1.一种多约束条件下智能飞行器航迹快速规划方法，其特征在于，包括以下步骤：S1、分析飞行器航迹规划特点，建立多目标函数多约束条件的数学优化模型；

根据飞行器航迹规划特点，忽略飞行器的大小将飞行器简化为质点，将飞行器节点间飞行路径视为欧式距离，建立数学优化模型的目标函数如下：最短路径：

经过最少校正点：

其中，N为飞行区域内校正点的节点集合，i、j为节点集合N中第i、j个节点的代号，dij为飞行器从节点i到节点j的距离；xij为飞行器是否从节点i飞行到节点j的二进制变量，如果飞行器从节点i飞行到节点j，则xij＝1，否则xij＝0；

该目标函数要满足以下约束条件：

1)路径平衡约束：这限制飞行器仅进行一次的飞入和飞出，即飞行器遍历该节点后就不会再遍历该节点，路径平衡约束方程为：其中k为节点集合N中第k个节点的代号，n为节点集合N中节点总数量，xik为飞行器是否从节点i飞行到节点k的二进制变量，如果飞行器从节点i飞行到节点k，则xik＝1，否则xik＝

0；xkj为飞行器是否从节点k飞行到节点j的二进制变量，如果飞行器从节点k飞行到节点j，则xkj＝1，否则xkj＝0；

2)路径唯一性约束：这用于限制飞行器依次遍历各个节点有且只形成一条有效路径，路径唯一性约束方程为：其中，yi为节点i是否被飞行器遍历的二进制变量，当飞行器从该节点i飞出或飞入即表示节点i被飞行器遍历，则yi＝1，否则为yi＝0；

3)遍历路径回路约束：这用于限制飞行器在飞行过程中没有任何子回路解产生，遍历路径回路约束方程为：S2、获取实例信息，包括飞行器起点坐标、终点坐标、飞行区域内所有的校正点的空间位置坐标及其误差校正类型，其中误差校正类型包括水平误差校正类型和垂直误差校正类型；

S3、运用启发式邻域搜索算法对实例进行求解，得到多个可选方案供选择。

2.根据权利要求1所述的一种多约束条件下智能飞行器航迹快速规划方法，其特征在于：所述约束条件还包括累积水平误差和累积垂直误差约束，根据飞行器从节点i到达节点j时能否进行理想的误差校正分为两种情况：情况一：飞行器从节点i达到节点j，可以进行理想的误差校正时，限定累积水平误差和累积垂直误差在最大定位误差范围内，从而保证飞行路径的有效性，累积水平误差和累积垂直误差约束方程为：其中：θ为累计误差阈值，hj为飞行器到达节点j位置时总水平偏差量；vj为飞行器到达节点j位置时总垂直偏差量；H为水平校正点集合， 为节点i是否属于集合H的二进制变量，若节点i∈H则 否则 V为垂直校正点集合， 为节点i是否属于集合V的二进制变量，若节点i∈V则 否则 δ为飞行器每飞行1m时水平误差与垂直误差增加量；

情况二：飞行器从节点i飞行到节点j，无法进行理想的误差校正时，则选择下一节点k进行误差校正，此时累积水平误差和累积垂直误差约束方程为：其中：Pijk为飞行器是否依次遍历节点i，j，k的二进制变量，当飞行器依次遍历节点i，j，k时，Pijk＝1，否则Pijk＝0；djk为飞行器从节点j到节点k的距离； 为节点k是否属于集合H的二进制变量，若节点k∈H，则 否则 η为校正余量，单位为m，η∈[2,8]；D为校正失败的节点集合；S为误差校正为0的概率是ξ的节点集合。

3.根据权利要求2所述的一种多约束条件下智能飞行器航迹快速规划方法，其特征在于：运用所述启发式邻域搜索算法进行求解具体包括以下步骤：A、输入初始参数和所述实例信息，所述初始参数包括最大循环次数、累计误差阈值θ，垂直误差校正条件：垂直误差阈值α1和水平误差阈值α2、水平误差校正条件：垂直误差阈值β1、水平误差阈值β2、最小转弯半径Rmin、飞行器每飞行1m误差增量δ；

B、确定相关候选点集合P4，具体方法如下：

(1)在节点集合N中选定飞行器未遍历的节点作为备选下一节点，选定飞行器从当前节点到达备选下一节点时累积水平误差和累积垂直误差均小于累积误差阈值θ的节点，存储在集合P1中；

(2)选定P1中X轴坐标值比飞行器当前节点X轴坐标值大的节点，存储在候选点集合P2中；

(3)为避免飞行器累计误差值较大，根据当前飞行器的累计水平误差值和垂直误差值，选定到达下一点需校准的误差值类型，并确定候选点集合P4,确定的方式有两种：方式一：

a、在集合P2中选定满足垂直校正条件的节点组成集合P3，所述垂直校正条件为：垂直误差不大于α1，水平误差不大于α2；如果P2中不存在满足垂直校正条件的节点，那么选择P2中满足水平校正条件的节点组成集合P3，所述水平校正条件为：垂直误差不大于β1，水平误差不大于β2；

b、确定飞行器当前节点和上一节点位置坐标，随机选取所述P3中任一点作为下一节点，这三个节点构成空间三角形，求解当前节点到达下一节点的转弯半径，若计算所得转弯半径大于最小转弯半径Rmin，则从集合P3中选择的该节点满足转弯半径约束，将该节点存储在候选点集合P4中，从P3中选择所有满足转弯半径约束的节点组成候选点集合P4；

方式二：

选定集合P2中能实现完全校准或满足校正余量η的垂直校正点作为候选点集合P4，否则选定P2中能完全校准或满足校正余量η的水平校正点作为候选点集合P4；

C、从候选点集合P4中任选一节点并前进一步作为当前节点，确定下一节点的候选点集合P4，具体方法如下：从步骤B中所得的候选点集合P4中任取一节点并前进一步将其作为当前节点，转至步骤B选取其下一节点的候选点集合P4，如果其下一节点的候选点集合P4为空集，则返回步骤B中所得的候选点集合P4，另取一节点作为当前节点，继续计算；若以候选点集合P4中所有节点为当前节点，转至步骤B后获取的下一节点的候选点集合P4均为空集，则获取原候选点集合P4的当前节点为死点，返回该当前节点的上一节点，并以该上一节点为当前节点，重新计算；

在步骤B、C中，针对每个非空的候选点集合P4判断是否包含终点坐标，若包含，则保存航迹并进入步骤D；否则，继续转至步骤B、C继续确定下一节点的候选点集合P4；

D、每获得一条航迹则循环次数增加一次，判断累积循环次数是否达到最大循环次数，若未达到，则转至步骤A，继续探寻新的航迹，否则，输出所有航迹。

4.根据权利要求3所述的一种多约束条件下智能飞行器航迹快速规划方法，其特征在于：所述转弯半径计算方法如下：其中，Rijk为转弯半径，s为节点i、j、k围成的三角形的面积，p为节点i、j、k围成的三角形半周长。