无人机因其起飞和降落所需空间较少,在障碍物密集环境下的操作性能高,以及飞行姿态保持能力较强的优点,非常适合近地观察,森林防火,航空摄影,交通巡航检查等任务,在军事应用与民间应用上有着广泛的应用。但由于无人机的多变量,欠驱动,非线性,稳定性差等比较复杂的特性,使得飞行器的控制难度较大。因此,无人机的控制问题得被各个科研界广泛关注,同时也变成控制领域的研究热点。基于神经网络路径规划技术和波传算法,主要研究无人机的路径优化问题,并通过Matlab仿真实验验证算法的有效性。首先,研究数字地图为无人机地面站操作人员提供详细的地形数据信息和无人机的位置信息,并且针对无人机航迹规划中的地形应用进行研究分析。其次,研究路径优化算法,通过波传的方式建立基于脉冲神经网络路径优化算法,实现无人机最短路径优化方法。再次,研究威胁任务分析,通过波传的方式建立基于脉冲神经网络路径优化算法,实现无人机危险威胁下最短路径优化方法。最后,通过Matlab进行仿真研究,验证算法的有效性和可行性,实现无人机的路径优化问题。