乌贼算法是一种新型的启发式仿生优化算法,本文提出了一种基于乌贼算法的无人机航迹规划算法。文中所构建的概率地图采用概率密度函数来对各种威胁源进行建模,非常适合表述战场环境的不确定特性。而乌贼算法与传统的启发式算法相比,拥有更快的收敛速度。在此基础上设计的基于乌贼算法的概率地图航迹规划算法能够有效的缩小概率地图的规划空间,使得航迹规划搜索范围减少,时间缩短。因此,本文围绕基于乌贼优化算法的无人机航迹规划展开研究工作,主要研究内容和成果如下:(1)将乌贼优化算法与概率威胁地图相结合提出了一种新的无人机航迹规划算法,并在不同的仿真场景下将该算法与传统的基于A*算法的无人机航迹规划算法进行了实验对比。通过实验结果的对比分析,验证了本文提出的算法的可行性及其优点。(2)对乌贼优化算法仿真过程中的各参数进行了分析,研究了各参数对无人机航迹规划结果的影响,确定了合适的参数值以保证无人机航迹规划取得理想的结果。针对乌贼优化算法仿真过程中的各层细胞进行了分层分析,并对此进行改进。将改进算法与原乌贼优化算法进行了对比实验,验证了改进算法的优良性能。(3)通过大疆M100无人飞行器与大疆妙算Manifold嵌入式开发板集成在一起后的飞行平台进行了硬件实验。通过硬件实验,初步验证了乌贼优化算法在无人机航迹规划领域的可行性。