1.一种基于无人机基站系统的资源分配与飞行轨迹优化方法，其特征在于，包括以下步骤：S1.建立无人机基站三维坐标无线通信系统，包括一个无人机基站和一个回程链路接入点，地面共有K个用户，其中有K1个时延容忍用户，即可延时接收信息的用户；K2个时延敏感用户，即需要与无人机实时通信的用户；K、K1、K2均为正整数；所述无人机基站三维坐标无线通信系统的优化目标为通过联合优化无人机的带宽、功率以及轨迹使得时延容忍用户的最小速率最大化；

S2.建立对所述无人机基站三维坐标无线通信系统进行联合优化无人机的带宽、功率的资源分配优化模型P1；

S3.建立对所述无人机基站三维坐标无线通信系统进行无人机轨迹优化的轨迹优化模型P2；

S4.基于所述资源分配优化模型P1和无人机轨迹模型P2，以及所述无人机基站三维坐标无线通信系统的优化目标进行求解，得到无人机最优的带宽、功率分配以及飞行轨迹。

2.根据权利要求1所述的基于无人机基站系统的资源分配与飞行轨迹优化方法，其特征在于，步骤S1中所述的无人机基站三维坐标无线通信系统中各个参数的初始设定为：通信链路中的最大功率设为Pmax，总带宽设为B，无人机到第i个用户的初始带宽设为ar＝1/(2K)，到回程链路接入点的初始带宽为a0＝1/2，无人机到第i个用户的初始功率为pr＝Pmax/K到回程链路接入点的功率为pBH＝Pmax，飞行高度为H，完成任务需要时间为T，则无人机基站的水平位置为wBH＝[x0,y0]T，用户i的水平位置为wi＝[xi,yi]T，i＝1，2，3，...，K，无人机的水平坐标为q(t)＝[x(t),y(t)]T，t＝0，1，2，...，T，将T平均分成N个时隙，时隙长度为δt＝T/N，且在每个时隙中无人机最大飞行速度为Vmax，无人机水平坐标转化为q[n]＝[x(n),y(n)]T，n＝0，1，2，3，...，N。

3.根据权利要求2所述的基于无人机基站系统的资源分配与飞行轨迹优化方法，其特征在于，步骤S1中所述无人机基站三维坐标无线通信系统的优化目标为通过联合优化无人机的带宽、功率以及轨迹使得时延容忍用户的最小速率最大化，具体为：设定无人机飞行轨迹为环形轨迹，且无人机飞行时受到最大速度的约束，表示为：q[0]＝q[N]

||q[n+1]-q[n]||2≤S2max其中，||·||2表示范数的平方，即距离的平方，在第n个时隙时，无人机到用户的距离公式表示为：无人机到回程链路接入点的距离公式表示为：无人机到用户的信道功率增益为：

无人机到回程链路接入点的信道功率增益为：其中ρ0表示为当距离d0为1时的信道功率增益；定义ai[n]为总带宽B中的一部分，取值范围在0到1之间，表示如下：分配给用户i的功率设为pi[n]≥0， 即用户i在第n个时隙的瞬时接收率为：

回程链路接入点在第n个时隙的接收率为：其中， N0表示加性高斯白噪声，则用户i在第n个时隙的瞬时平均接收率为：回程链路接入点在第n个时隙的瞬时平均接收率为：时延敏感用户在任意时隙存在最小接收率Rmin，有Ri[n]≥Rmin,i＝1，2，...，K1；

