随着科学技术的快速发展,各个国家越来越注重航天技术的发展,卫星已经成为不同领域中不可缺少的重要支撑。姿态控制系统(ACS)是卫星系统中最复杂的子系统,一旦ACS发生故障,卫星有可能会在很短的时间内失去对姿态的控制,从而导致严重的后果。卫星姿态控制系统的高可靠性和安全性是空间任务的重要要求,而故障诊断技术是提升各种复杂控制系统可靠性的主要方式,因此卫星姿态控制系统的故障诊断就显得十分重要。量子计算具有高并行性、指数存储容量和指数加速等特性,而神经网络是一种有效的智能工具,可以拟合任意非线性系统。将量子计算与神经网络结合起来用于卫星姿态控制系统故障诊断,可以快速地诊断系统出现的故障,为航天任务的顺利完成提供了强有力的保障。本文基于BP神经网络与量子计算中的通用量子门提出了通用量子门BP神经网络,并根据量子门线路提出了量子门线路神经网络。而后以圆形轨道的人造地球刚体卫星的姿态控制系统为研究背景,剖析了卫星姿态的运动学和动力学状态空间模型,构建了卫星姿态控制系统模型和部分故障模型。在此基础上设计了基于通用量子门BP神经网络的状态观测器和基于量子门线路神经网络的故障诊断观测器,并引入Lyapunov稳定性理论证明了观测器的稳定性。最后以卫星姿态控制系统中的执行器为分析对象,利用通用量子门BP神经网络和量子门线路神经网络分别对发生的故障进行检测和诊断。经过对故障诊断的仿真证明了通用量子门BP神经网络自适应故障诊断状态观测器和量子门线路神经网络故障诊断观测器的可行性和准确性,实现了利用量子神经网络对卫星姿态控制系统执行器进行故障诊断的目的。