飞机航空电子系统(简称航电系统)结构复杂,故障关联程度较强,导致故障诊断定位困难,同时准确性和效率都难以保证。目前航电系统的维修和排故多以人工处理方式为主,但是很多故障是维修人员难以发现的隐蔽性故障或潜在故障,这类故障的存在,严重威胁到整个飞机的安全性与可靠性。所以,对于航空电子系统的维护与保障来说,快速、准确、高效、智能的故障诊断技术尤其重要。本文在研究航电故障诊断技术发展的基础上,对航电故障诊断的现实需求以及单一诊断方法存在的局限性进行详细的研究,提出了多方法联合的故障诊断技术,对实现航电系统快速、准确、高效、智能故障诊断将提供技术上的支持。本文的主要工作如下:第一,根据航电故障诊断的现实需求,采用FTA与BAM神经网络融合的故障诊断技术,即利用FTA得到系统的故障模式,进而分析归纳出BAM的训练样本,最后BAM通过联想记忆矩阵并行联想,得到诊断结果,扩展了综合故障诊断能力。第二,针对FTA与BAM融合方法应用于航电系统故障诊断时存在的缺陷,提出了采用联合BP神经网络的方法,即基于多方法联合的故障诊断技术,使二者优势互补,弥补各自的不足之处。第三,对FTA与BAM网络融合的方法进行故障诊断实验分析,并根据飞行机组呼叫系统中FTA与BAM网络融合方法难以处理的电路故障,对联合BP网络的方法进行仿真验证。实验结果和仿真结果验证了上述方法应用于航电系统故障诊断的可行性与有效性。同时,对基于多方法联合的航电故障诊断系统进行了设计与分析,并对故障诊断模块的诊断能力进行了验证。