1.一种基于无人机的大气监测最优路径航迹规划算法。其特征在于，包括以下步骤：步骤1：根据大气监测布点规范和方法确定各监测点的位置。

步骤2：设置布谷鸟算法的参数，包括最大迭代次数Smax，鸟巢数量N，其它相关参数包括温度T，聚类数量n，聚类簇K，标准步长x。

步骤3：使用K-means聚类方法对n个无人机监测航点聚类，划分成K个聚类簇。

步骤4：所述步骤2中的鸟巢数量N，为鸟巢设定一个初始解，即代表一种监测航点次序列表。

步骤5：计算每一个鸟巢中解的目标值评价函数f(x)，并将鸟巢中最优解作为全局最优解xbest。

步骤6：对于每一个鸟巢中的解，进行Levy飞行获取候选解y。

步骤7：若接收候选解y，则xbest＝y,否则xbest＝x。

步骤8：更新温度T。

步骤9：判断当前迭代次数是否达到所设定最大迭代次数Smax，若达到，则返回当前最优解xbest；否则，返回步骤5。

步骤10：根据最优解xbest，无人机进行大气监测任务。

2.根据权利要求1所述的一种基于无人机的大气监测最优路径航迹规划算法，其特征在于所述步骤3，先使用K-means聚类方法对n个无人机航点进行聚类，划分成K个聚类簇。

3.根据权利要求1所述的一种基于无人机的大气监测最优路径航迹规划算法，其特征在于所述步骤6，将Levy飞行的步长作为选择优化算子的依据，当Levy飞行步长小于标准步长x时，选择小扰动算子在所述权利要求1中的聚类内进行小范围搜索；当Levy飞行步长大于标准步长x时，采用大扰动算子在大范围内进行搜索。

4.根据权利要求3所述的一种基于无人机的大气监测最优路径航迹规划算法，其特征在于所述小扰动算子包括对换算子，插入算子，倒位算子；所述大扰动算子包括双桥算子，

3-opt邻域算子。

5.根据权利要求1所述的一种基于无人机的大气监测最优路径航迹规划算法，其特征在于所述步骤6选用Metropolis准则作为是否接收候选解的判断标准。