嵌入式大气数据系统(FADS)是通过测量飞行器表面的压力分布来间接测量大气数据。该系统能满足大迎角机动飞行、高超声速、隐身等现代高性能战机的特殊要求。针对嵌入式大气数据系统空气动力学模型,本文主要研究了神经网络算法,测压孔的布局和个数对预测值精度的影响,以及一个和多个故障点检测等FADS系统技术。本文采用CFD技术,通过解算雷诺平均N-S方程,以及S-A方程,得到在不同来流状态下测压点的压强值。把压强值作为样本和验算数据,运用神经网络建立了大气数据计算模型。通过比较分析三个测压孔、四个测压孔以及五个测压孔建立的大气数据模型的预测精度,得出五测压孔模拟预测精度高于四测压孔模拟精度;三测压孔的精度低于四测压孔的预测精度。尤其在三测压孔取成一条直线的情况下,三测压孔的预测精度不满足计算要求。然后把四测压点的大气数据模型运用在飞行器上,验算了运用神经网络建立的四测压点的大气数据模型的精度满足计算要求。本文分析研究了故障点的错误诊断解算方法。本文采用了两种方法判断故障点,一种利用最小方差进行聚类,而另一种则利用竞争神经网络进行聚类。通过比较发现,在故障个数较少的情况下,利用方差的方法能有效进行判断;在故障个数较多的情况下,利用第二种方法较为合适。最后以分布形状如等腰直角三角形的三测压孔建立的大气数据模型为基础,研究了测压点个数的最小值和故障点个数之间的关系。