相较于状态空间系统，广义系统结构更加复杂，而且能够更好的表述一些实际系统，因此，对于广义系统的研究具有很强的理论和现实意义。现有的研究成果主要集中在广义系统的控制问题上，而对于广义系统故障诊断问题的研究还不够深入。因此，本文基于滤波方法，针对一类广义系统的故障诊断问题进行了研究。论文的主要工作及成果可归纳为如下内容：
　　首先，研究了基于鲁棒观测器的一类广义系统故障诊断问题。针对一类线性的广义系统，提出了一种新的鲁棒故障诊断观测器。该观测器的结构是非奇异的，具有容易实现的优点。给出了观测器存在的条件，并给出了观测器参数求解矩阵的线性矩阵不等式形式。设计的观测器不仅保证了增广误差系统动态方程的指数收敛性，且故障对于增广扰动具有鲁棒性。将该方法推广至一类满足Lipschitz条件的非线性广义系统，解决了该类系统的故障诊断问题。
　　其次，研究了一类定常时滞广义系统的鲁棒故障诊断滤波器设计问题。针对一类线性定常时滞广义系统，设计了基于观测器的鲁棒H∞故障诊断滤波器。该滤波器的结构是非奇异的，具有容易实现的优点。给出了滤波器存在的条件，并给出了滤波器参数求解矩阵的线性矩阵不等式形式。引入了残差评价函数及阈值以判断故障是否发生。将该方法推广至一类满足Lipschitz条件的非线性定常时滞广义系统，解决了该类系统的故障诊断问题。进一步，针对具有持续时间较短、幅值较小故障的一类线性定常时滞广义系统，设计了有限时间鲁棒H∞故障诊断滤波器。该滤波器不仅保证了增广误差系统动态方程满足限时间有界条件，且增广残差满足有限时间鲁棒H∞条件。将该方法推广至一类满足Lipschitz条件的非线性定常时滞广义系统，解决了该类系统的有限时间故障诊断问题。
　　再次，研究了一类时变时滞广义系统的鲁棒故障诊断滤波器设计问题。针对一类线性时变时滞广义系统，设计了基于观测器的鲁棒H∞?故障诊断滤波器。该滤波器的结构是非奇异的，具有容易实现的优点。给出了滤波器存在的条件，并引入了锥补线性化迭代算法用以解决滤波器参数求解矩阵的非凸问题。引入了残差评价函数及阈值以判断故障是否发生。将提出的方法推广至一类满足Lipschitz条件的非线性时变时滞广义系统，解决了该类系统的故障诊断问题。进一步，针对具有持续时间较短、幅值较小故障的一类线性时变时滞广义系统，设计了有限时间鲁棒H∞故障诊断滤波器。该滤波器不仅保证了增广误差系统动态方程是有限时间有界的，且增广残差满足有限时间鲁棒H∞条件。将该方法推广至一类满足Lipschitz条件的非线性时变时滞广义系统，解决了该类系统的有限时间故障诊断问题。
　　然后，基于鲁棒Kalman滤波算法，研究了一类非线性广义系统的故障诊断问题。针对非线性模型线性化导致的误差问题，提出了基于鲁棒下界的鲁棒扩展卡尔曼滤波算法。分析了滤波器的鲁棒性能，实现了对故障值的有效估计。针对噪声统计未知的一类非线性广义系统，提出了自适应鲁棒扩展卡尔曼滤波算法，实现了该类非线性广义系统的故障估计。进一步，研究了一类量测方程具有时滞环节非线性广义系统的鲁棒故障诊断Kalman滤波问题。将转换得到的非奇异增广系统过程噪声视为未知过程噪声，使用自适应鲁棒扩展卡尔曼滤波算法，解决了该类系统的故障诊断问题。
　　最后，基于改进无迹Kalman滤波算法，研究了一类非线性广义系统的故障诊断问题。提出了多模型无迹Kalman滤波故障诊断算法，解决了一类非线性广义系统的故障估计问题。针对具有状态不确定性的一类非线性广义系统，提出了多模型强跟踪无迹Kalman滤波算法，通过调整预测协方差矩阵，降低了状态不确定性对于滤波增益的影响，实现了对该类系统故障的精确估计。
　　针对时变噪声统计未知的一类非线性广义系统，提出了多模型自适应无迹Kalman滤波算法。该方法实现了对该类广义系统故障的无偏估计。基于自适应算法，进一步研究了一类非线性广义系统的故障分离问题。将自适应无迹Kalman算法与多模型自适应估计算法相结合，确定了故障的具体位置，实现了对一类非线性广义系统故障的分离。