随着现代科技的快速发展,无人机及其相关技术受到广大学者的关注。由于当前战场环境日益复杂且在根据预定轨迹的飞行过程中会遇到多种多样的威胁与难题,因此有效的无人机的轨迹规划求解方法将成为一个研究热点。无人机轨迹规划是无人机系统中的一个关键技术,对保障无人机自主飞行具有重要研究意义。本文在现有研究成果的基础上,重点研究了粒子群算法、曲线拟合以及三次样条插值在轨迹规划领域的应用。首先,对轨迹规划进行概述,介绍了轨迹的两种离散化方法以及无人机的运动学模型,并根据无人机自身性能,设置轨迹倾角、航向角、角速度以及飞行高度等限制条件,设定飞行过程中可能存在威胁约束以及无人机在轨迹规划过程中的终端约束,并根据上述约束条件建立了综合代价评估函数模型,解释说明粒子群算法与其现有的改进策略,为后续的研究奠定理论基础。其次,针对粒子群算法在求解轨迹规划问题时只能优化位置的不足,提出一种新的轨迹规划求解方法。对时间按照切比雪夫配点的分布方式进行分配,减小了算法的计算负担。引入曲线拟合与积分,有效地将无人机运动学模型与粒子群算法相结合,运用构造函数法建立起相应的函数关系式,方便计算的过程,提升了轨迹规划的求解维度,即不仅可求出轨迹点的位置信息,而且求出了角度、角速度等参数信息。并对提出的方法进行仿真验证,说明了该方法的有效性。然后,为了在复杂的环境下获取更加精确的飞行参考信息,以第一种方法的理论成果为研究基础,提出另一种基于三次样条插值的无人机轨迹规划求解方法。不同于曲线拟合法对轨迹进行整体求解,三次样条插值法采用分段求解的策略进行轨迹规划,当飞行环境较为复杂时,三次样条插值法的优势较为明显,对轨迹进行多阶段求解更接近实际的飞行情况。最后,对复杂环境下的无人机轨迹规划进行了仿真实验。结果表明,所设计的求解方法能够有效地生成可飞行轨迹。