为解决无人战斗机(unmanned combat aerial vehicle,UCAV)实时航路规划问题,通过对各种威胁等效为雷达威胁,威胁分级和每级分层次的处理方法,得到每个威胁的击毁和击伤作用距离。建立UCAV简易的二维模型,利用其飞行姿态与雷达散射截面积(radar cross section,RCS)之间的关系,得出以探测概率为基础的威胁代价函数。最后运用自适应Meta-Lamarckian学习策略的粒子群优化(particle swarm optimization,PSO)算法对方法进行实时性仿真测试,结果表明此方法的有效性。