主控制器读取姿态测量传感器的数据通过扩展卡尔曼滤波对传感器测量数据进行融合处理，计算出无人机的姿态角度。

**解析：** 该说法是**正确**的。 在无人机飞行控制系统中，姿态解算是核心环节之一。由于单一传感器存在局限性（例如：加速度计对高频振动敏感且无法区分重力与运动加速度；陀螺仪存在零偏漂移，长时间积分会导致误差累积；磁力计易受周围磁场干扰），直接读取单一传感器数据无法获得高精度、高稳定性的姿态信息。 因此，通常采用**传感器融合算法**来处理多源数据。**扩展卡尔曼滤波（EKF, Extended Kalman Filter）** 是一种常用的非线性状态估计方法它能够有效处理无人机姿态系统中的非线性问题。通过 EKF，主控制器可以将加速度计、陀螺仪、磁力计等传感器的数据进行加权融合： 1. 利用陀螺仪的高频响应特性提供短期的姿态变化率； 2. 利用加速度计和磁力计的低频特性校正陀螺仪的累积漂移； 3. 最终计算出更加准确、平滑且稳定的无人机姿态角度（如滚转角、俯仰角、偏航角）。 综上所述，主控制器通过扩展卡尔曼滤波对姿态测量传感器数据进行融合处理以计算姿态角度，符合现代无人机控制系统的常规设计原理。