文档介绍：DOI：.
网络出版地址：.
and reach the target safely.
Key words: UAV; path planning; nodes expansion
本文采用圆形节点扩展法，从起始位置出发，先确
0 引言
定最佳扩展方向，然后根据设定的步长，得到下一
目前，国内外对无人机的航迹规划已进行了大 扩展点，再以下一扩展点为初始位置，继续搜寻最
量的研究，关于航迹规划的方法也有很多，特别是 佳扩展方向，按照步长得到下一扩展点，如此循环，
大量的智能算法，如：蚁群算法、神经网络法、粒 直至到达目标点。最后，仿真验证了算法的可行性。
子群算法、遗传算法，模拟退火算法等等。文献[1]
1 问题描述
运用粒子群算法和遗传算法对无人机进行了航迹规
划，对比了这两种方法，遗传算法存在费时、遗传 无人机航迹规划是根据任务的需要，在给定的
因子不好选择的缺点，在接近最优解时，收敛速度 规划空间里，在满足地形的限制、敌方雷达、防空
会很慢；而粒子群算法在复杂问题上，有早熟收敛 火力的威胁、气象分布、自身机动特性等一系列约
和收敛性能差的缺点。文献[2]将蚁群算法运用到无 束条件下，找到一条从起始点到目标点的最满意或
人机航路规划之中，其缺点是容易陷入局部最优的 最优的路径，使得所花代价最小，安全系数最高，
陷阱并且收敛速度较慢。文献[3]采用模拟退火算法 并保证任务能圆满完成[4]。航迹