风速、风向是大气探测中非常重要的气象要素,使用多旋翼无人机作为测风平台对提高小尺度下风速风向测量的时空分辨率有着重大意义。但是,多旋翼无人机的旋翼风场会对测风任务造成巨大干扰,这是一个亟待解决的问题。本文分析了多旋翼无人机周围流场的分布情况,优化了测风传感器的最适安装位置;根据传感器位置的空间结构,提出了自适应无人机姿态的风压正交分解测风算法;通过多传感器数据融合,提高了无人机姿态角的解算精度;设计了测风传感器的气动外形,搭建了基于多旋翼无人机平台的风压测风系统,通过实验验证了系统的性能指标。主要研究内容如下:1、采用计算流体动力学（Computational Fluid dynamics.CFD）软件对四旋翼无人机在各环境中的飞行流场进行模拟仿真,对比分析了四旋翼无人机周围不同区域内扰流风场的强度。发现在无人机桨叶外侧,存在一个相对静风区,在此安装测风传感器,不仅可以提高测风精度。而且有助于减小传感器的风阻力矩,可提高多旋翼无人机测风系统的飞行稳定性。2、针对相对静风区的空间特点,设计了相适应的测风模型,提出了正交式风压分解测风算法。该算法将多旋翼无人机周围风压矢量进行分解,同时考虑无人机的飞行姿态,建立六自由度矫正矩阵,完成各向风压在机体坐标系与地理坐标系之间的变化补偿,然后基于伯努利方程,反演出实时的风速风向。建立基于卡尔曼滤波器的多传感器融合姿态解析模型,实现对无人机飞行姿态角的精确估计。3、为进一步降低旋翼扰流对测风的影响,设计了风压传感器的外形结构:用整流罩隔离旋翼扰流,用硬质细管捕捉风压,使来流在管内充分静止,将动能完全转化成压力势能。用space claim软件建立无人机测风系统三维模型,在fluent软件中配置流场环境参数,套用k-ε湍流模型仿真分析传感器结构的抗扰流、抗风阻性能。4、以KEIL5为平台搭建基于STM32的多旋翼无人机测风系统,系统主要功能为风压采集、数据处理、数据传输。用所搭建的系统在实际环境中与标准数据源进行对比实验,验证其技术指标。实验结果表明:所设计的系统在原位测风实验中,风速误差为±0.3m/s、风向误差为±2°;在行进间测风实验中风速误差为±0.7m/s、风向误差为±5°。