人类轨迹数据在城市规划、交通工程和公共健康等领域具有重要意义。然而，直接使用真实世界中的轨迹数据常面临隐私保护、数据获取成本高以及数据质量差等挑战。一种切实可行的解决方案是轨迹生成技术，该方法旨在模拟人类移动行为。现有轨迹生成方法主要关注个体移动模式的捕捉，但往往忽视了人口分布对轨迹生成的影响。事实上，动态的人口分布反映了不同区域人口密度的变化，对个体移动行为具有显著影响。为此，我们提出了一种基于扩散模型的新型轨迹生成框架，通过引入动态人口分布约束，以指导生成更高质量、更逼真的轨迹。具体而言，我们构建了一个空间图结构，以增强轨迹之间的空间相关性；同时设计了一种能够感知动态人口分布的去噪网络，以在去噪过程中捕捉人类移动行为的时空依赖性，并充分考虑人口分布的影响。大量实验结果表明，本模型生成的轨迹在多个关键统计指标上与真实轨迹高度相似，其性能优于当前最先进的算法超过54%。