由于节点处理器是构成多处理器系统的基本部件,因此节点处理器一旦发生故障就有可能导致整个系统崩溃。随着多处理器系统规模的增大,如何有效定位系统中的故障节点单元,并及时用正常节点替换以保证系统的正常运行尤为重要。PMC故障诊断模型作为经典的一种故障诊断模型,它的故障诊断问题一直是系统可靠性研究领域的重要方向。因此本文主要研究了基于PMC模型下大型多处理器系统的故障诊断算法,具体内容如下:研究了基于PMC模型t-可诊断条件下的概率性矩阵诊断算法。首先对一般概率性矩阵诊断算法进行仿真分析获悉其具有较高的误检率。为此本文在诊断过程中引进绝对故障基和节点集团思想,其中通过计算绝对故障基以寻找系统中的部分故障处理机,集团用于将不确定状态的节点单元分类以补充正常节点集合。这样的改进策略改善了原诊断的限制条件,从而获得更为精确的诊断结果。最后通过仿真实验表明,改进后的概率性矩阵诊断算法保持了很高的检测精度,并且随着节点数的增多极大地降低了误检率,提高了诊断效果,也扩展了算法的适用性。研究了基于PMC模型下的自适应顺序新的诊断算法,该算法通过四轮诊断测试完成了系统的整个诊断目标。首先,第一轮测试是以两两节点分组互相测试,诊断出部分故障节点。然后,第二轮测试是建立在剩余的节点之上,对其进行01序列划分,并采用回环诊断算法对01序列进行诊断再确定部分故障节点。其次,第三轮的测试以前两轮测试出的故障节点为中心,每个故障节点的检测区域内的节点重复测试故障节点,据结果判断出测试节点的状态。最后,用已确定的正常节点就近测试剩余的节点,完成系统级故障诊断。仿真结果表明该算法检测效果良好,适应性更强。