无人机在军事和民用领域日益受到重视,具有广阔的应用前景,但是其飞行性能受风场的影响较为严重。针对此问题,论文对无人机的风场测量技术进行了研究。论文分析了无人机常用的几种测风方法,指出平面矢量三角形测风法更适合长航时、大区域连续飞行的无人机测风,能够提高其飞行安全性能。论文对该测风方法的工作原理以及误差源展开了研究,建立了平面矢量三角形法风速风向测量的误差模型,并进行了仿真分析,为后续研究提供理论依据和分析方法。在平面矢量三角形法风速测量的诸多误差中,空速的测量误差是主要因素之一。在对空速管误差特性分析的基础上,建立了空速误差模型,采用仿真方法分析了误差敏感度,确定静压误差是空速误差的主要影响因素,并给出了工程设计中减小空速误差的建议。在平面矢量三角形法风速测量的诸多误差中,地速的测量误差是另一个主要因素。为进一步提高地速测量精度,论文采用多普勒对惯导输出的地速进行辅助。因此论文又研究了估计多普勒速度随机误差参数的方法,分析了多普勒速度随机误差的相关性,利用相关分析与ARMA模型,采用了一种可以准确估计高斯白噪声和一阶马尔柯夫噪声参数的有效方法。该方法不需要白噪声的先验知识,适用于噪声混合的情况。该方法可为多普勒在组合导航中的应用提供较为精确的随机误差模型参数。在此基础上,论文研究了惯性/多普勒组合导航系统的数学模型,针对实际的惯性/多普勒组合导航系统,采用观测噪声状态扩充卡尔曼滤波实现惯性/多普勒系统的组合。实测数据解算结果表明,该方法能有效提高惯性/多普勒组合导航系统的速度精度。针对无人机风场测量值含连续野值较多,且其噪声统计先验知识不足的问题,研究一种抗野值自适应Kalman滤波算法,来提高其测风精度。在对简化的Sage-Husa自适应Kalman滤波算法分析的基础上,该算法将一个压缩影响函数加权于滤波方程的新息上,根据新息的方差和均值变化自适应调整修正权值,使修正后的新息序列能够保持原有性质。相关分析结果表明,该算法能有效地克服较大野值和成片野值对滤波的不利影响,保证滤波精度,适用于无人机风场测量。