 |
| 3.4.1 多阶段指数寿命模型的建模方法 |
| 3.4.2 超参数估计的Bayes-Monte Carlo 方法 |
| 3.4.3 基于Bayes 预测的失效率验后分布 |
| 3.4.4 参数验后分布的递推计算方法 |
| 3.4.5 示例分析 |
| 3.5 本章小结 |
| 第四章 多阶段含延缓纠正可靠性增长试验评估方法 |
| 4.1 多阶段含延缓纠正可靠性增长过程建模 |
| 4.2 基于MS-NHPP-I 模型的顺序约束法 |
| 4.2.1 序化关系分析及检验 |
| 4.2.2 模型的Bayes 分析 |
| 4.2.3 形参估计值与阶段失效强度的先验 |
| 4.2.4 示例分析 |
| 4.3 基于MS-NHPP-II 模型的顺序约束法 |
| 4.3.1 多阶段含延缓纠正试验的建模方法 |
| 4.3.2 基于Dirichlet 先验的Bayes 分析 |
| 4.3.3 验后分布的MCMC 计算方法 |
| 4.3.4 示例分析 |
| 4.4 多台设备同时投试情况下的增长因子法 |
| 4.4.1 增长因子法的一般分析 |
| 4.4.2 多台AMSAA 模型的Bayes 近似计算 |
| 4.4.3 验前分布的转换与验后分布的处理 |
| 4.4.4 MS-NHPP-I 模型的Bayes 分析 |
| 4.4.5 示例分析 |
| 4.5 基于比例强度假设的线性模型建模与分析 |
| 4.5.1 比例强度假设与线性模型建模 |
| 4.5.2 线性模型的极大似然估计 |
| 4.5.3 模型检验与预测 |
| 4.5.4 示例分析 |
| 4.6 本章小结 |
| 第五章 基于多批次试验信息的命中概率融合评估方法 |
| 5.1 多批次试验命中概率评估问题分析 |
| 5.2 单批次同总体试验数据的命中概率评估方法 |
| 5.2.1 基于二项分布的命中概率评估方法 |
| 5.2.2 基于正态分布的整体弹命中概率估计 |
| 5.2.3 基于正态分布的子母弹命中概率估计 |
| 5.2.4 小子样情况下的命中概率估计 |
| 5.2.5 示例分析与比较 |
| 5.3 多批次异总体试验数据的命中概率评估方法 |
| 5.3.1 基于二项分布的多批次试验命中概率估计 |
| 5.3.2 基于正态分布的多批次试验命中概率估计 |
| 5.3.3 参数验后分布求解的MCMC 方法 |
| 5.3.4 两向相关情况下的处理方法 |
| 5.3.5 示例分析与比较 |
| 5.4 本章小结 |
| 第六章 基于多源试验信息的命中概率融合评估方法 |
| 6.1 命中概率指标多源信息融合评估问题分析 |
| 6.2 基于两类试验信息的正态变量融合估计 |
| 6.2.1 正态分布及其共轭分布 |
| 6.2.2 基于Bayes 相继律的融合方法 |
| 6.2.3 限制仿真样本容量的融合方法 |
| 6.2.4 考虑仿真可信性的混合验前融合方法 |
| 6.2.5 改进的混合验后融合方法 |
| 6.2.6 仿真可信性与相容性检验 |
| 6.2.7 示例分析与比较 |
| 6.3 基于两类试验信息的命中概率融合评估 |
| 6.3.1 两向独立时的命中概率估计 |
| 6.3.2 多元正态分布的混合验后融合方法 |
| 6.3.3 多元正态分布样本的相容性检验 |
| 6.3.4 示例分析与比较 |
| 6.4 基于多源试验信息的融合估计方法 |
| 6.4.1 多源验前分布融合方法及其改进 |
| 6.4.2 正态分布参数的混合验后融合方法 |
| 6.4.3 示例分析与比较 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 工作总结与主要结论 |
| 7.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（9）给定极小样本量的定量截尾序贯检验法及其应用（论文提纲范文）
| 1 定量截尾序贯检验法理论概述 |
| 1.1定量截尾序贯检验法的数学描述[2] |
| 1.2 定量截尾序贯检验法原理 |
| 2 定量截尾序贯检验法应用 |
| 2.1 2发检验方案设计 |
| 2.1.1 检验理论 |
| 2.1.2 检验步骤 |
| 2.1.3 2发方案平均样本量 |
| 2.2 3发检验方案设计 |
| 2.2.1 检验理论 |
| 2.2.2 检验步骤 |
| 2.2.3 3发方案平均样本量 |
| 2.3 检验功效分析 |
| 3 实例比较 |
| 4 结论 |
| 1) 检验功效优良。 |
| 2) 可给出检验方案的OC曲线。 |
| 3) 平均样本量指标定量地反映了实际试验中需要的试验子样数。 |
| 4) 联系实际, 科学简便。 |
（10）基于Bayes变动统计的精度鉴定与可靠性增长评估研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 航空子母炸弹精度鉴定的研究背景 |
| 1.1.2 可靠性增长试验Bayes 评估的研究背景 |
| 1.2 国内外研究发展状况 |
| 1.2.1 Bayes 统计的发展 |
| 1.2.2 武器装备试验Bayes 鉴定技术的发展 |
| 1.2.3 可靠性增长试验Bayes 评估技术的发展 |
| 1.3 论文的研究内容 |
| 第二章 航空子母炸弹制导精度Bayes 鉴定 |
| 2.1 战术技术指标分析 |
| 2.1.1 子弹散布密度与母弹布撒高度 |
