導(dǎo)彈試驗(yàn)的設(shè)計(jì)與評(píng)估

第1篇 數(shù)學(xué)方法
第1章 Bayes方法
1.1 概述
1.1.1 引論
1.1.2 Bayes公式
1.1.3 Bayes方法與經(jīng)典統(tǒng)計(jì)方法的比較
1.1.4 Bayes學(xué)派觀點(diǎn)分析
1.2 先驗(yàn)分布的確定
1.2.1 確定先驗(yàn)分布的方法分類
1.2.2 無(wú)信息先驗(yàn)分布的確定
1.2.3 有信息先驗(yàn)分布的確定
1.3 先驗(yàn)信息可信度的度量
1.3.1 概述
1.3.2 基于數(shù)據(jù)層面的可信度度量
1.3.3 基于數(shù)據(jù)物理來(lái)源的可信度度量
1.4 Bayes統(tǒng)計(jì)推斷
1.4.1 Bayes估計(jì)原理與方法
1.4.2 正態(tài)總體參數(shù)的Bayes估計(jì)
1.4.3 Bayes估計(jì)的優(yōu)良性與誤差分析
1.4.4 考慮先驗(yàn)信息可信度的Bayes估計(jì)
1.4.5 Bayes假設(shè)檢驗(yàn)及決策
參考文獻(xiàn)
第2章 序貫分析
2.1 引言
2.1.1 歷史概述
2.1.2 序貫分析方法的引入
2.2 序貫概率比檢驗(yàn)（SPRT）
2.2.1 Wald的SPRT方法
2.2.2 SPRT的優(yōu)缺點(diǎn)分析
2.2.3 正態(tài)分布和二項(xiàng)分布的參數(shù)檢驗(yàn)
2.3 序貫概率比檢驗(yàn)的衍生方法
2.3.1 序貫網(wǎng)圖檢驗(yàn)法（SMT）
2.3.2 序貫截尾檢驗(yàn)法
2.3.3 Bayes序貫方法（SPOT）
2.3.4 多假設(shè)SPRT方法
2.3.5 Bayes序貫網(wǎng)圖檢驗(yàn)法
.2.4 序貫截尾檢驗(yàn)的優(yōu)化分析
2.4.1 最優(yōu)參數(shù)的存在性
2.4.2 截尾SMT分析
2.4.3 對(duì)截尾模式的改進(jìn)
2.5 應(yīng)用案例
2.5.1 落點(diǎn)精度鑒定的Bayes序貫檢驗(yàn)法
2.5.2 落點(diǎn)精度鑒定的截尾SMT
參考文獻(xiàn)
喜3章 數(shù)據(jù)建模與回歸分析
3.1 幾種典型的數(shù)學(xué)模型
3.2 基于函數(shù)逼近的數(shù)學(xué)模型
3.2.1 多項(xiàng)式表示
3，2.2 樣條函數(shù)表示
3.2.3 稀疏表示
3.2.4 多元線性逼近
3.2.5 小結(jié)
3.3 回歸分析簡(jiǎn)介
3.3.1 引言
3.3.2 線性模型的參數(shù)估計(jì)
3.3.3 假設(shè)檢驗(yàn)
3.3.4 自變量選擇
3.3.5 參數(shù)的有偏估計(jì)
3.3.6 非線性回歸分析簡(jiǎn)介
3.3.7 小結(jié)
參考文獻(xiàn)
第4章 試驗(yàn)設(shè)計(jì)方法
4.1 概述
4.1.1 引言
.4.1.2 基本元模型（Metamodels）
4.1.3 常用的計(jì)算機(jī)試驗(yàn)設(shè)計(jì)方法
4.1.4 模型精度的評(píng)價(jià)
4.2 經(jīng)典的回歸設(shè)計(jì)方法
4.2.1 試驗(yàn)設(shè)計(jì)的一般考慮
4.2.2 回歸的正交設(shè)計(jì)
4.2.3 均勻設(shè)計(jì)
4.2.4 D最優(yōu)設(shè)計(jì)
4.3 考慮因素分布信息的最優(yōu)設(shè)計(jì)
4.3.1 最小期望殘差估計(jì)（LERE）
4.3.2 概率密度加權(quán)D最優(yōu)設(shè)計(jì)
4.3.3 概率密度加權(quán)D最優(yōu)設(shè)計(jì)的構(gòu)造算法
4.3.4 算例分析
4.3.5 本節(jié)討論
4.4 計(jì)算機(jī)試驗(yàn)的近似建模
4.4.1 傳統(tǒng)Kriging模型
4.4.2 基于不平穩(wěn)假設(shè)的Kriging模型
4.4.3 基于區(qū)域不規(guī)則性的密度函數(shù)
4.4.4 本節(jié)討論
4.5.計(jì)算機(jī)試驗(yàn)的序貫設(shè)計(jì)
4.5.1 仿真試驗(yàn)的序貫設(shè)計(jì)
4.5.2 案例分析
4.5.3 本節(jié)討論
4.6 小結(jié)
參考文獻(xiàn)
第5章 毀傷效應(yīng)數(shù)值模擬的數(shù)學(xué)基礎(chǔ)
5.1 常規(guī)戰(zhàn)斗部毀傷效應(yīng)數(shù)值模擬
5.2 連續(xù)介質(zhì)力學(xué)的基本方程組
5.2.1 連續(xù)介質(zhì)的基本概念及運(yùn)動(dòng)描述
5.2.2 基本控制方程組
5.3 沖擊動(dòng)力學(xué)數(shù)值模擬
5.3.1 數(shù)值求解方法簡(jiǎn)介
5.3.2 非線性動(dòng)力學(xué)有限元法
5.3.3 SPH方法簡(jiǎn)介
參考文獻(xiàn)
第6章 Monte Carlo方法
6.1 概述
6.1.1 引言
6.1.2 基本思想和實(shí)現(xiàn)過(guò)程
6.1.3 隨機(jī)數(shù)生成
6.1.4 Monte Carlo方法的收斂性
6.2 效率提高技術(shù)
6.2.1 Monte Carlo方法誤差的特點(diǎn)
6.2.2 重要抽樣技巧
6.2.3 序貫Monte Carlo方法
6.3 應(yīng)用實(shí)例
6.3.1 落點(diǎn)精度鑒定
6.3.2 封鎖概率計(jì)算
參考文獻(xiàn)
第2篇導(dǎo)彈精度評(píng)估
第7章 精度評(píng)估概述
7.1 基本概念及研究現(xiàn)狀
7.1.1 武器裝備試驗(yàn)與評(píng)估
7.1.2 小子樣精度評(píng)估的工程背景
7.1.3 導(dǎo)彈試驗(yàn)精度評(píng)估研究現(xiàn)狀
7.2 Bayes方法的應(yīng)用及先驗(yàn)信息
7.2.1 試驗(yàn)評(píng)估中Bayes方法的應(yīng)用
7.2.2 先驗(yàn)信息的類型
7.3 虛擬靶場(chǎng)
7.3.1 基本概念
7.3.2 功能分析
7.3.3 構(gòu)架分析
7.3.4 組成要件
7.3.5 模型的校核、驗(yàn)證與確認(rèn)
7.3.6 用于試驗(yàn)評(píng)估的虛擬靶場(chǎng)
……
第2篇 導(dǎo)彈精度評(píng)估
第3篇 毀傷效應(yīng)分析與評(píng)估