伴随着科技的不断进步,惯性导航技术发展的越来越迅猛,在研究如何提升惯导系统精度的同时,对惯导系统可靠性的要求也越来越高。惯导系统可靠性的提高可以通过对陀螺仪进行冗余配置实现,当陀螺仪出现故障时,需要及时的进行故障检测并且隔离出来。所以对于冗余惯导系统来说,引入故障检测技术可以及时发现故障并且定位故障,进一步提高冗余惯导系统的可靠性,保证系统长时间有效地工作。课题以船用冗余式捷联惯导系统为研究对象,将多尺度主元分析引入船用冗余式捷联惯导系统故障检测,借鉴该方法在化工过程故障检测的应用,并且结合船用冗余惯导系统的特点,进行故障检测研究。在采用传统多尺度主元分析方法进行故障检测之前,采用小波去噪对陀螺仪信号进行处理,会经历两次小波分解、重构,针对该问题,将小波去噪与多尺度主元分析方法的小波分析部分结合起来,达到节省算法时间的目的。将多尺度主元分析(Multiscale Principal Component Analysis,MSPCA)方法应用于冗余惯导系统故障检测,针对产生的虚警问题,研究噪声对多尺度主元分析故障检测的影响,主要分为对主元模型的建立和故障检测结果两个方面的影响。通过对陀螺仪信号加入不同信噪比的噪声,可以证明噪声会影响主元模型的复杂程度并且会使故障检测过程中产生虚警现象,因此对陀螺仪信号进行去噪处理是十分必要的。通过对光纤陀螺仪输出信号的特点进行深入分析,以陀螺仪信号处理的实时性为分析的前提,设计基于小波闽值的实时去噪方法,对光纤陀螺仪的随机噪声进行去除,并结合光纤陀螺仪输出信号的特点对小波阈值选取准则优化和改进。通过对实测信号的实时去噪实验结果分析,验证该方法在满足陀螺仪信号实时性的前提下,对陀螺仪信号的有效。针对多尺度主元分析历史模型库无法全覆盖的问题,在保留传统历史模型库优点的基础上,加入陀螺仪在线数据采集,进行现场建模过程,可以弥补传统的历史模型库无法对所有模型全覆盖的问题。对MSPCA算法和小波去噪进行深入研究的基础上,将小波去噪过程与MSPCA算法的小波分解部分结合在一起,解决了小波变换算法重复引起的耗时问题,能够节省大约12.57%-19.15%的时间。将改进后的算法应用于冗余惯导系统故障检测,仿真分析表明该方法可以有效检测出故障、定位故障,并且可以有效地降低虚警现象。