随着航天事业的不断发展,测量船需要执行的任务越来越多,对测量船导航系统提出了越来越高的要求:精度高、实时性强、可靠性好、适应性好、能适应各种环境的变化。如何利用现有的导航设备,提出有效地综合导航方案,以适应测量船长时间、可靠地在复杂多变的海洋环境中,提供精度更高的连续、实时的位置、姿态、速度等信息,是测量船导航系统急需解决的问题,采用组合导航技术是解决这一问题的有效方法。而导航系统故障检测诊断与系统重构技术是实现组合导航系统可靠工作的关键。　　 本文以SINS／GPS／DVL组合导航系统为研究对象,从组合导航系统的信息融合技术出发,在x2故障检测方法的基础上,将神经网络技术应用于组合导航系统的故障诊断中,研究智能容错组合导航系统,从而提高测量船导航系统的精度、可靠性、自适应性和智能性。　　 首先,本文介绍了组合导航系统中的关键技术之一的信息融合技术中的Kalman滤波技术和联邦Kalman滤波技术,在分析了SINS／GPS／DVL组合导航系统的状态方程和观测方程的基础上,阐述了SINS／GPS／DVL联邦滤波器的工作模式及基于该滤波器的融合算法并做了仿真研究。　　 其次,在阅读和分析国内外相关资料的基础上,对故障检测与诊断技术做了概述,分析了组合导航系统中的故障检测和诊断的研究现状和发展趋势。在对x2故障检测方法理论研究的基础上,针对SINS／GPS／DVL组合导航系统,提出了故障诊断和容错控制方案,利用状态x2检验法和残差x2检验法对SINS／GPS／DVL模型进行了仿真。　　 最后,针对传统x2检验法的不足,例如系统建模复杂、计算量大等缺点,介绍了神经网络的相关知识,对神经网络特别是BP神经网络及神经网络如何进行故障诊断进行了深入的理论研究并作了相关的系统仿真。