以多回路人机控制系统作为研究对象,以某电传操纵飞机为飞机模型,以驾驶员操纵飞机进行着陆下滑为飞行任务,进行了人机系统实时仿真.然后,根据实时仿真结构,用相关技术和功率谱方法求出频域内驾驶员模型的描述函数;用加权最小二乘法进行结构驾驶员模型辨识;根据参数对幅频和相频影响的灵敏度分析,对驾驶员模型参数进行调整;制定了评价驾驶员模型辨识精度的精度公式;利用辨识出的驾驶员模型进行人机闭环系统仿真.该文对多回路中驾驶员模型的辨识方法进行了系统的研究,结果表明,在多回路控制时,驾驶员操纵行为的非线性明显,线性相关性较低,从而探讨了适用于处理非线性问题的神经网络模型.初步讨论了用神经网络进行驾驶员模型辨识的方法,研究了三种神经网络模型:线性网络、BP网络和径向基神经网络模型,对三种模型进行了分析比较,对神经辨识方法建立了模型辨识的精度公式.根据计算结果可知,神经网络模型适用于非线性驾驶员模型辨识,从而提出了一种新的用于驾驶员模型辨识的方法.最后,对速率限制影响下人机闭环系统进行了Ⅱ型PIO预测,并研究非线性因素对飞机飞行品质的影响,验证了截止点准则是一种行之有效的评价Ⅱ型PIO的方法.