无人机诞生之初，仅作为靶机使用，到后来广泛应用于电子干扰、通信、监视、反潜、空中侦察等领域，显示出了巨大的实用价值，但是这些必须建立在无人机飞行控制系统正常工作的基础上。目前，一些针对无人机飞控系统的故障诊断系统不能从诊断结果中学习经验，也不能通过改善系统自身结构提高故障诊断性能。针对上述问题，以基于案例推理的专家系统为主要的研究对象，在深入分析故障案例组织结构的基础上，设计并实现了一套智能化的无人机飞控系统故障诊断专家系统。主要内容为：1．使用关系数据库理论完成了系统数据库的设计。通过对关系模式的合理分解使关系模式达到了第三范式的要求，解决了因为数据依赖引起的数据更新异常问题。通过封装数据库访问接口ADO形成数据库访问类，有效地简化了对数据库中数据的操作。结合数据库中的表，将数据库访问类再次封装形成表访问类，隐藏关于数据库的所有细节，只留下类接口，实现对数据库中数据的安全访问，方便系统的开发与调试。2．使用最近邻算法设计并实现了案例推理模块。最近邻推理算法就是在故障案例库中去检索与输入的故障信息描述最相似的历史案例，并将最相似案例记录的故障原因、排除故障的方式、故障隔离手册的章节号、故障手册的章节号等信息作为故障诊断结果返回给用户。3．使用基于覆盖度和基于粗糙集的两种算法设计并实现了征兆权值维护模块。比较而言，基于覆盖度的算法，速度较快但结果不够好。基于粗糙集的算法，速度较慢但结果较好，并且只和案例结构有关，与维护前的征兆权值无关。4．使用基于可辨识矩阵的属性约简算法设计并实现了案例征兆约简模块。传统算法要占用大量时间和空间生成可辨识矩阵，继而再进行约简。改进算法一边提取属性值，一边化简，省去了生成可辨识矩阵的中间环节，节省了时间和空间，提高了约简算法的执行效率。最后，使用功能测试中的等价类划分技术对故障诊断软件的各个功能模块进行了测试和验证，系统成功达到了设计要求，说明了系统设计的合理性与正确性。