1.基于大规模智能反射单元的无人机信道模型建立方法，其特征在于，包括以下步骤：

S1、将智能反射面IRS配置在所服务小区边缘的建筑物表面，然后使用三维圆柱体来模拟接收端周围的垂直建筑结构，并利用球面波前的二阶近似来模拟大规模智能反射面IRS的近场效应，假设散射体位于三维圆柱体的表面，且智能反射面IRS包括均匀排列的智能反射单元，建立基于大规模智能反射单元的无人机信道模型；并根据该模型得到信道的复信道增益；

S2、根据基于大规模智能反射单元的无人机信道模型得到该复信道增益有两个分量组成：无人机UAV不通过智能反射面IRS直接与接收端进行传输的复信道增益以及无人机UAV通过智能反射面IRS与接收端进行传输的复信道增益；

S3、根据基于大规模智能反射单元的无人机信道模型，考虑用球形波前的二阶近似来模拟智能反射面IRS的近场效应，由于智能反射面的反射相位能够改善多普勒频移和多径衰落对接收信号功率的影响，因此基于接收信号功率最大化准则来设计优化问题；

S4、简化优化问题：在S3中提出的优化问题在计算上具有很大的复杂度，所以为了降低复杂度，需要进一步化简问题；当智能反射面IRS中的智能反射单元的规模较大时，接收信号的功率主要由通过智能反射面IRS的反射信号控制，且该反射信号的复信道增益又由其直射分量为主，以此简化求解反射相位的过程；

S5、根据化简的优化问题，考虑无人机UAV天线单元p和接收端天线单元q之间多径分量经(m,n)‑th智能反射单元后的时变多普勒频移 对接收信号功率的影响，在求解最优的智能反射面IRS反射相位时，减去直射分量的多普勒频移，以增强接收信号功率；

S6、通过步骤S2得到的复信道增益和步骤S5得到的最优的智能反射面IRS反射相位，求解基于智能反射面IRS辅助的时空相关性函数，通过相关性分析来确定不同参数对无人机信道特性的影响。

2.根据权利要求1所述的基于大规模智能反射单元的无人机信道模型建立方法，其特征在于，步骤S1中得到的复信道增益hpq(t,τ)，其表示如下：其中，t表示时间变量，l表示抽头数，L表示总的抽头数量，cl表示第l次抽头的增益，hl,pq(t)表示无人机UAV天线单元p不通过智能反射面IRS直接与接收端天线单元q之间的复信道增益， 表示无人机UAV天线单元p通过智能反射面IRS与接收端天线单元q之间的复信道增益，τl(t)表示第l次抽头的传播延迟，δ(·)表示冲激函数。

3.根据权利要求1所述的基于大规模智能反射单元的无人机信道模型建立方法，其特征在于，步骤S2中无人机UAV天线单元p不通过智能反射面IRS直接与接收端天线单元q之间的复信道增益hl,pq(t)表示如下：其中， 表示无人机UAV天线单元p和接收端天线单元q之间直射分量的复信道增

益， 表示无人机UAV天线单元p和接收端天线单元q之间散射分量的复信道增益；

其中，Gt表示发射天线增益，Gr表示接收端天线增益，γTR表示无人机UAV到接收端的路径损耗，K1表示莱斯因子，λ表示载波波长，t表示时间变量，π表示圆周率，ξpq(t)表示无人机UAV天线单元p和接收端天线单元q之间的时变距离， 表示无人机UAV天线单元p和接收端天线单元q之间直射分量的时变多普勒频移，δ(l‑1)表示经过l次抽头后的延迟冲击函数，Nl表示散射体 的数目，ξpnl(t)表示无人机UAV天线单元p和散射体 之间的时变距离， 表示散射体 和接收端天线单元q之间的时变距离， 表示无人机UAV天线单元p和接收端天线单元q之间散射分量的时变多普勒频移。

4.根据权利要求1所述的基于大规模智能反射单元的无人机信道模型建立方法，其特征在于，步骤S2中无人机UAV通过智能反射面IRS与接收端进行传输的复信道增益 表示如下：其中， 表示无人机UAV天线单元p和接收端天线单元q之间的直射分量经智能

反射面IRS反射后的复信道增益， 表示无人机UAV天线单元p和接收端天线单元q之间的散射分量经智能反射面IRS和散射体散射后的复信道增益；

其中，m表示智能反射单元的行位置索引，n表示智能反射单元的列位置索引，M表示智能反射面的行反射单元数目，N表示智能反射面的列反射单元数目，Gt表示发射天线增益，G表示IRS反射单元的增益，Gr表示接收端天线增益，γTIR表示无人机UAV到IRS再到接收端的路径损耗，K2表示莱斯因子，λ表示载波波长，t表示时间变量，π表示圆周率，ξpmn(t)表示无人机UAV天线单元p和(m,n)‑th智能反射单元之间的时变距离，ξmnq(t)表示(m,n)‑th智能反射单元和接收端天线单元q之间的时变距离，θmn(t)表示智能反射面IRS在t时刻的反射相位， 表示无人机UAV天线单元p和接收端天线单元q之间多径分量经(m,n)‑th智能反射单元后的时变多普勒频移；Nl表示散射体 的数目，l表示抽头数， 表示(m,n)‑th智能反射单元和散射体 之间的时变距离， 表示散射体 和接收端天线单

元q之间的时变距离， 表示无人机UAV天线单元p和接收端天线单元q之间多径分量经智能反射面IRS和散射体 后的时变多普勒频移。

5.根据权利要求1所述的基于大规模智能反射单元的无人机信道模型建立方法，其特征在于，步骤S3中优化问题表示如下：其中，t表示时间变量，θmn(t)表示智能反射面IRS在t时刻的反射相位， 表示统计性均值运算，hpq(t)表示无人机UAV天线单元p和接收端天线单元q之间多径分量的复信道增益。

