摘 要：在電子裝備可靠性評估過程中，通過各類試驗所獲得的原始數據對裝備可靠性評估及可靠性設計具有重要意義，可靠性試驗數據處理的效果直接影響著可靠性班次估的準確性和有效性。這里介紹了可靠性試驗數據的處理方法以及MATLAB和Visual C++混合編程的幾種方法，并綜合考慮其優缺點采用其中一種方法編程實現可靠性數據處理系統，實現可靠性數據整理分析、數據處理的自動化，縮短數據處理周期，并舉例說明方法的有效性和可用性。

　　0 引言

　　隨著電子裝備的復雜程度越來越高，現代戰爭對裝備的可靠性的要求也愈來愈高，因此對可靠性試驗提出了更高的要求，而可靠性試驗數據是裝備可靠性*估、設計、研究的重要依據和有力支撐，數據分析則是一切可靠性工作的基礎，可靠性試驗數據的分析工作越來越顯示出其重要的價值和作用。在對系統可靠性分析時，必須對采集的大量原始數據進行預處理，用人工的方法完成這項任務既浪費時間，又容易出錯。MATLAB 軟件具有強大的數值計算環境和統計分析功能，而VC++又可以實現良好的人機交互界面，采用兩種軟件混合編程的方法，實現可靠性試驗數據處理既彌補了各自的缺點，又提高了試驗效率，是軟件編程的最佳選擇。

　　1 可靠性試驗原始數據處理理論

　　可靠性試驗原始數據處理理論參考文獻。可靠性試驗原始數據不能直接提供給研究人員做可靠性評估和分析，須針對試驗對象、試驗類型、信號類型的不同選取不同的數據處理標準，對于原始試驗數據的處理主要包括以下幾個方面：

　　1.1 特征參數提取

　　特征參數提取主要是對試驗中采集原始數據提取試驗對象在應力條件有明顯變化趨勢，用于可靠性評估的特征參數的提取，以文獻所述的某型雷達裝備20 kHZ 信號板為研究對象的可靠性為例，信號板最終輸出為一20 kHz 的正弦信號，所以其頻率、周期以及幅度（或峰峰值）均是可以反映該電路板是否完成規定功能和發生故障的重要指標參數，因而對于該試驗原始數據處理的工作就是從中提取出信號頻率、幅度等參數，整理成一定格式用于可靠性評估與分析。具體針對不同形式的試驗數據提取方法不盡相同，主要有以下幾方面：

　　1.1.1 非線性數據擬合法

　　曲線擬合的基本原理是：已知一組測定的數據（例如N個點（ xi ,yi ）求得自變量x 和因變量y 的一個近似解析表達式y =φ（ x ）。若記誤差δi=φ（ xi ）- yi ， i =1,2,…， N ,則要使誤差的平方和最小，要求：

　　為最小，這就是常用的最小二乘法原理。

　　Matlab 中非線性數據擬合的函數有lsqcurvefit,lsqnONlin, inline 三個函數，以lsqcurvefit 為例，其調用格式為：x=lsqcurvefit（‘fun’，x0,xdata,ydata） 其中’fun’為擬合函數的M 函數文件名，x0 為初始向量，xdata，ydata 為參與曲線擬合的自變量和因變量試驗數據。其他兩個函數調用格式與其類似。非線性數據擬合法主要用于能夠用于簡單信號以及有具體參數函數模型的信號，如正弦波、三角波、方波等。