在地面上精确测量空间飞行器的惯性参数通常是比较困难的,并且由于燃料的消耗、空间飞行器之间的交会对接、载荷以及姿态的变化等因素都将使空间飞行器的惯性参数在轨发生变化。而空间飞行器的控制系统、状态估计器将会受到其惯性参数变化的影响。如果空间飞行器的控制系统、状态估计器不能够知道正确的、变化后的惯性参数,空间飞行器在轨任务就不能优化进行,甚至可能导致任务的失败。本文系统研究了国内外相关文献,研究或提出了三种不同的空间飞行器惯性参数辨识算法。首先,考虑到机械臂的运动会对空间机器人本体姿态产生影响,相比较于单臂空间机器人,多臂空间机器人可以利用机械臂之间协调运动进行空间机器人本体姿态控制,所以以双臂空间机器人为例,研究了多臂空间机器人的运动学特性,建立了相应的运动学模型,推导出双臂空间机器人本体惯性参数辨识算法;其次,将能够动态估计模型误差的预测滤波算法引入空间飞行器惯性参数辨识领域,建立了空间飞行器的动力学模型,引入模型误差以及由于空间飞行器惯性参数变化引起的误差,利用基于模型误差最小准则的预测滤波算法对误差进行估计,然后迭代计算,从而实现对空间飞行器的惯性参数在轨辨识;最后,借鉴预测滤波基于模型误差最小的特点,引入含有模型误差的目标函数,通过智能优化算法即粒子群算法进行模型误差的动态估计,通过空间飞行器动力学模型方程进行迭代计算,实现对空间飞行器的惯性参数辨识。通过计算机仿真验证上述辨识算法的有效性和实时性,并且分析了一些影响因素对算法精度、以及鲁棒性的影响。这些算法对空间飞行器控制系统设计以及在轨任务的优化,具有一定应用价值。