远程导弹、卫星等复杂系统由于现场试验的小样本特点,其可靠性试验分析与评定一直是工程实践中的技术难题之一。Bayes小子样理论可以有效地融合定型试验前的各种信息,结合少量的现场试验信息就可以对系统可靠性做出比较客观的评价。因此,本文根据系统可靠性的实际特点,基于Bayes理论,对小子样场合的可靠性评定开展研究,主要研究内容如下:首先讨论了验前信息的预处理工作,包括验前信息的获取与折算、分布类型的检验以及验前信息的相容性检验等方面。然后,总结了常见寿命分布类型单元的可靠性Bayes评定问题,包括指数、Weibull、正态及对数正态寿命型的单元。接着,针对现有可靠性评估方法对验前信息与现场信息不加区分的缺陷,提出了融合多源验前信息的成败型产品可靠性评估方法,方法使用混合Beta验前分布,并由历史样本与现场样本的拟合优度来确定混合分布中的继承因子,简便易行而且合理性很容易得到解释。然后,结合很多高可靠性复杂系统只有性能信息而缺乏故障信息的实际情况,改进了性能可靠性的评定方法,提出了利用Bootstrap方法评定系统及分系统的性能可靠性,它以原始数据为基础进行模拟抽样统计,不需要任何主观假设,实际应用非常方便。在前面工作的基础上,本文讨论了综合性能可靠性信息的复杂系统可靠性评定方法。最后,通过一个示例证实了本文理论方法的合理性与有效性。