高空区域存在可以对无人机造成致命探测的威胁,所以在无人机的飞行区域内规划一条可以避开各种雷达威胁的航路对无人机进行引导就显得至关重要。规划出的航迹必须满足无人机自身性能的限制、任务的需求等约束条件,保证无人机快速安全的抵达目的地执行任务。(1)本文结合高空、高速航迹规划问题对各种算法进行分析比较,选择遗传算法并进行改进和创新。首先,利用实值基因编码降低解码难度,提出一种防止航迹节点重合的初始化方法来提高收敛速度;然后,通过AHP(层次分析法)对代价函数权重因子进行分析确定,使得适应度值更能很好的体现适应度,进一步提高了航迹的评优结果;最后,针对基本遗传算法易早熟陷入局部最优解的缺点引入了自适应遗传因子,对基本遗传算法进行了改进。结合模拟退火算法对当前算法进行改进,设计混合AGA算法,经过验证比对,改进的算法在搜索时间、搜索精度上都得到很大的提高。(2)实际环境中威胁在不断的变化,针对这个问题,本文提出一种局部航迹修正时新起点的求解方法,利用多线程设计并行遗传算法加快算法的收敛,满足高速无人机航迹局部修正的要求。(3)为了对实际飞行环境进行模拟,本文开发一款智能的人工界面平台用于模拟无人机飞行的三维空域环境。在界面平台下根据实际环境威胁的参数信息建立3D威胁模型对威胁范围进行模拟,可以修改这些模型的参数信息。实际环境中的威胁在不断变化,界面平台通过鼠标捕获雷达模型并拖动、键盘输入属性值的方式在三维地图上对雷达威胁进行动态跟踪。将算法进行动态封装并在界面实现航迹规划。经过实验结果可知,遗传算法用于高空高速无人机航迹规划能很好的规避复杂的雷达威胁,改进之后的混合AGA对算法的搜索效率、搜索结果都有很大程度的提高,并行式遗传算法有效的提高规划效率,满足高空高速无人机局部航迹修正的要求。设计的界面有效的实现了航迹的规划。