1.一种基于4G网络的无人机最优通信路线规划方法，其特征在于，该方法具体包括以下步骤：S1：空间建模，栅格划分：通过GPS信息为基准将空域通过栅格法划分为大小相等的单元格，单元格大小分为一级数据栅格和二级数据栅格；

S2：基于所述栅格法建立三维空间的数据库，并记录栅格节点内任意位置的4G参考信号接收功率(Reference Signal Receiving Power,RSRP)，其中每个栅格对应一个独立的坐标(x,y,z)；

S3：飞行路线预规划：将起点与终点的连接起来，连接线作为预规划路线；

S4：飞行路线再规划：利用三维直线光栅化算法求出预规划路线所经过的一级数据栅格；求出直线经过的栅格后，将不满足飞行条件的栅格所包含的直线抹除，此时预规划路线中将会出现若干段长度不等的空缺段，将所述空缺段中的路线由寻路算法利用二级数据求出新的再规划路线；

S5：通过改进型寻路算法求出最优路线。

2.根据权利要求1所述的基于4G网络的无人机最优通信路线规划方法，其特征在于，步骤S1中，所述一级数据栅格的边长为30m，用于飞行线路的预规划；所述二级数据栅格的边长为10m，飞行线路的再规划。

3.根据权利要求1所述的基于4G网络的无人机最优通信路线规划方法，其特征在于，步骤S1中，所述数据库内还加入有障碍信息，采用与坐标相应的0-1矩阵来存储每个栅格节点的可达性，即1表示该节点可达，0表示不可达，此节点的代价值将视为无穷大。

4.根据权利要求1所述的基于4G网络的无人机最优通信路线规划方法，其特征在于，步骤S4中，所述三维直线光栅化算法具体包括：3个分支；设起点与终点分别为Ps(xs,ys,zs)与Pe(xe,ye,ze)，且Δx＝xe-xs，Δy＝ye-ys，Δz＝ze-zs，第一分支Δx大于等于Δy和Δz，该分支中循环的每一步总是将x的坐标加1或减1，然后由递推式判断要对y与z坐标加1、减1或不变；第二分支Δy大于等于Δx和Δz时，此时该分支中循环的每一步总是将y坐标加1或减1，然后判断x与z如何变化；第三分支Δz最大，此时该分支中循环的每一步总是z坐标加1，然后判断x与y坐标如何变化，并且这三个分支完全对称。

5.根据权利要求4所述的基于4G网络的无人机最优通信路线规划方法，其特征在于，步骤S4中，所述路线再规划具体包括：设第i个栅格的节点坐标为(xi,yi,zi)，当Δx≥Δy>Δz>1时，xi对应的点为Pi,r(xi,yi,r,zi,r)，其中，yi,r和zi,r表示最靠近yi和zi的整数，通过三维直线光栅化算法求出预规划路线所经过的主要栅格，三维空间直线光栅化由xoy与xoz面合成而来，在xoy面中：其中D(yi)表示在xoy投影面中第i个栅格的选择判定，kxoy表示xoy面中的斜率；

而在xoz面中：

其中D(zi)表示xoz面中第i个栅格的选择判定，kxoz表示xoz面中的斜率；

以上两个公式，共同构成了三维空间直线光栅化的递推式，由此求出预规划路线所经栅格；结合一级数据分析这些栅格的RSRP值与可达性，若RSRP值过大或位置不可达，则直接将经过这些栅格的直线截断，这些截断部分的路线将调用二级数据并由寻路算法来确定再规划路线。

6.根据权利要求1所述的基于4G网络的无人机最优通信路线规划方法，其特征在于，步骤S5中，所述通过改进型寻路算法求出最优路线具体包括：最优路线的选择以路线的代价为主要参考指标，代价函数为：

f(n)＝h(n)+g(n)

其中，f(n)为总代价，h(n)为指定点到终点的估计代价，g(n)为从起点到指定位置的代价，且：Pi＝(pi-pmin)/(pmax-pmin)

h(n)＝(dn-dmin)/(dmax-dmin)

Ci＝(ci-cmin)/(cmax-cmin)

其中，Ci为第i个栅格与它前一个栅格之间的实际距离；Pi为信号覆盖强度的直接代价，值越小表示代价越低，pi、pmax、pmin分别为当前栅格的信号强度、所有栅格中的最大信号强度与最小信号强度；w1、w2为两个权值，且w1+w2＝1，通过需求调整两个权值来确定两个代价指标所占权重；dn、dmax、dmin分别为栅格n到目标点的地表距离、最大距离、最小距离；ci为第i个栅格与它前一个栅格之间的地表距离，cmax、cmin通过以下两个式子求出：其中， 为栅格i与前一个栅格之间经过的栅格数量，Δd为一个栅格的

边长，di为欧氏距离，Δhi为高度差，hmax、hmin分别为所有栅格中的最大高度与最小高度。

7.根据权利要求6所述的基于4G网络的无人机最优通信路线规划方法，其特征在于，在计算g(n)前将对RSRP进行数值判定，若其绝对值大于110，则将所在节点加入closed表中，即视为不可达节点；若相邻节点均不可达，则回退到上一节点并将本节点加入closed表中，重新进行路线搜索。