受到材料、环境等一系列可变动因素的影响,无人机传感器系统以及执行器性能会产生一定程度上的变化,导致各类故障频频发生,严重时还会导致无人机坠毁.因此,为最大限度预防无人机飞行事故的发生,就需要实现对无人机故障的早期诊断与识别.本文即围绕基于FFT概率神经网络故障诊断模型的关键问题进行研究与分析,以六旋翼无人机Simulink模型为研究对象,针对无人机电机、角速度传感器装置存在的早期故障提出一种基于FFT的概率神经网络故障诊断模型,首先对六旋翼无人机Simulink平台下的模型构建问题进行初步分析,给出了六旋翼无人机运动以及动力学方程,在此基础之上对概率神经网络模型的构建问题以及FFT的应用要点与方法进行分析与探讨,以利用FFT数据满足故障分类要求,对确保无人机故障诊断功能的顺利实现有非常重要的价值与帮助.