1.无人机视频中继系统，其特征在于，包括不工作的第一基站，以及在所述第一基站覆盖区域内的K个用户U＝{u1,u2…uK}，以及与所述第一基站邻近的M个正常工作的第二基站S＝{s1,s2…sM}，以及部署在所述第二基站与所述用户之间用于视频中继的无人机，K≥2，M≥2；所述第一基站和所述第二基站具有相同的高度；所述无人机的飞行轨迹遵循时间离散法；所述无人机采用频分多址在所述第二基站和所述用户之间进行动态分配带宽，满足：其中，xm[t]>0表示所述无人机对第m个第二基站sm分配的带宽比例，1≤m≤M；yk[t]>0表示对第k个用户uk分配的带宽比例，1≤k≤K；

每个所述第二基站到所述无人机之间的通信链路采用第一通道模型；在所述第一通道模型中，每个所述第二基站和所述无人机之间的信道由视距链路控制；

所述无人机到每个所述用户之间的链路采用第二通道模型；在所述第二通道模型中，根据实际测量，信号反射和散射等会发生在空地通信链路中；

在视频点播场景中，K个用户通过所述无人机请求来自所述第二基站的不同视频内容，所述无人机从M个所述第二基站获取视频内容，然后将数据包转发给K个用户；

无人机视频中继系统的能耗最小化约束模型的目标是：通过联合优化无人机轨迹带宽分配 以及发射功率分配 使无人机在连续T个时隙内的总能量消耗最小化，同时保证每个用户的目标QoE需求；

所述能耗最小化约束模型表示为问题(P1)：(P1)∶

q[1]＝qI,q[T]＝qI              (19)其中，Ec({pk[t]})表示所述无人机的通信相关能耗，Ep({v[t]})表示所述无人机的推进能量消耗，pk[t]≥0为时隙t分配给用户uk的无人机发射功率，v[t]表示无人机的飞行速度，Vmax表示无人机的最大飞行速度；用户uk的QoE函数表示为 θ和β表示常数参数，Uk代表用户uk的最低QoE值；(14)的左侧表示截止时隙t‑1从所有第二基站接收到的信息比特的总数，经过一个时隙处理延迟，所述无人机将其转发给所有用户，如(14)的右侧，表示平均速率 的近似值， 表示在时隙t处的用户uk的归一化瞬时可达速率；(15)表示无人机的总发射功率约束，PU是无人机在每个时隙的最大允许发射功率；

在(P1)中，(13)对每个用户uk施加了QoE需求的约束；(14)中约束条件是无人机中继在每个时隙的信息因果约束；由于FDMA方案和所有基站和用户之间的动态带宽分配，在(15)和(16)中施加了约束；(17)～(19)中的约束表示无人机的物理约束；(19)中qI对应于无人机补充能量的地点，或者对应于无人机起降的位置。

2.如权利要求1所述的无人机视频中继系统，其特征在于：时隙t处的基站和所述无人机之间的距离表示为：

2×1

其中，H表示所述无人机的高度，HB表示每个所述第二基站的高度，q[t]∈R 表示所述无人机在时隙t处的水平位置，0≤t≤T，总时间由T>0个时隙组成，根据视距链路模型，信道功率增益表示为：其中，β0表示1米处的信道功率增益；

设PB为每个所述第二基站的发射功率，假设PB固定，它对应于分配给通信链路的最大功率，设 为时隙t中基站sm的归一化的瞬时可达速率，单位为位/秒/Hz，则 表示为：

其中，xm[t]是所述无人机分配给基站sm的带宽， 表示接收器处噪声N0的功率谱密度，B表示总的可用带宽。

3.如权利要求2所述的无人机视频中继系统，其特征在于：设 为时隙t时用户uk与所述无人机之间的信道系数，因此，将 表示为 其中 和分别表示大尺度衰减系数和小尺度衰减系数；特别的， 其中α≥2表示路径损耗指数，有：

假设pk[t]≥0为时隙t分配给用户uk的无人机发射功率，则无人机的总发射功率约束表示为：

其中PU是无人机在每个时隙的最大允许发射功率；在时隙t处的用户uk的归一化瞬时可达速率,由 表示，单位为比特/秒/Hz，表示为：其中yk[t]是分配给用户uk的带宽，由于 是一个随机变量， 也是一个随机变量， 的平均速率表示为 近似为：表示平均速率 的近似值。

