无人机动态航迹规划是其实现自主飞行和自主作战的关键技术之一。由于作战环境和飞行环境的动态变化性，很难获得全局环境的准确信息，因此传统的静态规划方法不能完全满足无人机自主作战与飞行需要。针对飞行环境中存在静态的和运动的威胁源，论文对无人机不确定环境下的航迹规划展开研究。静态规划方法更接近最优解，但计算耗时长，无法处理运动威胁；动态规划方法实时性好，但以寻求可行解为第一目标，规划路径为次优解。论文以静态规划解为前提，以动态规划做轨迹调整，同时实现对航迹中静态威胁和运动威胁的有效规避。论文根据现代信息技术作战需求，分析了战场环境中存在的静态威胁源，建立了威胁模型。采用栅格法划分二维空间，对传统蚁群优化智能算法的搜索方式进行改进，使得算法可以较快求得问题解，更好地应用于无人机静态航迹规划问题，并通过实例仿真得到算法的仿真图和相应的统计数据，并对得到的统计数据进行分析。根据运动威胁的当前位置、速度等信息，对其进行运动轨迹的预测，实现对运动威胁的提前规避。采用模型预测控制算法，综合考虑静态威胁和运动威胁等多种威胁约束并存的飞行环境，基于各个性能指标函数构建相应的无人机动态航迹规划模型，然后就采用改进后的蚁群算法和MPC算法进行仿真，并对仿真结果做相应的分析。从无人机的静态航迹规划和动态航迹规划两个方面展开研究，并用MATLAB进行实例仿真验证所设计算法的优劣性。为了更真实的展现无人机航迹规划的实际作战效果，本文还搭建了基于VC和MAK仿真平台下的动态仿真系统。与传统仿真技术相比，在仿真的实时性、灵活性、集成性和层次性等方面有明显的优势。