杨 杰，蔡 超，孙希霞

(华中科技大学 a.图像识别与人工智能研究所；b.多谱信息处理技术国家级重点实验室，武汉 430074)

1 概述

飞行器(如飞机、巡航导弹等)的航迹规划是指在综合考虑飞行器机动性能、突防概率、碰地概率和飞行时间等约束因素下，寻找一条从起始点到目标点的最优或可行的飞行轨迹[1-2]。常见的规划算法有A*搜索算法、动态规划算法、Dijkstra算法、遗传算法、蚁群算法、数学规划等[3]。在这些算法中，A*算法以其实现简单、搜索速度快且能够获得全局最优解等优点，得到了广泛的应用[4-5]。

航迹规划的搜索空间通常很大，为了加快搜索速度，一系列快速A*算法得以提出。文献[6]提出了稀疏A*算法，该方法结合路径约束有效地削减了搜索空间，大大提高了规划效率。文献[7]在此基础上继续改进，将稀疏A*算法应用于三维空间的航迹规划。文献[8]提出的 Lifelong PlanningA*算法是一个递增式搜索的A*算法，文献[9]将该方法用于航迹规划问题。

传统规划算法通常不考虑端点方向约束的问题。规划时，航迹从起始点的任一方向出发，一旦到达目标点，则认为规划结束。在实际的战场环境中，有时要求规划出的航迹必须满足端点方向约束，即航迹要从起始点的特定方向出发，并沿目标的特定方向进入。针对此问题，文献[10]使用A*算法，并在目标点周围添加一个高代价区域，达到了限制航迹从特定方向到达目标的目的。但实验表明当该高代价区域的开口方向背离发射点角度较大时，会引起A*算法的回退，使得规划效率降低。……