| 2.1.2 毁伤面积与布撒精度 |
| 2.2 WCMD 鉴定方案 |
| 2.2.1 布撒点的高度偏差检验 |
| 2.2.2 布撒点的平面偏差检验 |
| 2.2.3 布撒均匀度鉴定方案 |
| 2.3 仿真结果分析 |
| 2.4 小结 |
| 第三章 延缓纠正模式可靠性增长的Bayes 分析 |
| 3.1 基本假设和多阶段Bayes 模型 |
| 3.2 试验阶段内指数寿命模型的可靠性增长Bayes 评估 |
| 3.3 延缓纠正模式阶段间信息传递的折合因子方法 |
| 3.3.1 折合因子的定义及其F 分布分位点估计 |
| 3.3.2 折合因子的随机化方法 |
| 3.4 延缓纠正模式阶段间信息传递的增长因子方法 |
| 3.4.1 增长因子的定义及已有的确定方法 |
| 3.4.2 增长因子的F 分布分位数确定方法 |
| 3.4.3 增长因子的ML-II 确定方法 |
| 3.5 基于多源验前信息融合的可靠性评估 |
| 3.5.1 验前信息的相容性检验 |
| 3.5.2 验前信息可信度的定义及计算 |
| 3.5.3 阶段内多源验前信息的融合验后分布 |
| 3.5.4 基于融合验后分布的可靠性Bayes 评估 |
| 3.5.5 基于融合验后分布的可靠性检验 |
| 3.6 延缓纠正模式可靠性增长的Bayes 评估流程 |
| 3.6.1 基于折合因子或增长因子的Bayes 评估流程 |
| 3.6.2 基于多源验前信息融合的评估流程 |
| 3.7 小结 |
| 第四章 单台设备含延缓纠正模式可靠性增长的Bayes 分析 |
| 4.1 模型的基本假设 |
| 4.2 阶段内AMSAA 模型的MLE 估计和Bayes 估计 |
| 4.2.1 AMSAA 模型的极大似然（MLE）估计 |
| 4.2.2 AMSAA 模型的Bayes 估计 |
| 4.3 AMSAA 模型的数据折合方法 |
| 4.4 含延缓纠正模式阶段间信息传递的ML-Ⅱ方法 |
| 4.5 含延缓纠正模式下阶段间信息传递的序化建模分析 |
| 4.5.1 序化关系分析及检验 |
| 4.5.2 利用序化关系的Bayes 评估 |
| 4.5.3 形状参数b 的讨论 |
| 4.6 单台设备含延缓纠正可靠性增长的Bayes 评估流程 |
| 4.6.1 基于增长因子进行信息传递的评估流程 |
| 4.6.2 基于序化模型的评估流程 |
| 4.7 小结 |
| 第五章 多台设备含延缓纠正模式可靠性增长的Bayes 分析 |
| 5.1 多台设备单阶段Weibull 过程的Bayes 评估 |
| 5.1.1 模型描述 |
| 5.1.2 已有的验前分布形式及其验后分布的计算 |
| 5.1.3 一种新的参数组合 |
| 5.1.4 截尾时刻的验后分布 |
| 5.1.5 参数S_T 和参数b 验前分布的确定与验后分布的近似计算 |
| 5.1.6 利用S_T , b 的可靠性评估 |
| 5.2 多阶段Weibull 过程信息传递的合理性分析 |
| 5.3 基于增长因子的多阶段Weibull 过程Γ分布近似评估流程 |
| 5.4 小结 |
| 第六章 可靠性增长Bayes 评估的稳健性分析 |
| 6.1 稳健性分析的基本方法 |
| 6.1.1 验前稳健性分析的基本方法 |
| 6.1.2 验后稳健性分析的基本方法 |
| 6.2 延缓纠正模式下增长因子的稳健性分析 |
| 6.2.1 增长因子法的验前稳健性分析 |
| 6.2.2 增长因子法的验后稳健性分析 |
| 6.3 Weibull 过程Bayes 评估的验后稳健性分析 |
| 6.3.1 Weibull 过程Bayes 评估的验后稳健性分析 |
| 6.3.2 Weibull 过程近似算法的稳健性分析 |
| 6.3.3 Weibull 过程多阶段可靠性增长因子的稳健性分析 |
| 6.3.4 稳健性分析中需要注意的问题 |
| 6.4 小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 作者在攻读博士学位期间取得的学术成果 |
四、导弹落点密集度的序贯截尾决策（论文参考文献）
- [1]弹武器命中精度评估研究综述[J]. 苏敬,何华锋. 兵器装备工程学报, 2020(11)
- [2]一种对陆攻击飞行器命中精度概率圆检验方法[J]. 郑小兵,李曦,王宝和,李玉杰. 火力与指挥控制, 2019(09)
- [3]弹道导弹制导精度综合评估关键技术研究[D]. 许永飞. 国防科技大学, 2018(01)
- [4]小子样条件下命中精度Bayes序贯检验与递推估计[J]. 刘泽坤,宋贵宝,罗亚民,李一夫. 电光与控制, 2018(09)
- [5]基于序贯截尾检验的一维修正弹精度评估方法[J]. 马康,吴艳征. 兵器装备工程学报, 2017(03)
- [6]虚实结合的测试性试验与综合评估技术[D]. 王超. 国防科学技术大学, 2014(02)
- [7]基于综合序贯截尾法的捷联式导弹落点密集度检验[J]. 汪立新,张强,王建华,冷杉. 科学技术与工程, 2012(28)
- [8]装备试验评估中的变动统计方法研究[D]. 闫志强. 国防科学技术大学, 2010(04)
- [9]给定极小样本量的定量截尾序贯检验法及其应用[J]. 潘高田,党明涛,郭齐胜,黄一斌. 装甲兵工程学院学报, 2010(01)
- [10]基于Bayes变动统计的精度鉴定与可靠性增长评估研究[D]. 李欣欣. 国防科学技术大学, 2008(04)