随着航天、航海领域科技的不断发展,模块化、集成化、智能化成为了船舶导航系统的发展方向。为了进一步提高导航系统的可靠性,故障识别和健康管理等问题得到广泛的关注。也由此产生了故障预测与健康管理体系(Prognostic and Health Management,PHM),为装备的维修、保障提供了有力的支撑。在船舶导航系统中,主要以惯性导航系统(INS)为主,其他导航系统为辅。本文以惯性导航系统以及全球卫导系统(GNSS)为对象进行研究,分别针对单一导航传感器以及INS/GNSS松组合导航模式,基于健康管理体系要求,构建导航系统的故障识别以及健康管理体系架构,对其进行故障识别及健康管理方法研究。本文首先介绍了课题的研究背景及意义,目前,有很多种方法可以实现系统的故障的识别及健康管理,传统的方法由于对专家经验以及处理信号技术要求较高,无法满足导航设备准确、高效的健康管理要求,所以提出完善的导航系统故障识别方法以及健康状态评估方法是研究重点。其次,根据PHM体系的一般结构,结合导航系统各设备特征,建立船舶综合导航系统的PHM体系架构,主要就惯性导航的健康状态影响因素做了具体分析,给出船舶综合导航系统PHM体系结构中每一层的主要功能。再次,介绍了深度学习的几种网络模型,从中选择深度置信网络模型对船舶导航系统中的单一传感器做故障识别。通过分析陀螺仪的故障模式,基于陀螺仪故障模型仿真数据集进行了深度置信网络的特征提取及故障识别,并通过仿真验证了深度置信网络有良好的故障识别能力。然后,对INS/GNSS组合导航系统进行了误差分析,通过误差分析,得到系统中各个传感器的误差模型从而进一步得到组合导航模式下的故障模式。根据系统中各个导航传感器常见的故障结构提出基于深度置信网络的故障识别方法。最后,论文研究了基于SOM神经网络的船舶综合导航系统健康状态评估方法。利用SOM神经网络确定了系统不同状态下的健康参数,并与正常状态下定义的健康指数进行比对,划分出系统的整体健康等级状况,以作为评判导航系统的健康状态的依据。本文通过对船舶导航系统的故障识别以及健康状态评估的方法研究,为船舶导航系统健康管理的实现提供了技术保障。