最近的20年内，有很多关于故障检测和诊断（FDI）的算法问世。在基于模型的FDI中，涌现了很多方法，例如使用观测器的方法（Gertler2000，Staroswiecki和Comtet-Varga2001），奇偶空间的方法（Patton和Chen1991），特征结构配置和诊断的方法（Zhang1998）。FDI算法可以用来诊断故障并对故障的部分进行隔离。这些算法认为容错控制（FTC）是使用重构的方法，也就是抛弃故障的部分，然后使用没有故障的部分来维持系统的功能。基于自适应观测器的故障检测和诊断（FDD）可以用来同时估计未知的参数，检测不同的故障和估计系统的状态。FDD是通过估计自适应残差信号来检测故障的，所以它的实现显得有些复杂。另一个问题是，基于自适应观测器的FDD方法其收敛性和稳定性也比较复杂。84178

Wang和Daley发展了一个简单的自适应诊断程序来检测双故障的情况并且用来诊断不确定线性系统的突变故障。对于非线性系统的执行机构和传感器故障诊断，Wang提出了一种基于增广误差的方法。但是，对于传递函数是严格正实数的问题，Wang和Daley提出了一种方法，这种方法在实践中比较难以应用，它仅仅选择一个观测器增益矩阵并且假定故障在发生后一直保持为常数

从1970年开始，线性系统的自适应观测器开始被广泛的研究[25-27]。文献[28]提出一种自适应观测器可以被用来估计单输入-单输出（SISO）系统的状态和参数。Kreisselmeier提出了一种指数收敛的自适应观测器。控制领域的一些学者对非线性系统的自适应观测器也已经做了一些研究[29-31]。Bastin和Gevers提出将自适应观测器放在未知参数的非线性SISO系统中[32]。文献[33-35]中提出几个自适应容错飞行控制器可以使用一个观测器。设计在线离散FDI观测器组成并联模型为了在执行机构故障时实现自适应可重构控制。在这些研究中，使用一个离散FDI观测器来检测执行机构的故障，并且使用自适应规律来估计损伤。离散FDI观测器可以检测丢失的性能和卡住的故障。在文献[36]中，一种全新的可重构控制可以在控制器损坏的前提下使用。使用观测器来检测丢失的性能。直到Boskovic提出一种针对多输入-多输出时变系统全局指数自适应观测器设计的有效的数值方法后，自适应观测器才被用来处理时变系统[37]。在这个研究中，自适应观测器被用来估计状态和实时未知的故障参数。论文网

FDI用来处理执行机构卡住的故障时，飞行控制计算机不仅用来发现故障和控制面，而且用来估计卡住的位置。偏差控制技术可以被用来估计卡住的位置，偏差分离估计技术被研究作为结合状态-参数估计的方法。联合状态-参数估计方法是用来估计状态和未知的实时参数的一种滤波技术。Friendlan使用重排连续-/离散时间卡尔曼滤波方程来估计偏差[38]。Sinha和Mahalanabis认为一个非线性动力系统有输入偏差，但是，这种方法目的是为了逼近一个线性观测器[39]。Shreve和Hedrick用一个二阶次优滤波器来分离偏差识别问题。但是，它仅仅能逼近传感器的偏差。Caglayan和Lancraft导出了一个识别非线性离散系统偏差的算法[40]。

在应用观测器方法进行故障诊断的领域里，也有一些新的问题被不断提出。文献[41]研究了Takagi-Sugeno系统的故障诊断方法。因此，基于观测器方法的故障诊断问题仍有着相当广阔的研究前景。