为了更好的开展深空探测活动,航天器故障诊断系统必须具有处理多个并发故障的能力,这将直接关系到探测器的安全和深空探测任务的成败。神经网络不但具有处理复杂模式及进行联想、推测和记忆功能,而且还有很强的自学习能力,能克服由于启发式规则的不完备而无法做出诊断结论的缺陷,因而它非常适合应用于故障诊断系统。本文主要在人工神经网络方面对航天器故障诊断技术进行研究。首先研究了基于神经网络的故障诊断模型的分类和设计步骤,并将诊断模型大体分为6类和5个设计步骤;然后提出了一个基于BP网络的三层诊断模型,该模型的设计大体按照上面提出的5个步骤进行,并详细地给出了诊断模型的输入、输出及重要的参数;最后,用MATLAB对提出的三层诊断模型进行了训练和仿真,并对仿真的结果进行了分析,仿真结果基本能够达到令人满意的程度。实验结果基本达到了预期的目标,这说明该模型在实际应用中应该会具有一定的价值。但是由于实验条件有限,时间上也并不充裕,而且航天器故障诊断涉及的知识面非常广泛,该模型还存在许多问题需要进一步解决。由此可以看出,对于该模型研究的实际意义是显而易见的。它的成功也必将为我国航天事业做出一定的贡献。