随着无人机的快速发展,使用四旋翼无人机搭载数码相机进行低空测绘使用越来越广泛。基于无人机测绘通常需要无人机在低空且开阔的环境下飞行。在这种环境下,无人机在飞行过程中极易受到外在扰动的影响,而风场对无人机稳定飞行干扰最严重且最常见。针对四旋翼无人机体积小,抗风性能差的缺点,本文从滤波和飞行控制两方面着手,提高无人机在低空飞行时的稳定性。首先本文阐述了四旋翼无人机的飞行原理,分析其飞行过程,建立无人机动力学模型。同时结合旋翼滑流定理分析旋翼在风场下的受力,将风场扰动加入到四旋翼动力学模型中,建立风场下的四旋翼无人机模型,搭建仿真平台。考虑到三轴陀螺仪模型为非线性系统,因此本文选择粒子滤波算法对姿态角速度进行滤波处理。针对粒子滤波在多次迭代后出现的粒子匮乏和粒子退化现象,本文参考免疫遗传算法,提出了一种基于自适应混沌免疫遗传重采样的粒子滤波方法。该算法在重采样时综合考虑粒子浓度和权值,选择权值较大而亲和力较低的粒子进行复制,从而提高种群多样性,提高滤波精度。同时针对传统粒子滤波计算量较大,实时性差的问题,本文提出了一种基于改进部分残差重采样的粒子滤波算法。该方法选择权重较大的粒子进行重采样,同时通过优化重采样计算过程,降低循环次数,减少每次循环的有效计算量,降低滤波运行时间。针对四旋翼无人机系统通过扩张状态观测器观测的扰动存在滞后的现象,本文提出了基于分段扰动预测的线性自抗扰控制方法。利用观测扰动组成原始序列,根据扰动序列的变化趋势,将序列分为单调递增、单调递减和非单调三种情况。针对不同情况,设计对应的预测方法。实验表明改进的自抗扰控制器可以预测到扰动的变化趋势,提前响应外扰的影响,提高系统稳定性。最后在FPGA上实现基于改进部分残差重采样的滤波算法,采集MPU6050传感器的数据,对比滤波前后姿态角的波形,证明改进滤波算法可以有效滤除噪声,提高测量精度。同时搭建四旋翼无人机硬件平台,在不同风速的风场干扰下进行无人机悬停实验。结果表明,基于本文改进算法控制的无人机在风场的扰动下能够快速回到平衡状态,具有较强抗扰能力,可以在阵风环境中稳定飞行。