SPOT和Bayes递推估计融合的运载火箭样本量设计OA北大核心

针对运载火箭小子样条件,结合序贯验后加权检验(sequential posterior odd test, SPOT)和Bayes递推估计法,分别从假设检验和参数估计两方面,对传统试验样本量评估方法进行改进。在对运载火箭服从正态分布的性能指标进行评估时,引入复合等效系数来有效融合多源数据,弥补真实试验数据或现场数据的不足。综合考虑两类风险和置信度要求,制定合理的评估方案,有效减少所需试验样本数量,从而控制试验成本。通过算例分析发现,提出样本量评估方法结果真实可信,能够有效降低样本量需求,可较好用于小子样条件下的运载火箭样本量试验设计。