自主水下航行器(Autonomous Underwater Vehicle,简称AUV)的故障诊断与容错研究是AUV技术研究的热点领域之一。AUV具备对自身状态的自主诊断和容错的能力是体现AUV的智能水平的重要因素,也是AUV安全完成使命任务的有力保障。本文主要研究AUV推进系统的故障诊断与容错方法。AUV推进系统包括主推、辅推和舵。对AUV推进系统进行故障诊断的前提是AUV传感器信息的可靠,因而在此之前研究了AUV传感器的故障诊断和信号恢复方法。AUV传感器故障诊断具有样本数据少、随机性强、实时性要求高的特点,将灰色动态预测模型的建模原理引用到AUV传感器的故障诊断中。在对传感器进行小样本灰色建模、灰色动态预测的基础上,可以实现AUV传感器的实时故障诊断,并对AUV传感器中常见的四种故障模式进行了仿真研究。进一步,通过多传感器信息来确诊故障传感器,并将故障传感器的数据与故障传感器的预测数据进行加权融合对故障传感器的信号进行恢复。针对AUV运动严重的非线性和不确定性,对AUV推进系统的故障诊断采用了强跟踪滤波器的方法。对AUV正常情况及每一个执行机构故障的情况分别建立强跟踪滤波器,根据模型匹配的原理,通过分析各个强跟踪滤波器的估计值与实际值的特征残差进行故障诊断。并以AUV水平面运动为例,进行了仿真研究。最后,讨论了AUV推进系统的容错方法,通过对AUV系统的硬件冗余和功能冗余的分析,根据AUV的运动状态,分别讨论了各执行机构故障时的容错方法。