中文摘要：

根据飞控系统的特点，将飞控系统分为某一典型工作点上的基本系统和不确定部分，构造一神经网络估计器估计不确定部分，由基本系统和神经网络估计器构成不确定非线性系统的混合估计模型，进而生成残差；将残差进行多尺度小波变换（用小波网络实现）进行故障特征提取；将残差的小波变换作为一模糊网络的输入，由经过训练的模糊网络完成故障决策。完成故障特征提取的小波网络和完成故障决策的模糊网络组合作为故障检测与诊断网络。利用

结论摘要：

根据飞控系统的特点，将飞控系统分为某一典型工作点上的基本系统和不确定部分，构造一神经网络估计器估计不确定部分，由基本系统和神经网络估计器构成不确定非线性系统的混合估计模型，进而生成残差；将残差进行多尺度小波变换进行故障特征提取；将残差的小波变换作为一模糊网络的输入，由经过训练的模糊网络完成故障决策。完成故障特征提取的小波网络和完成故障决策的模糊网络组合作为故障检测与诊断网络。利用混合估计模型生成残差，故障检测与诊断网络进行故障检测与诊断，构成一套复杂不确定非线性系统的智能故障检测与诊断方法。主要研究了不确定非线性系统的混合估计模型建模方法；故障检测与诊断网络的构造技术、分解策略及训练方法；不确定非线性飞控系统的故障检测与诊断技术。本项目中关键技术的突破，对早日在我国的战机上实现自修复飞控，增强我战机的生存能力、空中对抗能力具有重要意义。