針對多傳感器系統的故障檢測與隔離問題，以聯邦濾波結構為基礎，設計了一種INS/GNSS/視覺組合導航系統，并針對系統可能出現的傳感器數據軟故障及硬故障，采用殘差χ2算法與改進SPRT（序貫概率比檢驗）算法結合，對濾波殘差進行故障檢測，發現故障后將故障相關子濾波器進行隔離，重新構建濾波系統，將重構系統的濾波結果作為下一時刻的濾波初值。仿真結果表明，該方法能夠在子濾波器發生故障時及時檢測并對故障部分進行隔離，完成系統重構，在一定程度上保證系統的定位精度，提升系統的可靠性。

　　由于衛星導航自身存在諸多限制，未來的導航系統向著多源導航方向發展，通過對多種傳感器的導航數據進行信息融合，提升系統整體導航精度以及場景適應性。這種導航系統量測信息來源于各個導航傳感器，不同傳感器的適用范圍不同，當載體所在場景不適用于某種傳感器，或傳感器自身器件出現故障，都會輸出錯誤的導航信息，進而影響到系統的性能。

　　導致傳感器出現故障的原因很多，很難進行歸納總結，但不同故障源引起的傳感器輸出故障信息具有一般性，主要可以分為軟故障和硬故障兩類，對于不同的故障類型，有著不同的檢測方式。目前多傳感器導航系統比較成熟的故障檢測方法主要是基于卡爾曼濾波器的χ2 檢驗法，包括殘差χ2 檢驗法、狀態χ2 檢驗法、雙狀態χ2 檢驗法。

　　殘差χ2 檢驗法對于突變的硬故障具有較好的檢測效果，但是不易檢測出慢變故障，存在較大的延時。序貫概率比檢驗是殘差判決中一種較為常用的方法，相比于殘差χ2 檢驗法，該方法更適合軟故障檢測。JARMANKD 等人采用序貫概率比法對組合導航系統進行故障檢測，針對正態分布的檢測量，提出了一種改進的序貫概率比故障檢測算法，采用迭代遞推的方法來計算故障檢驗函數，對于慢變的斜坡故障具有較高的靈敏度。但也正因為采用迭代遞推法，當故障消失后，由于其對緩變故障的跟蹤特性，檢驗值需要經過一段時間恢復到閾值以下，從而無法準確判斷故障的結束時間。

　　本文首先建立INS/GNSS/視覺組合導航系統，并對系統在無故障狀態下的定位能力進行了仿真驗證；之后基于殘差χ2 檢驗法以及改進SPRT 檢測法的特性，研究了殘差χ2-SPRT 聯合故障檢測算法，該方法與單一檢測方法相比，對系統軟故障及硬故障均有較好的響應，在系統出現故障時，能夠較快的檢測出發生故障的系統，為之后的故障隔離打下基礎，同時能夠判斷故障結束時間，完成誤警率和漏警率均為0.01 時軟故障及硬故障的檢測。最后基于MATLAB 軟件，對這種檢測算法進行仿真驗證，并得出相應結論，即該算法可以很大程度上削弱故障對定位結果的影響，得到與系統正常工作是相近的定位結果，提升系統可靠性。