一条完整的航路是由多个航路点组成的,传统航路的航路点是由经度、纬度和高度组成,由经度、纬度、高度、时间构成的航路点叫做4D航路点,由4D航路点构成的航路就是4D航路。在有时间约束的条件下为作战飞机寻找到从初始起飞点到作战目标点的一条最优或次优的飞行航路,或者为带有时间任务的作战飞机设计一种可行的解决方案,都属于4D航路规划的范畴。本文以我方飞机在复杂战场环境中拦截敌方飞机为应用背景,提出了一种新的4D航路规划算法,能够更加高效地寻找航路,主要工作内容如下:(1)本文首先介绍了所采用的基础算法,并对该基础算法进行改进,使之更好地应用于航路规划问题中。介绍A星算法的基本原理和步骤,主要介绍了A星算法中使用到的0/1栅格划分方法、代价函数和节点查找方法。并结合航路规划的特点,提出了改进的[0,1]栅格划分方法、代价函数和节点回溯方法,结果证明改进的A星算法能够更好地应用在航路规划问题中。(2)本文针对传统A星算法在航路规划中搜索空间大、搜索时间长的问题,提出了变结构A星算法。通过采用基于线性四叉树的变结构地图划分方法,新的节点查找方法和代价函数计算方法,并通过实验证明,相较于传统A星算法,变结构A星算法拥有更快的运算速度、更小的搜索空间和更高效的内存使用方法。(3)本文针对编队飞行和拦截敌机这两种常见的带时间约束的航路规划任务,分别提出了与之对应的4D航路规划算法。提出了编队航路规划中的时间协同方法,以及编队解散过程中的时间协同方法,还提出了在指定时间内由起始点到目标点的规划方法,然后近一步介绍了拦截敌机的航路规划方法。(4)本文介绍了一个基于HLA的航路规划与评估系统,并进一步在这个系统中验证本文提出的4D航路规划算法的可行性。该系统包含地形仿真、威胁仿真,飞机仿真以及航路规划和航路评估仿真,在该系统中,同时包含了编队航路规划和拦截航路规划任务,通过本系统的仿真结果,可以证明本文提出的4D航路规划算法是真实可用的。