无人飞行器在飞行过程中准确可靠地沿预定轨迹自动导航飞行,是其完成预定任务链的必要条件。但在实际飞行过程中,由于某种原因可能导致机上导航系统导航失败、错误或者需紧急执行其它任务导致预定的任务链产生变化,使预定的任务链难以完成,这种事件称作超差事件,对应的事件信息称为超差信息。为了减少因超差而使得预定任务链无法顺利执行所带来的影响,除了提高飞行器导航系统本身的可靠性以外,对超差信息的准确及时监测并快速处理非常重要。本文即对这一问题展开研究。本文首先介绍超差概念及其产生的原因,分析了超差对飞行器执行任务的影响,并详细分析了几类典型超差的处理方案。同时,由于超差的处理需用到局部实时航迹规划方法,因此本文接着分析了局部实时航迹规划问题模型,并讨论了几种算法在本问题模型中的适用性。在此基础上,指出了以遗传算法为代表的传统算法在处理基于超差的局部实时航迹规划时的局限性,分析了局限性产生的具体原因,并通过实验进行了验证,为进一步克服算法缺陷指明方向。针对遗传算法在航迹规划时,由于无法往回规划以及对前向机动距离要求较高等而造成规划困难的问题,提出了结合有向圆理论的局部实时航迹规划方法。当规划起始点与终止点方向相差太大时,利用有向圆与飞行器连续转弯时飞行轨迹的相似性,在航迹规划的起始点和终止点附近分别加上一段转弯弧段,使中间规划段的起始点、终止点方向与两者连线方向一致,从而避免算法往回规划。当航迹规划的起始点和终止点相距过近时,在距离起始点、终止点均较远处增加一个中间点,引导算法通过绕弯的方式增大飞行器前向机动距离。实验证明,该方法在遇到往回规划和前向机动距离不足时可以实现较高的规划成功率。本文提出的规划方法可以很好地克服以遗传算法为代表的传统算法在进行局部实时航迹规划时的局限性,并可以快速合理地处理几类典型超差。实验结果表明了该方法的正确性和有效性。