本文以法国航宇公司研制的美洲豹直升机为研究对象,建立起较为准确的飞行状态模型,并针对其典型的几种故障进行了诊断。首先通过采用小扰动线性化模型和非线性模型比较证明了线性化的模型存在着一定的误差,可能会导致虚警和漏警现象的发生,从而降低故障诊断的准确率,因此提出了非线性滤波的方法对其进行诊断。比较了不同算法的优越性,主要工作如下:首先,介绍了故障诊断技术的方法、研究意义和发展现状。重点介绍了基于模型的故障诊断,实现了硬件冗余向解析冗余的过度,并对其残差生成、残差评价和阈值选取做了详细的说明。其次,介绍传统卡尔曼线性滤波方法,并以此为基础上提出了近似概率分布的UKF和PF,并介绍了算法的基本原理和发展现状,通过实验仿真证明了近似概率的方法的确能够改善故障检测的准确率,接着介绍了基于卡尔曼滤波和残差平滑的故障隔离技术以及粒子滤波和多滤波器残差的故障诊断算法,实现了故障的准确定位。最后,将两类算法用于典型的直升机飞行控制系统中,并建立了其动力学模型,实现直升机飞行状态的实时检测和诊断,并在高斯噪声和非高斯噪声的影响下,通过仿真实例比较了两种算法的滤波估计性能,促进了直升机故障诊断技术的发展。