1.一种基于人工蜂群算法的灾后无人机基站部署方法，其特征在于，该方法包括：构建预设大小且分布若干终端用户的无人机基站三维场景；

计算该场景区域内每个终端用户的网络吞吐量，根据无人机基站的容量约束，计算总体网络吞吐量；

采用人工蜂群算法计算最大的总体网络吞吐量和其对应的无人机基站在空中的最佳飞行位置，进行无人机基站部署。

2.如权利要求1所述的一种基于人工蜂群算法的灾后无人机基站部署方法，其特征在于，在该方法中，所述无人机基站三维场景中终端用户的高度相同且水平坐标不同。

3.如权利要求1所述的一种基于人工蜂群算法的灾后无人机基站部署方法，其特征在于，在该方法中，所述计算该场景区域内每个终端用户的网络吞吐量的具体步骤包括：在所述无人机基站三维场景中随机产生若干个无人机基站的坐标；

根据无人机基站的坐标计算无人机基站和终端用户的距离欧氏距离；

根据欧氏距离计算终端用户的接收功率；

根据接收功率计算出每个终端用户的信号与干扰加噪声比；

分别计算信号与干扰加噪声比不低于设定阈值的终端用户的网络吞吐量。

4.如权利要求1所述的一种基于人工蜂群算法的灾后无人机基站部署方法，其特征在于，在该方法中，所述接收功率为终端用户接收到无人机基站传输过来信号的功率，根据无人机基站发射功率减去传输损耗计算；

在该方法中，所述终端用户与所述无人机基站之间采用单信道通信，所述终端用户的网络吞吐量等于终端用户的信道容量。

5.如权利要求1所述的一种基于人工蜂群算法的灾后无人机基站部署方法，其特征在于，在该方法中，所述根据无人机基站的容量约束，计算总体网络吞吐量的具体步骤包括：将每个无人机基站覆盖的且信号与干扰加噪声比大于设定阈值的终端用户的网络吞吐量进行相加，得到每个无人机基站的网络吞吐量；

判断每个无人机基站的网络吞吐量是否大于无人机基站的容量；

若大于，则断开最少个终端用户与该无人机基站的连接，使无人机基站的网络吞吐量不超过无人机基站容量，同时使该无人机基站的网络吞吐量最大，否则进入下一步；

将所有无人机基站的网络吞吐量相加，计算出区域内的总体网络吞吐量。

6.如权利要求1所述的一种基于人工蜂群算法的灾后无人机基站部署方法，其特征在于，在该方法中，所述采用人工蜂群算法计算最大的总体网络吞吐量和其对应的无人机基站在空中的最佳飞行位置的具体步骤包括：参数初始化，随机产生一组无人机基站坐标；

记录最大总体网络吞吐量和其对应的无人机基站坐标；

在当前无人机基站坐标附近搜索新坐标，若找到更大的总体网络吞吐量，则将其记录下来并将当前坐标替换成总体网络吞吐量更大的无人机基站坐标；

采用轮盘赌按概率在当前无人机基站坐标附近产生新坐标，若找到更大的总体网络吞吐量，则将其记录下来并将当前坐标替换成总体网络吞吐量更大的无人机基站坐标；

若搜索次数是否超过了极限值，则随机产生新的无人机基站坐标替代当前坐标；

直至达到了迭代总次数，输出记录的最大总体网络吞吐量和对应无人机基站坐标。

7.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行如权利要求1-6任一项所述的一种基于人工蜂群算法的灾后无人机基站部署方法。

8.一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行如权利要求1-6任一项所述的一种基于人工蜂群算法的灾后无人机基站部署方法。

9.一种基于人工蜂群算法的灾后无人机基站部署装置，其特征在于，基于如权利要求

1-6任一项所述的一种基于人工蜂群算法的灾后无人机基站部署方法，包括：场景构建模块，被配置为构建预设大小且分布若干终端用户的无人机基站三维场景；

吞吐量计算模块，被配置为计算该场景区域内每个终端用户的网络吞吐量，根据无人机基站的容量约束，计算总体网络吞吐量；

无人机基站部署模块，被配置为采用人工蜂群算法计算最大的总体网络吞吐量和其对应的无人机基站在空中的最佳飞行位置，进行无人机基站部署。

10.一种基于人工蜂群算法的灾后无人机基站系统，其特征在于，包括若干无人机基站，所述无人机基站根据如权利要求1-6任一项所述的一种基于人工蜂群算法的灾后无人机基站部署方法部署。