四旋翼飞行器,它带有交叉螺旋桨,也可以叫它四旋翼直升机。飞行器的每个传感器是飞行位置信息测量的重要部分。它的运行情况会影响飞行器的安全。利用故障诊断知识,可以及早发现故障,帮助避免飞行器事故的发生,提高飞行器的安全性和可靠性,运行能力具有重要意义。然而,飞行传感器的故障诊断是一个非常小的典型的小样本问题。传感器故障的发生具有一定的随机性,通常难以复制,并且可以使用的故障信息非常有限。因此,本文研究了小型四旋翼飞行器传感器的故障诊断。该问题的目的是研究基于灰色模型和Elman神经网络的四旋翼飞行器传感器故障诊断系统。本文的主要研究内容如下:首先对四旋翼飞行器传感器的故障诊断背景和意义进行介绍,然后研究了飞行控制系统的数学模型,针对飞行器姿态传感器的故障建模进行了研究。然后分别由灰色模型和Elman神经网络对四旋翼飞行器传感器进行故障预测,其次,使用最小方差原理确定基于Elman神经网络与灰色模型的组合模型中的最佳权系数,最后得到组合预测模型。最后,将组合模型应用于四旋翼飞行器的传感器的故障诊断。仿真结果验证了组合预测模型对故障诊断时延具有较高的预测精度,并证明了该诊断方法的有效性。