随着科学技术的发展和控制理论的进步,尤其是在航天、航海等事业的发展,组合导航系统的发展已经成为了主流的发展趋势,导航系统朝着大规模、更复杂的方向发展。为了使导航系统的精度和可靠性更好的提高,所以故障诊断技术成为了必要的手段,其中,人工神经网络的引入与应用成为了研究的热潮,并给组合导航系统的故障诊断指明了新的研究方向,能够满足各领域的应用需求并且给现代的军事提供有力的保障。以GPS(Global Positioning System)卫星导航系统为例,按照GPS/INS组合导航系统的发展可以将其概括为松组合、紧组合以及深组合三种方式。松组合的研究已经相对成熟,所以本文以GPS/INS紧密组合导航系统为研究背景,进行了故障的检测和诊断技术的方法的研究。目前,故障诊断的方法很多,其中人工智能方法已经成为了越来越潮流的方法。神经网络技术具有智能和仿生控制的功能,从开始创立神经网络一直到现如今己经历了五十多年的研究,它在极其曲折发展道路上艰难发展大起大落,它的特点是自适应性、自主学习能力、线性化能力、容错能力等,目前己在故障检测、信息融合等多个领域被广泛的应用。本文首先介绍了课题的研究背景和意义以及故障诊断与容错技术的发展现状,故障诊断技术的主要类型、任务和常用的方法,以及将该方法引入到组合导航系统中的方法,然后系统的介绍了组合导航系统的发展和原理,以及对其可靠性进行了研究,分析了组合导航的各个传感器的误差模型以及故障结构。根据组合导航系统的各传感器常见的惯常故障模型提出了故检测和诊断的方法设计。本文把故障分为五种模型,通过将神经网络方法与传统的故障检测方法相结合从而达到优势互补的效果,可以使系统的可靠性和精度得到显著的提升。应用χ2检测算法对组合导航故障进行探究和分析,然后提出将神经网络方法应用到系统中,在对神经网络的设计过程中,发现了将集成算法与神经网结合,形成了集成神经网络的新方法,并对于所发现的新方法进行了算法的仿真验证。最后,把此方法引入到组合导航系统的故障诊断中,设计了基于该方法的组合导航故障诊断的系统原理和结构,结果表明该系统可行并且有效。