容错技术在车地无线通信系统中的大量运用,一方面极大地提高了系统可靠性,另一方面显著增加了系统结构复杂性,导致其发生故障时存在认知不确定性和故障相关性等特性,给系统故障诊断提出了新挑战。如何针对车地无线通信系统独有的故障特性,建立考虑多种因素影响的故障诊断模型及多源异构信息动态诊断决策算法,以便能快速准确定位故障、修复故障从而降低诊断成本具有极为重要的意义。首先,针对车地无线通信系统采用大量冗余技术而导致的故障相关性问题,研究采用动态故障树建立车地无线通信系统的故障模型,以描述其故障特性的动态性和时序性;针对车地无线通信系统存在故障样本少导致的认知不确定性问题,采用区间数来表示车地无线通信系统各部件故障分布参数;针对传统马尔可夫链和贝叶斯网络无法对底事件分布参数为区间值的动态故障树进行求解,研究采用动态证据网络的方法对动态故障树进行定量分析,计算城市轨道交通车地无线通信系统可靠性参数。其次,针对现有诊断算法无法处理认知不确定性及诊断效率低等问题,提出一种认知不确定性下基于部件诊断重要度和最小割集诊断重要度的系统故障诊断方法。同时,针对多属性诊断算法无法处理异构信息,研究综合考虑部件重要度、测试代价及其不确定性、风险增加因子和当前诊断结果等多源异构信息的动态诊断决策算法。具体包括部件测试代价评估方法、异构多属性决策表的构建及避免出现排序混乱的归一化方法、广义距离集结函数定义、基于信息熵的属性权重确定方法以及基于距离度量的VIKOR动态故障诊断决策算法。并通过相关算例验证了所提方法的有效性。最后,在以上研究内容基础上,进一步融合实时传感器信息来优化系统诊断过程,构建了面向动态证据网络推理的诊断传感器模型,提出了基于部件诊断重要度的传感器优化布局方法;同时考虑传感器信息的可信性,利用传感器信息和当前诊断结果对可靠性参数进行更新,动态修正诊断决策表,并利用所提的诊断决策算法来获得最优的诊断顺序,提高诊断效率。