嵌入式大气数据传感(Flush Airdata Sensing, FADS)系统是一种依靠经合理布局的压力传感器阵列测量周围的大气压力,然后进行转换和采样之后输入到大气数据计算机,通过其内部的算法计算和校正得到最终的飞行参数的飞行数据传感系统。FADS系统的空气动力学模型是非线性的,基于对该模型的求解,可以解出大气数据;亦可以利用通过风洞实验和飞行试验的大量数据训练的神经网络得到大气数据,这种方法有待进一步的研究和探索。以往的FADS系统的算法以空气动力学模型为基础,在这些算法中,最小二乘法存在收敛的问题,这限制了它在高马赫数下的应用,而且它必需有一套准确的确定大气数据初值的方法;三点法求解当地迎角和侧滑角,容易出现奇点和三点组合多的问题,而且三点法的抗干扰能力弱;利用迭代算法求解动压和静压,涉及到形压系数和矩阵求逆,过程复杂。针对上述不足之处,论文提出了FADS系统的改进算法。其中包括:1.提出最小二乘法模块和三点法模块的组合算法,以马赫数为切换点,提出了确定最小二乘法的大气数据初值的三种方法,并对其中的检错算法流程进行了分析;2.提出了确定三点法求解迎角和侧滑角最优解的方法,并进行了仿真验证,通过实例对三点法求解侧滑角时的奇点问题进行了分析;3.提出基于解超定线性方程组的算法,该算法通过证明矩阵列满秩,避免了奇异值分解,最后通过飞行前训练好的神经网络得到大气数据;4.提出基于避免形压系数参与迭代的卡尔曼滤波算法求解动压、静压和马赫数,该算法避免了形压系数的参与,提高了运算速度,而且提高了算法的抗干扰能力;5.提出了模块化神经网络算法,该算法应用在动压和静压的求解中,用来训练参数t与形压系数的函数关系,应用在大气数据的校正中,用来提高校正精度,同时模块化提高了算法的查找效率。最后,建立了风洞实验时应用电子扫描压力模块的测压系统的频率响应模型,提出了测压系统的设计准则。