本文研究了嵌入式大气数据传感系统(Flush Air Data Sensing System,FADS System)的模糊逻辑(Fuzzy Logic)建模方法。以某飞机模型头部和机翼前缘风洞试验的测压数据为依据,首先,通过自己编写的数值计算程序计算了飞机在若干风洞试验状态下的表面压力,与试验数据和Fluent结果吻合较好。以此验证了数值计算采用的网格、计算方法和模型及参数设置的合理性。在此基础上,计算了在不同海拔高度下该飞机飞行时的表面压力。然后,在上述风洞试验和CFD仿真数据的基础上,本文详细探讨了模糊逻辑结构的建立、内部函数及隶属函数的参数识别、结构识别的方法,建立了飞机表面压力和迎角、侧滑角、风速及海拔高度之间的非线性映射模型。以往模糊逻辑方法主要应用于对非定常气动力的建模和工业控制领域,本文将其引入嵌入式大气数据传感系统的建模研究,本质上是利用了该方法特别适合非线性建模的特点。再者,与以往使用的模糊逻辑方法的不同之处在于,常见的模糊逻辑方法在应用于非线性系统建模时(如非线性气动力)通常只采用了梯度下降算法来识别内部函数参数。本文使用了可变形状参数的隶属函数,让它和内部函数的参数同时变化,并混合使用梯度下降法和最小二乘法来识别模糊逻辑系统的参数,使得对FADS系统建模的精度更高、速度更快,最终建立的模型能够更好地描述原始数据之间的非线性关系。最后,由于试验模型表面布置了几十个测压点,本文研究了多种选取不同位置和数量的测压点的建模方案。综合考量了建模的精度、速度并结合测压装置的实际使用情况,给出了测压点位置与数量的优化选取建议,可以对FADS系统的实际工程应用加以指导。