随着新型武器装备复杂度的急剧增加,当前的测试技术已经难以满足装备快速发展的需求。一方面,对测试技术标准化、虚拟化、模型化的要求日趋强烈;另一方面,越来越多的新技术被引入测试领域并形成测试能力。本文主要研究了一种快速建立测试能力的方法——基于模型的装备快速测试方法,即在装备先验信息有限的情况下,利用装备的观测数据建立装备的数学模型和物理模型,进而根据装备的物理模型对其进行有效的测试。论文首先介绍了国内外自动测试系统的发展历史及其关键技术,分析了典型的自动测试系统产品,尤其是美军在2002年提出的下一代自动测试系统结构框架NxTestATS。提出了利用IEEE 1641标准定义的信号模型及其对信号的分类来建立与装备无关的数学模型单元库和物理模型单元库,保证了各种信号在理论上及形式上的统一。根据装备的观测数据,提出了一种基于基因表达式编程算法的系统辨识方法,并编写了相应的软件程序;该算法可以在不需要装备先验知识的情况下同时辨识出系统的结构和参数,并且对观测数据中的白噪声和有色噪声都有一定的抑制能力。在得到装备的数学模型后,根据事先建立的模型库,提出了采用微分进化算法进行模型匹配,根据装备模型库之间的对应关系迅速地建立装备的物理模型,进而可以快速地对装备进行故障诊断和定位。此外,提出了系统信号模型的概念及其辨识方法;该模型综合了系统数学模型和物理模型的优点,利用它可以快速建立待测装备的测试需求,并针对待测装备、自动测试系统本身进行建模,开发可移植的测试程序。最后,通过几个实验验证了这种基于模型的装备快速测试方法的有效性。该方法为基于软件仿真的虚拟测试提供了技术上的支撑,可以用于快速形成针对新装备的测试能力。