随着目前国际局势日益紧张,无人机由于其独特的侦察战斗方面的优势逐渐得到各个国家的重视。本文通过任务环境建模、单无人机航迹规划和多无人机航迹规划三个方面对无人机的航迹规划进行了研究,并通过C#和MATLAB软件混合编程开发了无人机航迹规划系统。在无人机任务环境建模问题中,分析了目前常用的任务环境建模的方法,对比了各个方法的优缺点,确定利用维诺图对无人机的任务执行环境进行建模,将连续的无人机任务环境转化为有限的航迹段构成的集合。阐述了维诺图的原理和构造算法,然后通过对雷达、攻击导弹和高射火炮威胁源进行数学建模,量化各个威胁源的威胁程度,并计算各个航迹段的威胁代价和油耗代价,为后续的航迹规划做基础。单无人机航迹规划问题可以分为单目标点航迹规划和多目标点航迹规划。对于单目标点航迹规划问题,类比最短路径问题,分析了求解最短路径问题常用的Dijkstra算法和Floyd算法的求解效率和适用性,并进行了随机实验,验证了算法的可行性;对于多目标点航迹规划问题,提出了通过自适应惯性权重的离散粒子群算法探索最优解,仿真结果表明,改进后的算法能够很好的平衡全局搜索性能和局部搜索性能,在高效寻优的同时,避免陷入局部最优解。多无人机航迹规划问题实质为无人机的任务分配问题,是一个目标优化问题。本文通过利用量子遗传算法,以多无人机执行任务的总代价最小为目标,进行最优解的探索,阐述了量子遗传算法原理和流程,并通过仿真实验验证了算法的寻优效率。最后通过MATLAB软件和C#软件的混合编程对无人机航迹规划系统进行了开发。利用MATLAB数值计算软件进行算法开发,然后利用C#进行图形用户界面的开发。依次介绍了系统的任务环境建模、单无人机航迹规划和多无人机航迹规划模块,并对各个功能模块利用随机参数的方法进行了功能展示,验证了多无人机航迹规划算法的可行性和可靠性。