大气数据是飞机的重要飞行参数，大气数据系统的性能和对飞行环境的适应性对飞机的飞行性能、作战效能都具有重要的影响。本文以新一代飞机为背景，开展基于虚拟大气的大攻角大气数据估计技术研究，旨在提高大气数据系统在大攻角下的测量精度和测量范围。论文对新一代飞机大气数据系统具有重要的实际参考价值。论文系统的分析了大攻角飞行对大气数据测量的影响和基于飞行动力学的大气数据模型，设计了大攻角惯导辅助大气数据系统补偿滤波算法，利用卡尔曼滤波对大攻角高机动下攻角、侧滑角、真空速、高度等大气数据测量误差进行有效估计和补偿，通过仿真验证了该算法的可行性和有效性。论文针对大攻角下传统大气数据系统失效的问题，研究了基于惯导/飞控系统的大攻角大气数据容错估计算法，建立了基于飞机动力学模型、惯性导航系统、飞机控制系统输出参数的攻角、侧滑角和真空速参数的容错估计算法的状态和量测模型，构建扩展卡尔曼滤波器，融飞行动力学模型求解和状态估计的过程为一体，设计了基于最小二乘估计的力矩方程系数辨识方法，并对基于惯导/飞控系统的大攻角大气数据容错估计算法进行仿真，验证了算法的有效性。论文设计了基于BP神经网络的大攻角大气数据估计算法，利用改进BP算法和飞行仿真数据对网络进行训练和测试。该算法能够利用易于获取的机载信息实现大攻角下多个大气数据的精确估计，提高了大攻角下大气数据系统的测量精度。论文建立虚拟大气数据系统仿真平台，分析了X-Plane系统在仿真系统中的可用性，设计了虚拟大气数据系统仿真平台的结构，解析了X-Plane网络端口数据格式，通过飞行数据对虚拟大气数据系统仿真平台的可用性进行了验证，该仿真平台在论文的研究工作中具有重要的支撑作用。