系统辨识对研究无人直升机特性、改善功能和结构等具有重要意义,其框架主要分为数据采集与处理、飞行试验技术和试飞数据分析。为了能够提高系统辨识结果的准确度,本文研究了直升机飞行动力学建模、参数化辨识方法、最优输入信号设计、数据综合预处理、相容性检验与数据重建和无人机试飞技术等,并以此进行相关实际试验,验证本文研究方法的可行性。首先,通过直升机飞行动力学模型搭建飞行仿真平台,为了控制模型的稳定性,利用了仿真控制律(PID)对模型进增稳控制。同时描述了PID设计本质,并简单测试建模。接着,根据输入信号设计原理,设计了最优输入信号激励仿真流程,在此过程中需要通过原始模型的输入输出数据参数化辨识(最小二乘法)出新的状态空间模型,在此之前做了最小二乘法简单的原理及优点方面的介绍。并通过最优输入准则(TIC系数)验证了模态激励的信息最大化。然后,研究了试飞数据的综合预处理,包括:野值的识别、移除和补正,传感器安装位置校正,数据平滑和数据低通滤波。通过增广的卡尔曼滤波进行全耦合数据相容性检验、误差辨识和数据重建提高数据的精确度。最后,搭建了无人直升机飞行试验平台,设计了无人机试飞流程及其注意事项以规范无人直升机的飞行试验。运用本文所设计的最优输入信号激励无人直升机以进行实际验证,并设计了小型无人直升机的最优输入信号试飞试验。对采集数据分析与综合处理,并运用本文所设计的数据相容性检验方法验证了本文所用方法的可靠性及工程实际的可推广性。