卫星的故障诊断是实现长寿命高可靠性要求的一项关键技术。本文以航天技术创新基金项目“可靠性试验方法研究——故障诊断的专家系统神经网络技术研究”和国家武器装备“十五”预研项目“卫星长寿命高可靠性技术”为背景,以卫星姿态控制系统为研究对象,在理论和实践两个方面对神经网络和专家系统相结合的故障诊断技术及其在卫星中的应用进行了研究。全文包括以下几个部分:首先分析了神经网络和专家系统的基本原理。然后,从知识获取、表示和推理三个方面研究了神经网络和专家系统的异同,比较了它们各自的优缺点,从而找出神经网络和专家系统结合的着眼点。之后研究了国内外一些神经网络和专家系统的结合方式,在分析这些材料的基础上,设计了一个基于神经网络的专家系统模型,并对其功能作了简单的描述。对多层感知器隐层数进行了分析,确定采用三层感知器神经网络;通过对隐层神经元作用机理的分析,引入了遗传算法与BP算法相结合以优化设计神经网络的方法,有效地解决了BP算法收敛速度慢和易陷入局部极小的弱点,还可以解决单独利用遗传算法往往只能在短时间内寻找到接近全局最优的近优解的问题;通过实例验证了这种算法能够有效地简化神经网络,使神经网络更加有效地解决实际的故障诊断问题。研究了基于神经网络的专家系统的具体建造过程,着重阐述了知识获取,知识库,推理机制,解释系统等诊断系统所必须的模块的建立过程。采用了多子网技术,使网络的学习能力大为增强。之后,本文以某卫星姿态控制系统为诊断研究对象,以VB为开发工具,结合MATLAB、SQL Server,开发了一个基于神经网络的故障诊断专家系统。