对于战术导弹而言,采用系统辨识技术从飞行试验数据获取导弹空气动力特性,已经成为导弹研制和评估程序的重要组成部分。基于安全性与稳定性要求,战术导弹的飞行试验通常是在闭环控制状态下进行的。但是由于控制系统抑制了相关运动模态,并且在其作用下,输入信号(舵偏角)与响应信号(攻角、侧滑角、角速率、加速度等)之间存在一定程度的相关性,导致试验数据所含关于待辨识气动参数的信息量严重减少,甚至造成参数不可辨识的情况。因此,本文针对闭环控制战术导弹气动参数辨识中存在的以上困难,分别对辨识方法和输入设计两方面进行了研究分析。本文共分为六章,各章内容如下。第一章是引言,主要介绍了战术导弹气动参数辨识的必要性及其在导弹研发中发挥的作用,阐述了战术导弹闭环辨识的难点及国内外的研究进展,并简要介绍了本文工作。第二章介绍了动力学系统的参数辨识准则——最大似然准则,以及基于该准则建立的最大似然辨识方法。由于战术导弹飞行试验的大气环境条件通常较好,并且气动参数辨识主要针对被动飞行段进行,因此可忽略导弹动力学系统的过程噪声,在此情况下导出了一种更为简单的方法——输出误差法。第三章介绍了粒子群优化(PSO:Particle Swarm Optimization)算法,将其作为参数辨识和输入设计的优化算法,克服了梯度类算法的局限性。在详细阐述了PSO算法的基本原理与几种改进模型的基础上,结合优化领域常用的6个测试函数算例,确定了本文研究工作中所采用的PSO算法的改进模型——动态改变惯性权重模型。第四章结合战术导弹动力学系统,给出基于PSO算法的气动参数辨识最大似然方法的具体实现。同时,作为PSO算法的对比,给出了采用Newton-Raphson算法的辨识算法。为了验证粒子群优化算法的可行性,利用某型战术导弹的实际飞行数据进行气动参数辨识研究,并与采用Newton-Raphson算法得到的辨识结果进行比较,试验证明采用PSO算法进行参数辨识是有效的。第五章研究了闭环控制战术导弹输入信号设计。依次介绍了时域、频域两种输入设计方法,之后以某型战术导弹为例,分别采用时域法和频域法两种输入设计方法设计输入信号,并进行飞行仿真试验,通过对比两种输入信号作用下闭环控制战术导弹的气动参数辨识结果来进行评价,并考察输入设计信号的可行性。第六章是结束语,对本文工作进行了总结与回顾,指出存在的不足和今后的研究方向。