自21世纪以来,随着反无人机系统在军事战场的应用,现代战场环境变得复杂多变,此时需要多架无人机相互协作完成作战任务。同时,多无人机航迹规划作为实现无人机协同作战的关键,能够提高每架无人机执行作战任务的整体效能。本文运用自适应扩散机制的改进蚁群算法研究多无人机协同航迹规划问题,首先介绍传统蚁群算法的基本原理,并分析造成算法过早收敛且仿真结果为局部最优解的原因。其次,通过在传统蚁群算法的基础上设定信息素浓度阈值和随机信息素挥发系数,并引入信息素扩散机制和轮盘赌选择规则进行算法改进,避免全局路径搜索过程中信息素分布不均,同时在算法中设置多个蚂蚁种群进行多无人机航迹规划。然后,建立考虑外部环境威胁和无人机机动性能约束条件的综合航迹代价函数,同时构建栅格图环境模型,并运用改进蚁群算法在不同威胁环境下进行多无人机航迹规划仿真,当进行三维空间多无人机协同航迹规划时,采用最小威胁曲面法将三维空间内外部威胁投影至二维平面。最后,根据仿真结果分析算法中信息素重要程度、启发因子重要程度和信息素挥发系数等参数取值以及四邻域和八邻域搜索方式对航迹规划仿真结果的影响。为验证改进蚁群算法解决多无人机航迹规划问题的可行性和航迹规划的优化效果,本文运用Matlab进行仿真实验并对比分析传统蚁群算法和改进蚁群算法的规划航迹。根据仿真结果得出,改进蚁群算法能够保证每架无人机规划得到满足自身机动性能和外部威胁约束的最优规划航迹,并且规划航迹性能指标均优于传统蚁群算法,其中航迹长度缩短4.3%,算法运算时间降低12.5%。