4.如权利要求3所述的无人机视频中继系统，其特征在于：在每个时隙t，所述无人机只能中继已经从基站接收到的视频数据，假设所述无人机的处理延迟是一个时隙，则有以下信息因果关系的约束条件：在约束条件(9)中，左侧表示截止时隙t‑1从所有第二基站接收到的信息比特的总数，经过一个时隙处理延迟，所述无人机将其转发给所有用户，如(9)的右侧表示；

假设采用DASH进行视频流传输，根据信道条件动态调整视频速率，使用用户体验质量QoE作为性能度量，用户uk的QoE函数表示为 其中θ和β表示常数参数，表示用户uk的时间平均传输速率，rk表示用户uk所需的播放速率，并有以下限制条件：

其中，Uk代表用户uk的最低QoE值。

5.如权利要求4所述的无人机视频中继系统，其特征在于，所述无人机在时隙t的总发射功率为 则所述无人机的通信相关能耗表示为：另一方面，所述无人机的推进能量消耗被推导为飞行速度v[t]的函数，即：其中，P0和Pi是两个常数，分别表示所述无人机的叶片轮廓和用于悬停的感应功率；v0表示所述无人机悬停时的平均旋翼诱导速度；Utip表示所述无人机的旋翼桨叶的叶尖速度；

d0和s分别表示所述无人机的机身阻力比和转子坚固性；A和ρ分别表示所述无人机的转子盘面积和空气密度。

6.无人机视频中继系统最小化能耗的方法，其特征在于，包括步骤：S1.构建如权利要求5所述的无人机视频中继系统的能耗最小化约束模型；

S2.将所述能耗最小化约束模型分解为发射功率和带宽优化子模型、无人机轨迹优化子模型；

S3.采用逐次凸近似和交替优化方法求解所述发射功率和带宽优化子模型、所述无人机轨迹优化子模型，获得满足Karush‑Kuhn‑Tucker条件的次优化解作为所述能耗最小化约束模型的最优解。

7.如权利要求6所述的无人机视频中继系统最小化能耗的方法，其特征在于，在所述步骤S2中，将所述能耗最小化约束模型分解为发射功率和带宽优化子模型，具体包括步骤：S21.固定飞行轨迹Q同时使得无人机的推进能量消耗Ep固定，将问题(P1)简化为问题(P2)：

(P2):

s.t.(13)～(17)

S22.使用松弛变量 将非凸的问题(P2)重新表示为问题(P3)：(P3):

s.t.(15)～(17)

其中，松弛变量W用于表示随时间变化的无人机的前程链路传输速率。

8.如权利要求7所述的无人机视频中继系统最小化能耗的方法，其特征在于，在所述步骤S2中，将所述能耗最小化约束模型分解为无人机轨迹优化子模型，具体包括步骤：S23.给定发射功率分配P和带宽分配B，将问题(P1)转化为问题(P4)：(P4)：

(18),(19)；

S24.引入松弛变量 使得 等于定义函数：

其中 相对于{v[t]}和{τ[t]}为凸，将问题(P4)简化为问题(P5)：(P5)∶

(18),(19),(23)～(25)；

S25.将等式约束(26)放宽为不等式约束，即将问题(P5)转化为问题(P6)：(P6)∶

(18),(19),(23)～(25)；

2 r

S26. 是一个关于||q[t]‑wk||的凸函数， 在给定点q [t]处得到下界：其中，

同样， 得到下界：

其中，

r r

S27.在给定点v[t]和τ[t]上应用一阶泰勒展开式，得到以下不等式：S28.将(28)和(29)分别代入(24)和(25)中的约束条件的左侧，以及将(30)和(31)代入(27)中的约束条件的左侧，问题(P6)近似为问题(P7)：(P7)∶

(18),(19),(23)。

9.如权利要求8所述的无人机视频中继系统最小化能耗的方法，其特征在于，所述步骤S3具体包括步骤：

0

S31.基于旅行商问题设置初始无人机轨迹Q，无人机以最大速度访问所有用户和基站，从qI开始，到qI结束；

r r+1 r+1

S32.给定飞行轨迹Q，求解问题(P3)得到当前最优带宽B 和当前最优发射功率P ；

r+1 r+1 r

S33.给定当前最优带宽B 和当前最优发射功率P ，以及飞行轨迹Q ，求解问题(P7)得r+1

到当前最优飞行轨迹Q ；

S34.循环执行步骤S32～S33，直至问题(P1)的目标值收敛，得到收敛时的带宽、发射功率、飞行轨迹作为所述能耗最小化约束模型的最优解。