现代社会,导航系统在国防和经济领域应用越来越广泛,因此对导航系统的可靠性要求越来越高。对采用冗余配置的捷联惯导系统进行故障诊断是提高导航系统可靠性的一个有效措施。本文旨在研究广义似然比法(简称GLT)在冗余捷联惯导故障诊断应用中存在的问题的解决方法。本文重点研究了当冗余惯性传感器发生软故障时,惯性传感器输出的刻度系数误差、安装误差和常值偏置等对软故障诊断的影响,验证了通过BP神经网络补偿奇偶向量从而实现软故障的检测和隔离的方法的有效性。根据选定的冗余配置方案,确定了BP神经网络模型,用训练好的BP神经网络对奇偶向量进行补偿。仿真结果表明,通过对奇偶向量的补偿减小了传感器误差对软故障诊断的影响,故障诊断系统检测到了未补偿情况下难以检测到的软故障。针对GLT法采用的统计检测门限无法适应环境和噪声的影响,使得虚警率和漏检率过大,惯导系统可靠性降低的问题,本文研究提出了基于代价函数的故障检测门限选取方法。通过选择不同的代价函数,确定了系统在不同工作状况下的门限选取方案。通过设计最小错误概率法和系统最大任务可靠性法两种代价函数,结合导航任务面对的实际情况,在冗余传感器只剩4个正常工作时,选择使系统工作在最小错误概率的门限值;当冗余传感器正常工作个数大于4个时,则选择使系统工作在最大可靠性下的门限值。仿真表明,通过对不同情况采用不同的门限值,可以减小环境和噪声对冗余捷联惯导系统的可靠性影响。考虑多个惯性传感器在某一时刻同时发生故障的情况,针对传统的GLT算法只能检测和隔离单故障,而不能对多故障处理的问题,本文提出了基于总误差向量法,通过改进GLT故障隔离算法,使GLT故障诊断算法能在检测到故障后,判断出发生故障的传感器号。同时,针对发生故障的传感器故障信息的不同,本文设计了不同的故障搜索隔离流程。仿真结果表明,该方法可以使GLT实现多故障的正确检测和隔离。本文通过解决GLT算法在冗余捷联惯导系统故障诊断中应用中存在的问题,使冗余捷联惯导系统对环境适应性更强,可靠性更高。本文研究对GLT算法的研究和冗余捷联惯导的应用有一定的借鉴意义。