自修复飞行控制系统(SRFCS：Self-Repairing Flight Control System)是在电传飞控系统基础上发展起来的一种与主动容错技术结合的先进飞控系统，也是未来战斗机飞控系统的重要发展方向。这种故障诊断与容错控制技术的出现，为提高复杂飞行控制系统的可靠性开辟了一条新的途径。它的基本思想是：在不增加硬件配置的条件下，充分利用机载计算机的计算功能，提高飞控系统的可靠性，生存性，维护性，降低寿命周期费用。故障检测与隔离是自修复飞控系统的核心技术之一，它能及时判断故障发生的原因和部位，预测潜在故障的发生，进而为及时预警以及进行飞行控制律重构和自主维护诊断提供相关信息和依据。飞行控制律重构是自修复系统的另一核心技术，它与飞行控制律重组并为自修复飞控系统容错技术的重要组成部分。可重构控制系统设计是自修复飞控系统的一项关键技术，本文对重构算法进行了深入研究，并在可重构飞控系统设计方面进一步进行了尝试。 人工神经网络(ANN：Artificial Neural Network)是一种自适应信号处理系统，它是一个具有高度非线性的超大规模连续时间的动力系统，它由许多的具有非线性计算能力的计算单元模仿生物神经系统神经元的连接方式连接而成，以并行方式运作。本文将神经网络作为一个控制器用于故障状态下的控制律重构，通过神经网络学习各种故障状态的非线性特性，同时实时采集系统运行时的输入输出值作为训练数据进行训练，以此来提高重构的速度和精度。 本文的主要工作如下： 第一，对各种重构理论研究，并对运用神经网络进行控制律重构的方法可行性进行证明。 第二，对控制重构方法分类进行介绍，判别其适用性。 第三，采用ANN径向基函数方法进行神经网络重构仿真，以此来验证RBF神经网络重构方法的可行性。