6.根据权利要求1所述的基于大规模智能反射单元的无人机信道模型建立方法，其特征在于，步骤S4包括以下步骤：S41、由于接收信号的功率主要集中在经智能反射面IRS反射的直射分量上，所以步骤S3中的优化问题化简为：其中，t表示时间变量， 表示无人机UAV天线单元p和接收端天线单元q之间的

直射分量经智能反射面IRS反射后的复信道增益，|·|表示绝对值函数；

S42、把 的具体函数带入公式(5)中，优化问题进一步化简为：

其中， 表示无人机UAV天线单元p和接收端天线单元q之间多径分量经(m,n)‑

th智能反射单元后的时变多普勒频移，M表示智能反射面的行反射单元数目，m表示智能反射单元的行位置索引，N表示智能反射面的列反射单元数目，n表示智能反射单元的列位置索引，λ表示载波波长，π表示圆周率，ξpmn(t)表示无人机UAV天线单元p和(m,n)‑th智能反射单元之间的时变距离，ξmnq(t)表示(m,n)‑th智能反射单元和接收端天线单元q之间的时变距离，θmn(t)表示智能反射面IRS在t时刻的反射相位。

7.根据权利要求6所述的基于大规模智能反射单元的无人机信道模型建立方法，其特征在于，步骤S5中求解最优的智能反射面IRS反射相位包括以下步骤：S51、根据公式(6)得到的最优智能反射面IRS反射相位的优化问题，求解出最优的智能反射面IRS反射相位 的表达式如下所示：其中， 表示 和2π两数相除的余数；

S52、由于公式(7)没有考虑无人机UAV天线单元p和接收端天线单元q之间多径分量经(m,n)‑th智能反射单元后的时变多普勒频移 因此将 进一步改写为：其中， 表示无人机UAV天线单元p和接收端天线单元q之间多径分量经(m,n)‑

th智能反射单元后的时变多普勒频移。

8.根据权利要求1所述的基于大规模智能反射单元的无人机信道模型建立方法，其特征在于，步骤S6包括以下步骤：S61、利用步骤S2得到的复信道增益和步骤S5得到的智能反射面IRS的最优反射相位，根据定义求解基于智能反射面IRS辅助的时空相关性函数，计算公式如下：首先根据时空相关函数的定义式：

其中， 表示两个时变传递函数之间的时空相关函数，δT表示无人机

UAV天线单元之间的天线间距，δR表示用户端天线单元之间的天线间距，τ表示传播时延，t*表示时间变量， 表示统计性均值运算，(·) 表示复共轭运算，hpq(t)表示无人机UAV天线单元p与用户端天线单元q之间的复信道增益，hp′q′(t+τ)表示经过时间延迟τ后，无人机UAV天线单元p’与用户端天线单元q’之间的复信道增益；|·|表示绝对值函数；

再把步骤S2中得到的复信道增益函数的表达式分别带入，得到具体的时空相关性函数如下所示：其中， 表示无人机UAV天线单元和接收端天线单元之间直射分量的空

时相关性，λ表示载波波长，π表示圆周率，ξpq(t)表示无人机UAV天线单元p和用户端天线单元q之间的时变距离，ξp′q′(t+τ)表示经过时间延迟τ后，人机UAV天线单元p’和用户端天线单元q’之间的时变距离， 表示无人机UAV天线单元p和用户端天线单元q之间直射分量的时变多普勒频移； 表示无人机UAV天线单元和接收端天线单元之间散射分量的空时相关性，Nl表示散射体 的数目，l表示抽头数，ξpnl(t)表示无人机UAV天线单元p和散射体 之间的时变距离，ξp′nl(t+τ)表示经过时间延迟τ后，人机UAV天线单元p’和散射体 之间的时变距离， 表示散射体 和用户端天线单元q之间的时变距离， 表示经过时间延迟τ后，散射体 和用户端天线单元q’之间的时变距离，

表示无人机UAV天线单元p和用户端天线单元q之间散射分量的时变多普勒频移；

表示表示无人机UAV天线单元和接收端天线单元之间经智能反射面IRS

反射的直射分量的空时相关性，M表示智能反射面IRS的行反射单元数目，N表示智能反射面IRS的列反射单元数目，ξpmn(t)表示无人机UAV天线单元p和(m,n)‑th智能反射单元之间的时变距离，ξp′m′n′(t+τ)表示经过时间延迟τ后，无人机UAV天线单元p’和(m’,n’)‑th智能反射单元之间的时变距离，ξmnq(t)表示(m,n)‑th智能反射单元和用户端天线单元q之间的时变距离，ξm′n′q′(t+τ)表示经过时间延迟τ后，(m’,n’)‑th智能反射单元和用户端天线单元q’之间的时变距离； 表示无人机UAV天线单元和接收端天线单元之间经智能反射面IRS和散射体 反射的散射分量的空时相关性，δN表示智能反射面IRS的列反射单元之间的距离，δM表示智能反射面IRS的列反射单元之间的距离；

S62、当改变智能反射IRS的反射单元数目，智能反射面IRS的反射相位、无人机UAV飞行轨迹时，根据上面得到的时空相关性函数，通过其相关性来分析这些参数变化对无人机信道特性的影响。

9.一种设备，其特征在于，包括存储器和处理器，其中：

存储器，用于存储能够在处理器上运行的计算机程序；

处理器，用于在运行所述计算机程序时，执行如权利要求1‑8任一项所述基于大规模智能反射单元的无人机信道模型建立方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被至少一个处理器执行时实现如权利要求1‑8任一项所述基于大规模智能反射单元的无人机信道模型建立方法的步骤。