1.什么是航迹规划？
无人机的航迹规划一般可以描述为如下需要解决的问题:1）给定起点; 2)一组要服从的限制条件,如机动能力!续航能力等; 3)一组需要执行任务的目标区域; 4)一组威胁或障碍区域; 5)终点。要求寻找一条穿过目标区域的可飞行路径,而且在某种性能指标的度量下是最优的,即付出的代价最小。
2.解决航迹规划的关键技术
1）地形和敌情信息的获取与处理
航迹规划需要的信息中最为重要的是地形信息和敌情信息,它们直接决定了规划航迹的质量,一般通过卫星和情报手段获得,并且可以将通过机载传感器及通信链获得的信息进行及时修正和补充,但是由于信息本身在一定程度上是粗糙模糊的,所以处理起来难度很大,现在通用的做法是构造数字地图数据库。
2）威胁模型
一个理论威胁突防模型由敷设在地形模型上的不同威胁模型，地形遮蔽算法和与RCS数据有关的飞行器特征模型组成。威胁建模要考虑的因素也很多,如地形因素威胁，电磁干扰威胁，防空火炮威胁，地空导弹威胁，雷达探测威胁大气条件威胁等等。
3）航迹规划算法
随着防空体系的日益完善,可以被对方利用的漏洞越来越少,对于飞行器的威胁正在加大,因此提高任务规划质量,对于无人机飞行的成功也越来越重要了。以往人工在地图上用图钉加联线的方式来确定突防航线的方法己经远远不能满足要求了,难以达到突防效果。为了提高飞行器的生存能力,必须综合多种信息(如地形信信息，威胁信息，飞行器性能，时间限制以及航迹点位置坐标信息等),充分利用计算机技术,自动的进行高质量航迹规划。由于飞行器面临的战场环境异常复杂辽阔,规划约束条件众多且模糊性大,各因素之间存在强祸合,飞行器独特的制导体制,突防要求和命中精度要求等因素,因此设计航迹规划算法成为航迹规划中最具有挑战性的问题。
航迹规划可以采用的算法很多,在不同的规划阶段,根据其所要解决的问题,有不同的规划算法,各种算法各有其优缺点,算法的优劣主要取决于算法速度的快速性,算法求出解的最优性。
3.什么是启发式搜索
启发式搜索(Heuristically Search)又称为有信息搜索(Informed Search)，它是利用问题拥有的启发信息来引导搜索，达到减少搜索范围、降低问题复杂度的目的，这种利用启发信息的搜索过程称为启发式搜索。启发式策略可以通过指导搜索向最有希望的方向前进，降低了复杂性。通过删除某些状态及其延伸，启发式算法可以消除组合爆炸，并得到令人能接受的解(通常并不一定是最佳解)。
然而，启发式策略是极易出错的。在解决问题的过程中启发仅仅是下一步将要采取措施的一个猜想，常常根据经验和直觉来判断。由于启发式搜索只有有限的信息(比如当前状态的描述)，要想预测进一步搜索过程中状态空间的具体行为则很难。一个启发式搜索可能得到一个次最佳解，也可能一无所获。这是启发式搜索固有的局限性。这种局限性不可能由所谓更好的启发式策略或更有效的搜索算法来消除。一般说来，启发信息越强，扩展的无用节点就越少。引入强的启发信息，有可能大大降低搜索工作量，但不能保证找到最小耗散值的解路径(最佳路径)。因此，在实际应用中，最好能引入降低搜索工作量的启发信息而不牺牲找到最佳路径的保证。
4.什么是估价函数？
用于评价节点重要性的函数称为估价函数，其一般形式为f(x)=g(x)+h(x)。式中：g(x)为从初始节点到节点x付出的实际代价；h(x)为从节点x到目标节点的最优路径的估计代价。启发性信息主要体现在h(x)中，其形式要根据问题的特性来确定。
虽然启发式搜索有望能够很快到达目标节点，但需要花费一些时间来对新生节点进行评价。因此，在启发式搜索中，估计函数的定义是十分重要的。如定义不当，则上述搜索算法不一定能找到问题的解，即使找到解，也不一定是最优的。
5.数字地图处理算法
地形模型是进行航迹规划的主要信息来源,它利用数字化技术,将地形，地物和威胁分布等信息以数据的形式存储起来,供航迹规划调用，它的数据量是极其庞大的,利用这些数据建立合理的!简化的地形模型,可以减少数字地图的存储空间,提高航迹规划速度"目前,常采用的地形模型有离散形式和连续形式两种。常用的计算方法有双线性插值，双立方Hermite插值和二维三次卷积插值，具体应用时,可根据计算精度和速度要求,综合权衡加以选用，目前国内外飞行器航迹规划的研究主要分为地形跟随，地形回避和威胁回避。由于威胁回避模型较难建立,许多学者都将威胁回避模型简化为与地形相关的模型,即将其变化为地形模型,然后利用地形跟随和地形回避将其回避。
数字地图是对地攻击中对战区地形进行细致描述和分析的重要工具，对数字地图的研究直接影响到任务的完成。国内外研究数字地图大多数采用栅格法,将地形分成等间距的栅格,取各栅格交叉点位置,存储高度信息,栅格间距根据实际情况选取,栅格内各点的高度由已知点插值求出。