随着用户对数据通信服务需求的不断提升,无人机基站作为一种机动灵活的通信服务设施,被广泛应用于当前的无线通讯服务中,特别是在设备故障或自然灾害情景下的抢险通信服务中。无人机基站部署问题是无人机辅助通信面临的首要任务,其性能直接关系到用户体验性和资源的有效利用率。在全面分析国内外相关领域研究现状的基础上,课题围绕用户划分、基站分配和无人机空间部署三个核心问题进行研究,并给出相应的优化策略。首先,针对已知用户位置分布条件下的用户簇划分问题,提出了一种混合聚类算法DC-ISO。混合聚类算法以无人机基站的服务性能(如最大服务用户数量、最小用户服务数量和通信服务半径)为限制约束条件,根据用户位置分布状况对用户进行划分。DC-ISO算法在聚类过程中给出合并策略、分裂策略、均衡策略和动态最小簇元素策略,用于协调簇内元素与簇间元素之间的相互关系,优化用户簇的划分。混合聚类算法能够较好解决用户簇划分中的区域限制条件和簇间元素平衡问题。其次,针对用户请求差异和无人机基站性能差异条件下的无人机基站分配问题,提出了一种基于用户个性化需求的分配策略。综合考虑用户的个性化需求与无人机基站性能之间的关系,从计算能力、带宽、能耗、成本和稳定性等五个方面对用户簇的待选无人机基站进行满意度评分。分配策略以总体客户满意度最大化为目标函数,建立无人机基站分配优化问题模型,并使用整数线性规划算法进行求解,实现无人机基站的最优分配。再次,针对无人机辅助通信中的旋翼无人机基站空间位置优化问题,提出了一种用户总体下载速率最大化的静态无人机基站部署策略。静态无人机基站部署策略着重强调在现有方法中被忽视的环境因素和用户分布对无人机基站部署性能的影响,以四种环境为背景,分析了旋翼无人机基站的空间部署问题。静态无人机部署策略以用户总下载速率最大化为目标建立部署问题最优化模型。通过将目标函数定义为适应度函数,给出基于粒子群搜索算法的求解方式,得到静态无人机基站最优部署方案。最后,针对固定翼无人机基站的飞行轨迹优化问题,提出最大化用户簇下载速率和最小化能耗的动态无人机基站轨迹优化策略。轨迹优化策略分析了无人机基站的数据服务通信模型和飞行能耗模型,并以其为基础建立能效优化模型。针对非线性分式规划问题,轨迹优化策略给出使用线性状态空间逼近和连续凸优化算法的求解思路,从而得到固定翼无人机基站的最优能效比飞行轨迹。