任务规划系统是伴随现代信息技术的发展而迅速崛起的一门技术,特别是其在局部战争中的优秀表现,更是引起了世界各国的广泛关注。无人机航迹规划是任务规划系统的关键技术,也是实现无人机智能导航并且成功完成任务的技术保障。本文综合考虑了无人机航迹各方面的因素,对无人机航迹规划算法进行了研究,旨在提高无人机的生存概率与无人机成功完成任务的能力,同时在一定程度上提高算法的效率。本文从任务规划环境,无人机物理特性,战术任务目标等方面综合分析了无人机飞行航迹的约束条件,综合各种因素给出了无人机航迹规划的基本数学模型,描述了无人机航迹规划的关键问题及相应的解决方法,并且给出了两种单无人机航迹规划算法和一种多无人机协同航迹规划算法。对于单无人机航迹规划算法,本文详细介绍了A*算法和元胞自动机算法。针对传统A*算法搜索空间大、耗时长、易于陷入局部最优等不足加以改进,提出了快速A*算法,提高了算法效率并且使规划航迹更优,进一步将快速A*算法扩展到三维空间中;对于元胞自动机算法,对其演化函数进行了优化,提高了其规划效率和规划航迹的准确性。对于两种单无人机航迹规划算法,以相同的威胁分布环境对算法进行仿真并验证两种算法的正确性和有效性。对于多无人机协同航迹规划算法,本文将航迹规划问题和无源定位理论相结合,提出了基于无源定位的多无人机协同航迹规划算法。该算法将无人机作为观测基站,利用无源定位中测向交叉定位算法,以对观测目标定位的RMSE作为代价函数,通过使观测RMSE最小来保证每一次多无人机的空间观测达到最优构形,当多无人机对目标的观测RMSE达到最小时,完成对目标的最优观测,从而完成多无人机协同航迹规划的任务。本论文基于无人机航迹规划算法的研究现状,对传统算法进行了优化和改进,对规划航迹进行了进一步处理,力求使航迹规划算法效率更高,规划航迹更优。无人机航迹规划问题的研究领域虽然已经较为陈旧,但仍有许多值得深思和探讨的方面,同时还可以将无人机航迹规划与其他研究领域相结合,从而去解决更为复杂的实际问题。