随着现代科技的不断发展,无人机技术发展水平已成为一个国家综合国力的象征,而作为无人机技术核心的航迹规划技术也越来越被重视,受到世界各国广泛关注。传统的航迹规划方法不考虑方向约束,规划航迹从起始点出发,一旦到达目标点即认为规划结束,而针对有方向约束的航迹规划研究较少,这种情况要求规划航迹从起始点出发,需沿着特定方向接近目标点。随着应用环境的日益复杂,研究无人机如何安全、准确的从特定方向接近目标点,对于提高其突防能力和打击效果具有重要意义。本文就这一问题进行了如下研究:首先对航迹规划过程中需要考虑的几种关键要素进行分析,并根据战场环境中威胁的种类及特点,构建等效威胁模型。在构建规划空间模型时,为了减少系统开销,提出将威胁等效叠加至地形信息中,建立等效数字地图。其次对D*算法的原理和特点进行了分析,指出在具有方向约束的航迹规划问题中D*算法存在的局限性,并着重分析了算法规划效率低下的原因,最后通过仿真实验对分析结果进行了验证。然后针对D*算法在有方向约束的航迹规划问题中,存在规划航程远、威胁代价高等不足,提出一种结合遗传算法的改进D*算法。改进算法根据特定策略从D*算法规划的初始航迹中提取特征节点生成特征点路径,并以优化后的特征点路径为基础生成初始种群,设计了合理的适应度评价函数,利用遗传算法进行迭代寻优,寻找最优航迹。仿真结果表明,改进算法规划所得航迹航程更短,威胁代价更小,但由于改进算法是在D*规划的基础上进行的优化,故算法耗时较D*算法有所增加。最后针对结合遗传算法的改进D*算法规划耗时长,无法满足实时性的问题,提出一种结合引导点的改进D*算法。该算法在D*的基础上引入了引导点的概念,并对引导点的产生方式、选择策略以及切换方法进行了详细研究。由于生成了引导点,增加了算法节点扩展过程中的方向信息,提高了算法规划效率。仿真结果表明,改进算法在静态和动态环境中均能快速有效的规划出满足方向约束的可行航迹。