飞行控制计算机是无人机系统的核心部分,是控制无人机完成飞行任务的中枢,对其进行故障诊断研究具有重大的意义。目前多使用的自检测方法需要离线检测或是需要工作人员进行人工诊断,另外自检测往往需要硬件测试电路的支持,这需要在飞行控制计算机板卡设计时就有所考虑。这导致它们实时检测能力不强,效率不高,适用性和可移植性差。本文运用基于模型的故障诊断方法,实现飞行控制计算机的实时在线故障诊断,提高识别能力和诊断效率;可以通过软件升级的方法赋予原本没有设计故障检测方案的飞行控制计算机以故障诊断的能力,且方便升级和移植,适用性强。论文主要研究内容与成果如下:(1)通过对无人机动力学模型、飞行控制律和离散化解算方法的研究,分析了飞行系统的不确定性,建立了有风扰动和噪声的无人机平台的数学模型。根据所建立的数学模型,采用matlab和C语言搭建运行平台。(2)设计了一种对未知扰动完全解耦的故障观测器,证明了该观测器的渐近稳定性,验证了观测器自适应地估计故障特征值的能力。(3)设计了一种自适应无迹卡尔曼滤波器(AUKF)。该滤波器的估计精度更高,故障跟踪能力更强,在保证对噪声的滤波能力的同时,能够更好地跟踪故障状态。并提出了两种故障评价函数和故障诊断方法。(4)结合前面的自适应故障观测器和自适应无迹卡尔曼滤波器,设计了一种基于AUKF的自适应故障观测器。该观测器不仅对噪声有优秀的滤波能力,还能对未知扰动完全解耦,能够出色地估计故障特征值。(5)根据分布式飞行控制计算机的结构特点设计了一种基于总线模型的故障诊断方法,搭建了实时仿真测试平台,通过仿真测试验证了这种诊断方法的有效性。