随着武器系统等对导航系统的定位精度,可靠性的要求不断提高。融合多种导航系统的组合导航系统已经成为了最为理想的导航系统,为了进一步提高组合导航系统的定位精度和可靠性,对惯性导航/卫星导航/天文导航为例的组合导航系统的故障检测算法和故障处理策略进行了研究。针对组合导航系统的软故障检测能力不足,基于常见的残差卡方检验法,提出了改进的序贯残差概率比检验方法,能够简单准确的检测组合导航系统的故障,该方法不需要考虑常见多样本检验时的滑动窗长等问题,对惯性导航/天文导航/卫星导航组合系统的仿真验证了该算法对软故障具有较高灵敏性,能够有效提高组合导航的软故障检测能力。由于惯性导航/卫星导航/天文导航组合导航系统的位置反馈主要来源于卫星导航系统,在惯性导航/卫星导航子系统出现故障后直接隔离将会导致组合导航系统的定位精度下降。因此结合人工智能的方法,使用遗传寻优的径向基函数神经网络在系统正常时训练网络模型,在系统故障时使用训练好的模型回归定位解,能够维持组合导航系统相对准确的位置定位解。对组合导航系统的仿真验证了该方法能够在惯性导航/卫星导航子系统故障时,保持组合导航系统较高的定位精度,提高组合导航系统的容错性。