1.一种激波流场动态压力测量不确定度评定方法，其特征在于，包括以下步骤：

S1、对激波流场动态压力测量信号进行分解，得到四个分量：高频噪声分量、趋势分量、振铃分量和低频噪声分量；

S2、对提取的四个分量分别进行样本量扩充，并计算各分量在每个时刻数据的最优估计值；

S3、计算各分量最优估计值序列的统计均值和方差及其正态分布，根据共轭先验分布规律估计概率密度函数，进而得到每个时刻数据的联合先验概率密度函数，基于似然函数和贝叶斯方法，得到联合后验概率密度函数及其后验分布统计量，进而得到各个分量的不确定度；

S4、将四个分量的不确定度进行合成计算，得到激波流场动态压力测量扩展不确定度。

2.根据权利要求1所述的激波流场动态压力测量不确定度评定方法，其特征在于，步骤S1包括以下步骤：S11、利用变分模态分解对激波流场动态压力测量信号进行分解，得到一系列窄带本征模态函数，提取中心频率高于振铃频率的窄带本征模态函数得到高频噪声分量；

S12、对剩下的窄带本征模态函数进行重构，利用经验模态分解将重构后的信号分解为多个本振模态函数，并分解为趋势分量、振铃分量和低频噪声分量；其中趋势分量为频率最低的本征模态函数；振铃能量损失率小于某一阈值的本征模态函数为振铃分量，否则为低频噪声分量。

3.根据权利要求1所述的激波流场动态压力测量不确定度评定方法，其特征在于，步骤S2中具体采用自助重采样方法对提取的四个分量进行样本量扩充。

4.根据权利要求1所述的激波流场动态压力测量不确定度评定方法，其特征在于，步骤S5具体为计算四个分量的不确定度的算术平方根，再乘以一个扩展系数，得到激波流场动态压力测量扩展不确定度。

5.根据权利要求1所述的激波流场动态压力测量不确定度评定方法，其特征在于，步骤S2具体为：S21、对激波流场动态压力进行M次重复测量，提取得到分量矩阵，并将分量矩阵改写为一组列向量的形式；

S22、采用自助法对分量矩阵中每一列向量进行等概率可放回重采样多次，得到自助样本向量，并计算自助样本向量的均值；

S23、对自助样本向量重复自助采样过程多次，得到多个自助样本，并计算大样本均值序列；

S24、采用统计直方图方法将大样本均值序列进行排序和分段，并计算最优估计值。

6.一种激波流场动态压力测量不确定度评定系统，其特征在于，包括：

信号分解模块，用于对激波流场动态压力测量信号进行分解，得到四个分量：高频噪声分量、趋势分量、振铃分量和低频噪声分量；

样本量扩充模块，用于对提取的四个分量分别进行样本量扩充，并计算各分量在每个时刻数据的最优估计值；

标准不确定度计算模块，用于计算各分量最优估计值序列的统计均值和方差及其正态分布，根据共轭先验分布规律估计概率密度函数，进而得到每个时刻数据的联合先验概率密度函数，基于似然函数和贝叶斯方法，得到联合后验概率密度函数及其后验分布统计量，进而得到各个分量的不确定度；

信号不确定度计算模块，用于将四个分量的不确定度进行合成计算，得到激波流场动态压力测量扩展不确定度。

7.根据权利要求6所述的激波流场动态压力测量不确定度评定系统，其特征在于，信号分解模块具体用于利用变分模态分解对激波流场动态压力测量信号进行分解，得到一系列窄带本征模态函数，提取中心频率高于振铃频率的窄带本征模态函数得到高频噪声分量；

对剩下的窄带本征模态函数进行重构，利用经验模态分解将重构后的信号分解为多个本振模态函数，并分解为趋势分量、振铃分量和低频噪声分量；其中趋势分量为频率最低的本征模态函数；振铃能量损失率小于某一阈值的本征模态函数为振铃分量，否则为低频噪声分量。

8.根据权利要求6所述的激波流场动态压力测量不确定度评定系统，其特征在于，样本量扩充模块具体采用自助重采样方法对提取的四个分量进行样本量扩充。

9.根据权利要求6所述的激波流场动态压力测量不确定度评定系统，其特征在于，样本量扩充模块具体用于对激波流场动态压力进行M次重复测量，提取得到分量矩阵，并将分量矩阵改写为一组列向量的形式；采用自助法对分量矩阵中每一列向量进行等概率可放回重采样多次，得到自助样本向量，并计算自助样本向量的均值；对自助样本向量重复自助采样过程多次，得到多个自助样本，并计算大样本均值序列；采用统计直方图方法将大样本均值序列进行排序和分段，并计算最优估计值。

10.一种计算机存储介质，其特征在于，其内存储有可被处理器执行的计算机程序，该计算机程序执行权利要求1‑5中任一项所述的激波流场动态压力测量不确定度评定方法。