设 分别表示带宽、功率、轨迹，时延容忍用户的最小平均速率 优化目标表示如下：目标函数：

约束条件包括：

A1.s.t.Ri≥τ,i＝1，2，...，K1，表示时延容忍用户的平均速率必须大于或等于最小平均速率；

A2.Ri[n]≥Rmin,i＝1，2，...，K2，表示时延敏感用户在任意时刻的速率必满足大于或等于设定的最小接收率；

A3. 表示无人机到回程链路接入点的速率要大于等于无人机到K个用户的总速率；

A4.q[0]＝q[N]，表示无人机的起始点位置等于终点的位置，即为闭合环路轨迹；

A5.||q[n+1]-q[n]||2≤S2max，表示无人机的飞行速度要小于等于他的最大飞行速度；

A6. 表示优化最终结果带宽和不能大于1；

A7. 表示带宽取值在0到1之间；

A8.pi[n]≥0，表示功率最终优化结果要大于或等于0；

A9. 表示优化结果总带宽要小于或者等于最大功率。

4.根据权利要求3所述的基于无人机基站系统的资源分配与飞行轨迹优化方法，其特征在于，步骤S2所述的资源分配优化模型P1具体为：目标函数：

约束条件包括：

B1.s.t.

B2.

B3.

B4.

B5.

B6.pi[n]≥0

B7.

其中，

5.根据权利要求4所述的基于无人机基站系统的资源分配与飞行轨迹优化方法，其特征在于，步骤S2所述的资源分配优化模型P1进一步具体为：由于约束条件B3，所述资源分配优化模型P1为非凸问题，当优化变量为ai[n]，pi[n]时，其中约束条件B1中不等式左侧、B2中不等式左侧及B3中不等式右侧均为联合凹函数；在给r定 τ进行第r次迭代之后B3中不等式右侧用一阶泰勒展开得到全局上界值，如下：

所以资源分配优化模型P1转化为：目标函数：

约束条件包括：

C1.s.t.

C2.

C3.

C4.

C5.

C6.pi[n]≥0

C7.

6.根据权利要求5所述的基于无人机基站系统的资源分配与飞行轨迹优化方法，其特征在于，步骤S3所述的轨迹优化模型P2具体为：目标函数：

约束条件包括：

D1.s.t.

D2.

D3.

D4.q[0]＝q[N]

D5.||q[n+1]-q[n]||2≤S2max。

7.根据权利要求6所述的基于无人机基站系统的资源分配与飞行轨迹优化方法，其特征在于，步骤S3所述的轨迹优化模型P2进一步具体为：由于存在变量q[n]时，约束条件D1、D2、D3为非凸问题，定义qr[n]为无人机轨迹第r次迭代的结果，当变量为||q[n]-wi||2或||q[n]-wBH||2时，将约束条件D3中的不等式左侧进行一阶泰勒展开；

引入松弛变量 并进行一阶泰勒展开，所述轨迹优化模型P2的优化问题即转化为凸问题，具体方法如下：

1)无人机到用户i的接收速率进行一阶泰勒展开：其中

2)无人机到回程链路接入点的接收速率进行一阶泰勒展开：其中：

3)轨迹优化模型P2转化为：

目标函数：

约束条件包括：

E1.s.t.

E2.Ui[n]≥Rmin,i＝1，2，...，K2E3.

E4.

E5.q[0]＝q[N]

E6.||q[n+1]-q[n]||2≤S2max通过凸优化工具箱求解ai[n]，pi[n]及q[n]三个变量的最优解。

8.根据权利要求7所述的基于无人机基站系统的资源分配与飞行轨迹优化方法，其特征在于，所述步骤S4具体包括以下步骤：S41.设置无人机的初始带宽、功率和轨迹分别为A0、P0、Q0，目标函数为R0，迭代次数r＝

0，误差阈值为10-4；

r

S42.给定无人机的轨迹Q并代入资源分配优化模型P1进行求解，得到无人机的带宽、功率的最优解为{Ar+1,Pr+1}；

S43.将{Qr,Ar+1,Pr+1}代入轨迹优化模型P2进行求解，得到无人机飞行轨迹的最优解为{Qr+1}，目标函数为Rr+1；

r r-1 r+1 r+1

S44.若|R-R |≤误差阈值，得到无人机最优的带宽{A }，功率{P }分配，以及飞行轨迹{Qr+1}，否则令r＝r+1后重复步骤S42和S43。