卫星速率积分陀螺是卫星上重要的姿态敏感器件，其作用主要是对卫星的角速度进行测试，它的工作状态直接影响整个卫星的工作。本文引入一种通用的卫星速率积分陀螺数学模型，并在此基础上，得到卫星速率积分陀螺的故障模型，确定卫星速率积分陀螺的四种故障模式：“卡死”,“漂移增大”，“输出饱和”，“输出精度降低”。针对卫星速率积分陀螺故障诊断的需求，本文研究一种面向时域信号进行处理的故障检测与隔离方法以检测和隔离卫星速率积分陀螺的各种故障。　　 小波变换作为一种尺度-空间变换，能观测信号的局部状态，利用小波方法对系统状态信号进行奇异点检测能够有效判断系统是否发生故障，并确定故障发生时间。本文采用db3小波，在多个尺度下，对卫星速率积分陀螺的1 路输出和与之相关联的卫星控制子系统的4 路输出在四种故障情况下的波形与正常情况下的波形进行比较分析，并根据分析结果设计相应的针对卫星速率积分陀螺的故障检测器模型；　　 本文使用BP 神经网络实现故障隔离。该神经网络以控制器输出与卫星速率积分陀螺测量输出的组合、目标隔离结果、诊断故障集分别作为神经网络的输入、目标输出及故障集进行网络训练，最终使本BPNN 网络的误差平均值小于0.001。本文采用三层BP 神经网络，其中隐藏层含有15个神经元，并在matlab 环境下对故障隔离器进行建模。　　 最后将小波检测算法模块及训练获得的最优网络模块进行在线故障检测与隔离仿真，故障诊断试验结果验证了本文方法的有效性与优越性。