Este artículo investiga el diseño de señales de entrada con precisión temporal en el espacio de ángulo de ataque y tasa de cabeceo para identificar las características aerodinámicas de una configuración genérica de ala triple delta a velocidades subsónicas. Se crearon modelos de regresión a partir de la historia temporal de simulaciones de señales en el software DoD HPCMP CREATE-AV/Kestrel. Las señales de entrada incluyeron señales chirp, Schroeder, secuencia binaria seudoaleatoria (PRBS), aleatorias y sinusoidales. Aunque eran similares en estructura, los coeficientes de estos modelos de regresión se estimaron en función de las señales de entrada específicas. Las señales cubrieron un amplio rango de espacio de ángulo de ataque y tasa de cabeceo, lo que resultó en coeficientes de regresión variables para cada señal. Después de crear y validar los modelos, se utilizaron para predecir datos aerodinámicos estáticos en un amplio rango de ángulos de ataque, pero con tasa de cabeceo cero. A continuación, se estimaron los coeficientes de pendiente y las derivadas dinámicas en la dirección de cabeceo a partir de cada señal. Estas predicciones se compararon entre sí, así como con los datos del túnel de viento de ONERA y algunos cálculos de CFD del código DLR TAU proporcionados por el grupo de trabajo de investigación AVT-351 de la Organización del Tratado del Atlántico Norte. Posteriormente, los modelos se utilizaron para predecir diferentes oscilaciones de cabeceo a varios ángulos de ataque medios con amplitudes y frecuencias dadas. Nuevamente, las predicciones del modelo se compararon con los datos del túnel de viento. Las predicciones finales involucraron respuestas a nuevas señales de diferentes modelos. Luego se utilizó una red neuronal de retroalimentación para modelar los coeficientes de presión en la superficie superior del vehículo en diferentes secciones a lo largo de la envergadura para cada señal y los modelos validados se utilizaron para predecir datos de presión a diferentes ángulos de ataque. En general, los modelos predicen fuerzas y momentos integrados similares, con las principales discrepancias apareciendo a mayores ángulos de ataque. Todos los modelos no lograron predecir el comportamiento de pérdida observado en las mediciones y los datos de CFD. En cuanto a los datos de presión, la señal PRBS proporcionó la mejor precisión entre todos los modelos.