智能水下机器人(Autonomous Underwater Vehicle，简称AUV)的可靠性是衡量AUV系统的重要技术指标之一。本文以军用智能水下机器人为背景，对如何提高AUV系统的可靠性进行了系统深入的研究，主要包括以下几个方面的内容： 首先，本文针对于智能水下机器人的软硬件体系结构，以及智能水下机器人在系统故障诊断过程中广泛存在的不确定性和复杂关联性，采用了将贝叶斯网络技术应用到智能水下机器人系统故障诊断中的方法。并通过基于贝叶斯网络的推理机制，给出了智能水下机器人故障诊断系统的建模过程以及对诊断策略的优化方案。 其次，本文针对智能水下机器人各子系统间的结构关系，从故障检测、容错和自恢复三种关键可靠性技术出发，以消除故障对系统正常工作的影响为目的，给出了水下机器人智能决策系统的可靠性设计方案及出具体的实现方法。 最后，采用一种软硬件复合系统的可靠性预计方法，在得到智能决策单机系统可靠度的基础上，通过对整个智能决策系统的可靠性分析，得到了双机热备份的智能决策系统在执行一次任务过程中的可靠度。 实验表明，采用上述方法有效的提高了智能水下机器人系统的故障诊断能力，以及智能决策系统的应变能力和可靠性，满足了智能水下机器人系统的实际设计需求。