随着计算机技术、微电子技术等现代化技术的快速发展，人们对于运动捕获技术的需求日渐增长，运动捕获技术在医疗领域、工业领域、传媒领域、虚拟现实领域等各个领域的应用日益广泛。运动捕获单元的角度姿态估计方法作为人体运动捕获技术的基础，备受国内外学者和众多实际应用专家的高度关注。但是，运动加速度干扰的存在，导致角度估值不准确，成为姿态估计技术的重要瓶颈之一。　　为了解决运动加速度干扰的问题，本文提出了一种自适应抗干扰的姿态估计算法。采用四元数表达微型传感器的角度姿态，将运动加速度干扰和角度姿态四元数一起作为动态系统的状态变量，基于运动加速度干扰与角速度的物理逻辑关系，根据不同时刻陀螺仪传感器的测量值自适应地改变运动加速度干扰的过程方程系数。本算法通过将运动加速度干扰作为状态变量之一估计出来，将运动加速度干扰与重力加速度分量剥离开，在任何时刻都可以得到纯净的重力加速度分量，从而达到消除运动加速度干扰的目的。　　为了验证本文所提出的自适应抗干扰姿态估计算法的估计效果，本文设计了两个实验:计算机仿真实验和真实传感器抗干扰实验。在仿真实验里，本文使用计算机生成了三种传感器测量数据:纯净的测量数据、带有传感器偏置的测量数据和带有高斯白噪声的测量数据。在真实传感器抗干扰实验中，运动捕获单元采集传感器数据并将数据发送给计算机，同时使用摄像机记录摆动过程，并在计算机上对角度进行标定，作为旋转角度的真实值。使用本文所设计的Unscented卡尔曼滤波器对传感器数据进行分析，并将滤波器估计出的角度与真实值做对比。实验结果表明，本文所提出的自适应抗干扰姿态估计算法在计算机仿真实验和真实传感器抗干扰实验中，都取得了很好的表现。　　本文所提出的运动捕获单元的信息融合方法已经通过了计算机仿真实验和真实传感器抗干扰实验的测试，能够有效的克服运动加速度干扰对角度姿态估计的影响，估计出的角度能够很准确的跟踪真实角度的变化。