基于传感器信息的空间三维信息预测和飞行器航迹规划,是飞行器规划研究中重要的攻关课题。该课题不但给现有的航迹规划提供了新的规划模式,适应了新型飞行器的高速高航时的特点,而且使飞行器实时规划成为可能。本课题主要研究内容包括基于传感器数据的空间信息三维信息预测和飞行器航迹规划两大主题。三维信息预测,是通过对探测器三维空间探测数据进行分层处理,以选取的最具代表性特征的某层(特征层)为处理数据,通过对特征层矩阵和模板矩阵的相关性运算,经过假设检验,从中选取预报因子,从而构建预测矩阵,并通过加权处理,最终预测未知区域的场信息,为飞行器路径规划提供前期数据依据,以此保证飞行器的最优安全飞行。基于空间三维数据的飞行器航迹规划,包括基于移动目标的点对点航迹规划、多机多目标协同规划以及非稳态区域航迹的处理。在基于移动目标的点对点规划中,本文通过分析A*算法和遗传算法,改进了A*搜索策略和基于地形匹配的遗传算法,并应用到航迹的地面规划和空中实时修正中。而在多机多目标航迹规划中,本文提出了区域数据重采样和目标点聚类的组合预处理方法,并在详细分析TSP算法的基础上提出了基于干涉算子的TSP问题求解模型。最后,本文提出了在非稳态区域中的质变模型算法,并提出了利用质变模型的航迹平滑方法。通过本课题的研究,笔者提出了新的空间环境预测算法和质变模型、改进了相关智能规划算法,并成功应用于飞行器航迹规划中。实验证实,基于该空间环境预测算法的规划策略极大的减少了飞行器航迹规划的时间损耗,提高了飞行器规避威胁的能力,为飞行器规划领域提供了全新的业务平台。