卫星是一类重要的航天器,它需要具备较高的可靠性以确保顺利完成空间任务。由于太空环境复杂,卫星不可避免的发生某些故障,尤其是卫星姿态控制系统,它是确保卫星在轨安全运行的重要分系统。姿态控制系统的故障通常会引起严重的后果,如卫星失效、甚至灾难事故。故障诊断技术为提高系统安全性和可靠性提供了一条有效途径,受到航天技术人员和学者的广泛关注。本文正是在这一背景下,以卫星姿控系统为主要对象,对其故障诊断问题进行了研究。主要的研究内容及成果如下:针对卫星姿态控制系统执行机构和敏感器机构的故障隔离问题,提出了基于多解析模型的故障隔离方法。根据卫星姿态动力学和运动学子系统间存在的结构冗余关系,设计了两层的故障诊断策略:故障初步检测和故障具体隔离。所提出的方法能够实现卫星姿控系统不同机构(执行器、速率陀螺、星敏感器)的故障定位。故障初步检测阶段设计了两个故障检测观测器实现故障机构的初步判定;故障具体隔离阶段设计了两组故障隔离观测器,它们根据检测观测器的检测结果选择性启动,实现具体故障的定位。由于实际系统不可避免的存在不确定性、扰动和噪声,传统的基于解析模型方法无法实现对于微小故障的检测。在这种情况下,研究了基于模型和神经网络结合的故障检测方法实现卫星姿控系统执行器微小故障的检测。该方法扩展了基于解析模型的故障诊断方法,并结合神经网络建模技术以增强诊断系统的检测能力。其基本思想为设计诊断观测器解耦可能的扰动并隔离故障,然后借助神经网络方法进一步减少未解耦不确定性的影响。该方法由两部分构成,其一为基于观测器的名义模型设计,其二为基于神经网络的补偿模型构建。根据所给出的检测逻辑,该方法可以有效的实现执行器微小故障的检测。传统的基于解析模型的故障诊断方法不具备故障辨识的能力,同时,广泛应用的专家系统也面临着诊断规则获取困难的问题。为此,研究了基于残差分析的故障辨识方法,通过离线提取的诊断规则实现在线的故障辨识。由于基于解析模型方法所生成的残差是与系统初始状态和控制输入无关的,所以残差表达了故障的影响。基于残差分析的故障辨识方法通过对残差的进一步分析和处理,获得表征故障信息的残差特征量及其属性,然后采用粗糙集理论约简无关属性,最终提取得到针对不同类型故障的诊断规则。本文将该方法应用于卫星姿控系统,提取了辨识执行器三类故障的诊断规则,验证了方法的有效性。故障估计为主动容错控制技术提供了必要的故障信息,近年来得到了广泛研究。传统的故障估计方法较为保守,一般假定故障是常值或缓慢变化的,仅能实现对于常值故障的无偏估计。为此,提出一种新的基于非线性增广观测器的故障估计方法,借助高阶的故障预定义信息,实现对于卫星执行器故障的精确估计,并与传统方法对比验证了所提方法的有效性。