当前国内民航事业正处在不断发展壮大的状态,结合形势需求可知掌握自主研发商用客机关键技术的重要性越加明显,在所有关键技术中大气数据系统的设计是关键的一环,它关乎飞机能否安全飞行。在飞行过程中大气数据系统测量全静压并解算出重要的飞行参数供各系统调用,这就要求大气数据系统测量全静压时足够精准,然而静压源误差的影响导致静压测量不够准确。本文针对民机大气数据系统的静压源误差问题,分析静压源误差变化规律,研究误差拟合模型并修正该误差。基于B777-200飞机模型使用计算流体力学仿真实验方法,分析静压源误差与高度、迎角、马赫数之间的变化关系,并根据后处理结果验证模型及实验方案的有效性。在验证模型有效的前提下提取不同高度层、迎角、马赫数时的静压源误差数据,利用仿真实验数据结合神经网络法和逐步回归分析方法构建误差回归模型对误差进行拟合并修正误差。实验数据表明逐步回归分析与神经网络方法的误差修正方案均能够较好的修正静压源误差,使用修正的静压测量值校准空速时均满足适航标准中空速误差小于3%的要求,其中逐步回归分析模型在计算精度和速度方面均优于神经网络模型。该结果证明逐步回归分析方法在解决当前小样本且样本数特征少的静压源误差拟合问题上相比神经网络方法具有更简单易用且拟合结果更好的优势。