高精度的组合导航系统是实现军用、民用领域定位、导航、授时一体化的核心,若导航系统发生故障未能被及时诊断,会对安全性和经济效益产生巨大威胁,因此,故障诊断技术对于保证组合导航稳定、健康地运行至关重要。针对组合导航系统具有非线性、高噪声、高耦合等固有特性,同时载体运行伴随着大量实时特征信息的输出,使得传统故障诊断方法一般存在故障诊断类型单一,诊断率不高的缺陷,而神经网络具有良好的非线性大数据特征处理能力。因此,本文基于神经网络的故障诊断方法,研发出一套组合导航故障诊断软件系统。该软件系统能够实现组合导航系统故障的有效诊断,并具有良好的可靠性。在解决上述问题的过程中,本论文主要从构建组合导航仿真模型、组合导航数据生成、组合导航故障诊断这三大方面实现该软件系统的设计。主要工作如下:首先,对组合导航的组成结构,组合方式,滤波方式等内容进行了研究分析,以INS导航（惯性导航）、GPS导航作为子系统,将子系统通过松耦合,卡尔曼间接滤波的方式,并以惯性导航工具箱构建出INS/GPS组合导航仿真模型。其次,在INS/GPS组合导航仿真模型的基础上,实现组合导航数据的生成。在进行数据生成之前,先对产生故障的诱因、故障的分类进行分析,确定对组合导航工作影响因素较大且常发生的故障类型,例如,突变故障、缓变故障等,再根据故障类型特征建立数学模型,然后确定数学模型的相关参数值,例如,故障幅值等,最后将故障数学模型叠加到组合导航仿真模型中进行故障注入,实现数据的生成。然后,针对现有组合导航故障诊断方法诊断率不高的不足,本论文提出一种基于神经网络的故障诊断方法。同时为了提高故障诊断的准确性,本文根据突变故障、缓变故障的不同特征以及不同神经网络具有的独特优势,采用两种故障诊断方法,其中,突变故障采用经典的BP神经网络,缓变故障采用网络层数更深的深度置信神经网络（Deep Belief Networks,DBN）。最后由组合导航故障注入所获得的故障数据及正常状态数据构建出数据集,并完成相应网络模型的训练和验证。最后,研发的组合导航故障诊断软件系统经过各功能测试,结果表明:该系统能够准确诊断出六种故障类型,包括陀螺突变故障、加表突变故障、GPS突变故障、陀螺缓变故障、加表缓变故障、GPS缓变故障,其故障诊断率均在90%以上并稳定在98.429%,与其他方法对比有更高的故障诊断率,也在组合导航故障诊断领域有着更好的市场应用价值。