论文研究了利用参数辨识方法确定飞机纵向运动模型参数的问题，在分析飞机特性的基础上选取了飞机纵向小扰动线性运动状态方程和纵向非线性运动方程作为辨识的模型，以某型飞机飞行试验实测数据为例对其进行数据预处理之后辨识了模型中的气动参数。并针对辨识结果和辨识过程中发现的问题进行了讨论和分析。论文所做的工作主要有以下几个方面： 1．根据实测数据的特点和参数辨识的需要，识别、剔除并补正了数据中的野值，设计了一个低通滤波器滤除数据中的高频噪声，用提出的三阶正交多项式移动平滑算法对数据进行了微分平滑，该算法避免了一般多项式最小二乘平滑时采用矩阵求逆的方法解正则方程时容易出现的方程病态问题。 2．对不同的模型采用了不同的辨识方法，首先采用含有遗忘因子的递推最小二乘法对飞机纵向非线性模型的子系统进行了气动参数辨识；辨识飞机纵向状态方程时应用了适用于大多数模型的极大似然法；然后对飞机纵向非线性模型的参数辨识采用了极大似然法和增广的广义卡尔曼滤波法，针对应用这两种方法辨识模型参数过程中发现的计算效率和辨识精度之间的矛盾，本文给出了增广的拟线性最优平滑滤波算法，在计算量增加不大(与增广的广义卡尔曼滤波法相比)的情况下，辨识精度有了明显的提高。最后应用本文提出的基于遗传算法的参数辨识组合方法对上述三种算法的辨识结果进行了组合优化，得到了比较理想的辨识结果。 3．为了能够快速、准确的得到辨识结果，同时降低对用户专业水平的要求，把数据预处理和参数辨识两部分内容编制成了软件包。