本发明提供了基于模糊滑模控制的无人机自主抗风智能控制方法，属于飞行器地面仿真领域。本发明智能控制方法为：建立引入风速因子的无人机动力学公式；滑模变结构控制器的设计：通过设计一个滑动模态面s，以误差e和误差变化率为滑模面的变量，由李雅普诺夫定理验证滑模面的收敛性，保证无人机状态变量收敛到目标处；采用RBF神经网络对无人机模型中的近似项实现逼近；将角度θ、角速度作为神经网络的输入，并实时调整神经网络权值函数；通过模糊控制降低滑膜控制器的抖振。本发明利用神经网络的学习能力，实现对无人机模型中的近似项的动态跟踪，提高了准确性；针对控制器中的抖振现象，引入模糊控制提高了符号函数系数的线性化程度，提升了稳定性。