无人机飞行控制系统中，传感器用于测量飞机的飞机状态参数，并反馈至飞控计算机中进行飞行控制律解算，从而实现无人机的自动驾驶飞行任务。无人机飞行控制系统故障诊断是无人机健康管理中的重要研究内容，传感器作为飞控系统中最容易发生故障的环节，对其故障做出及时准确的预报尤为重要。本文提出了强跟踪卡尔曼滤波器（STF）对无人机飞控系统传感器进行故障诊断的方法。首先，在了解现有的飞控传感器故障诊断技术基础上，针对飞控系统的传感器的特点，提出强跟踪卡尔曼滤波器的故障诊断技术；其次，通过对无人机飞行控制系统构成及其飞控系统传感器的功能了解，研究与分析了飞控系统数学模型与飞控传感器的故障模式；然后，通过设置飞控传感器的故障参数扩展飞控系统状态变量，构造传感器故障观测器，得到飞控系统状态和参数的联合估计,仿真结果表明该种方法可以实时估计出飞控传感器的状态和故障参数；最后，对强跟踪卡尔曼滤波传感器故障诊断算法进行了改进，通过对强跟踪卡尔曼滤波估计值b(k)做小波滤波处理，获得较为平滑的估计值b^(k)，并根据b(k)快速检测出飞控系统传感器是否发生了故障，利用b^(k)得到精确的故障幅值。通过仿真实验证明了该种方法的有效性。