測試性分析（Testability analysis）是通過固有測試性評價、測試性預計和測試性費用預計，評價產品可能達到的測試性水平，保證測試性與其他診斷要素有效的綜合與兼容。

測試性（Testability）是指產品能及時及準確地確定其狀態(tài)（工作、不可工作、性能下降），并隔離其內部故障的一種設計特性。測試性分析是產品設計分析工作中的一個重要環(huán)節(jié)，它與診斷方案的制訂及實施有關。測試性分析的目的是驗證所建議的方法是否滿足設計要求。

測試性分析內容主要包括：BIT故障檢測與隔離能力的預計、系統(tǒng)測試性預計、固有測試性評價。前兩項主要采用測試性預計方法，后一項可采用加權計算方法。

測試性預計是根據測試性設計資料，估計測試性參數可能達到的量值，并比較是否滿足指標要求。測試性預計一般是按系統(tǒng)的組成，按由下往上、由局部到總體的順序來進行。測試性預計主要是在詳細設計階段進行，因為在此階段測試方案已定，BIT工作模式、故障檢測與隔離方法等也基本確定，并考慮了測試點的設置和防止虛警措施，進行了BIT軟、硬件設計和對外接口設計。通過估計這些設計是否達到規(guī)定的設計指標，可以采取必要的改進措施。測試性預計一般應給出故障檢測率FDR、故障隔離率FIR等。

固有測試性分析在系統(tǒng)研制過程中進行，目的是確定硬件設計是否有利于測試并確定存在的問題，盡早采取改進措施。

測試性是描述系統(tǒng)檢測和隔離故障的能力。測試性參數是測試性定量分析的基礎。測試性參數一般分為四種類型：性能，系統(tǒng)影響，功能過程影響，測試過程影響。

• 性能參數包括：
  • ① 可控性和可觀測性；
  • ② 故障檢測覆蓋率；
  • ③ 故障隔離覆蓋率；
  • ④ 錯誤糾正覆蓋率；
  • ⑤ 平均、最小、最大模糊組的大??；
  • ⑥ 平均、最小、最大可更換單元的位置；
  • ⑦ 測試模式集的大小；
  • ⑧ 檢測時間；
  • ⑨ 隔離時間；
  • ⑩ 糾正時間；
  • ? 虛警率等。

• 系統(tǒng)影響參數包括：
  • ① 空間消耗；
  • ② I/O消耗；
  • ③ 性能影響；
  • ④ 功率消耗；
  • ⑤ 可靠性影響；
  • ⑥ 維修性影響；
  • ⑦ 適用性影響等。

• 功能過程影響參數包括：
  • ① 對一個功能過程時間的影響；
  • ② 對一個功能過程費用的影響。

• 測試過程影響參數包括：
  • ① 對一個測試過程時間的影響；
  • ② 對一個測試過程費用的影響。

基于從屬關系的邏輯模型（Logic Modeling）曾經在相當長一段時間內用于系統(tǒng)的測試性分析。邏輯模型是定義系統(tǒng)各組成部分之間相互關系的一種方法，它由一些表示測試性信息的抽象節(jié)點和弧線的邏輯圖表示。邏輯模型表示了故障模式和測試之間的關系，而故障模式和測試作為可更換單元的一個屬性。為了進行測試性分析，可更換單元和它的各種屬性都應賦予一定的數據，如可以賦予可更換單元平均無故障時間，賦予故障模式出現的概率，賦予測試需要的時間和費用。另外，如果需要自動化測試設備，邏輯模型可以用來確定哪些測試需要自動化，哪些需要手工或半手工測試。由于同樣結構的邏輯也可以用于維護設備的開發(fā)，因此系統(tǒng)設計和維護設備開發(fā)可以同時進行，改變維護設備滯后產品的狀況。

上述這種邏輯模型的結構簡單，容易實現，適合于產品的概念設計階段。但這種基于功能的邏輯模型不能直接對故障模式進行處理，不能方便的將FMECA功能集成到模型中，因此不適宜用于系統(tǒng)的可靠性設計分析。測試的目的是為了進行系統(tǒng)故障檢測和隔離。因此，建立基于故障模式的系統(tǒng)模型用于測試性分析從上世紀90年代初期開始逐漸興起。基于故障模式的從屬模型注重點在故障模式上，它需要較少的數據輸入，且可以用于可靠性工程設計分析。但由于缺少系統(tǒng)的功能信息，不太適用于概念設計及更高層次的診斷策略分析。同時，用這種基于故障模式的系統(tǒng)模型進行測試性設計時，測試開發(fā)人員沒有考慮預先定義的故障模式之外的故障檢測，故障檢測和隔離的覆蓋率受到一定的影響。

鑒于基于功能和故障模式的從屬模型都存在一定的缺陷，又出現了一種所謂地混合模型。這種混合模型既具有功能模型建模簡單的優(yōu)點，又包含了故障模式模型。在概念設計階段，混合模型主要作為功能模型使用，隨著設計的進展，故障模式以低級模型的形式建立。由于混合模型同時支持故障模式和功能，因此它也支持中間過程的分析。

在MIL-STD-2165和MIL-HDBK-472中都對診斷分辯率的計算進行了定義，但這種計算方法有一定的局限性。所得的預計結果用于實際的診斷時，會產生一定的偏差。因為，這種計算是靜態(tài)的，沒有考慮部件失效的時序。第二，對診斷的預計是在任意的時間間隔內進行的，對失效概率的假定是一段時間的平均結果。而實際部件的失效則是時間相關的。第三，這種計算沒有考慮不同的故障組合，而不同的組合可能對系統(tǒng)功能有不同的影響。而仿真具有時間約束性，利用仿真得出的測試性分析結果可以表示診斷行為隨時間的變化。

計算機仿真可以把大量的故障引入到硬件的軟件模型中，觀測其響應激勵的情況，得出故障檢測率和故障隔離率，以此評價測試、激勵。理論上可以對所有的故障模式進行分析，但故障模式數量太多將導致仿真時問爆炸，工程上難以實現。同時，隨著設計和制造工藝的不斷完善、元器件質量的不斷提高，某些故障模式發(fā)生的概率極低，因此必須結合具體電路利用故障模式影響及危害性分析(FMECA)來確定發(fā)生故障的概率，構成該系統(tǒng)的故障模式集。采用MONTE CARLO算法選擇不同的故障注入序列。