黄 鹤，吴 琨，王会峰，杨 澜, 茹 锋，王 珺

（1. 长安大学 电子与控制工程学院，西安 710064； 2. 长安大学 西安市智慧高速公路信息融合与控制重点实验室，西安 710064； 3. 长安大学 信息工程学院，西安 710064）

无人机以低风险、高机动能力等特点被广泛地应用于军事领域，在执行任务规划中，低空突防技术是无人机协同作战以及网络化作战的关键技术，合理高效的突防方法可以使无人机更有效地躲避威胁区域，提高任务执行效率及生存几率，顺利完成飞行任务。

无人机突防以有效的规划路线方法[1]为基础，其核心取决于寻优算法的优劣。近年来国内外学者在该领域进行了大量的研究，提出了诸多有效的突防路径规划算法，如最速下降法[2]、Voronoi 图法[3]、遗传算法[4]、A*智能算法[5]等。目前最新、使用最广泛的方法是采用群体智能优化算法求解无人机突防路径的问题。唐立等提出了一种基于改进的蚁群算法的路径规划方法[6]，通过构造泰勒多边形构造路径可行解并建立路径安全度约束，缩小搜索范围，再通过蚁群算法寻找最优路线。该方法提升了寻优效率，但路径的精确度不高。宋宇等提出了一种基于三维规划的改进粒子群优化方法[7]，提升了全局及局部搜索性能，但由于将威胁场考虑的比较简单，并未考虑地形等因素，因此实际应用效果并不理想。近年来，许江波等通过自适应策略改进鱼群算法，利用其全局寻优能力解决路径规划问题[8]，但该算法的不足还是搜索时间过长。……