航空发动机技术作为航空工业的核心技术，其发展程度标志着一个国家的国防科技水平和综合国力。而叶片是航空发动机的关键部件，其质量的好坏直接影响着发动机的气动性能、能量转化效率，并关系着发动机的可靠性和安全性，从而确保叶片的精确形状尺寸和合格质量极其关键。由于叶片型面的扭曲、薄壁和曲率变化大等复杂特征，给叶片的加工制造，参数设计及测量带来很大困难。因此，寻找一种高效率、高精度和低成本的叶片测量方法具有重要意义。　　本课题以某一型号的燃气轮机涡轮叶片为研究对象，对叶片后缘的测量方法和参数估计算法做了深入研究，主要研究内容包括以下：　　（1）查阅国内外相关文献，对国内外现有的航空发动机叶片测量技术进行了研究和对比分析。针对叶片型面的几何特征，本课题采用了基于直射式的激光三角测量原理的实验系统，且该系统具有分辨率高、采样密度大、精度高和速度快等优点。为了确保叶片测量的有效性和精确性，在测量之前对系统进行标定和精度校验。　　（2）针对叶片截面点云数据，阐述了叶片截面前后缘参数、中弧线、最大厚度等特征参数的提取方法。接着阐述了点云数据的噪点去除、数据精简及三角形网格化预处理的常用方法，在此基础上，本课题主要利用Imageware软件进行点云数据的相关预处理，为后续精确辨识和估计叶片后缘参数提供原始有效数据。　　（3）采集到的圆弧型叶片后缘轮廓大量点云数据，其是由圆弧段后缘数据和直线段叶盆、叶背的部分数据组成的，针对数据的几何特征，首先利用常规最小二乘圆拟合求解，发现常规方法无法满足要求，于是基于此引入约束条件，提出了概率密度最小二乘法，为了提升算法的效率和精度，后续提出了自适应迭代最小二乘法。分析了在不同噪声情况下两算法的鲁棒性、精确性和可行性。仿真结果表明了两算法对叶片后缘的模型辨识和参数估计的有效性和优越性，即可获得精确的叶片模型设计参数，对逆向工程还原参数设计与制造具有重要指导意义与实用价值。