鉴于现代卫星在轨发生故障的可能性不断增加，卫星健康管理技术包括健康状态检测、诊断、预测以及恢复越来越受到人们的重视。　　 首先，通过调研与分析卫星健康管理方法，作为论文的创新点，提出了采用统计信号处理方法来实现卫星姿态轨道控制系统的健康管理。　　 其次，通过回顾统计信号处理的基础，提出了使用概率模型来表示健康状态的不确定性，并采用渐进平稳、周期平稳、区间平稳以及缓变等方法来克服健康状态的时变性与非平稳性。　　 接着，分析了卫星姿态轨道控制系统的构成、模型、故障模式以及健康管理系统的构成。作为论文的创新点，对应于执行机构与敏感器分别提出了基于贝叶斯滤波框架的执行机构健康管理方法与基于盲源分离框架的敏感器健康管理方法。　　 然后，详细研究了贝叶斯滤波器的原理。对应线性的状态空间，导出了线性卡尔曼滤波器，对应非线性的状态空间，导出了扩展卡尔曼滤波器、无味卡尔曼滤波器以及求容积卡尔曼滤波器。在此基础上，提出了贝叶斯状态参数联合估计的执行机构健康状态方法。并研究了基于扩展卡尔曼滤波的卫星动量轮健康管理。仿真实验表明，此方法通过同时检测多个故障参数的变化，完成了动量轮系统突变故障以及缓变故障的健康管理。　　 最后，详细研究了盲源分离的原理，提出采用独立分量分析方法求解盲源分离。导出了四种独立分量分析方法：基于峭度的梯度下降方法、基于峭度的快速不动点方法、基于负熵的梯度下降方法、基于负熵的快速不动点方法，并将算法扩展到有噪声情况下，同时利用混合矩阵的先验信息，提出了基于模式识别的半盲源分离方法。在建立卫星光纤陀螺系统测量模型的基础上，实现了卫星光纤陀螺的健康状态检测、健康状态辨识以及健康状态恢复。通过仿真实验，对确加性定性的与完全随机性的故障进行了仿真，并进一步扩展到加性高斯噪声与均匀噪声的情况。在对多敏感器姿态确定系统进行建模的基础之上，运用了半盲源分离方法，仿真实验表明，算法能有效克服盲源分离解的不确定性。