1.基于智能反射面时变反射相位的无人机信道模型建立方法，其特征在于，包括以下步骤：

S1、根据无人机UAV、智能反射面IRS和接收端三者之间的位置关系，建立基于智能反射面时变反射相位的无人机信道模型；

该模型采用底面半径长为R的三维圆柱体来模拟接收端Rx周围的散射体，N1个散射体布置在该三维圆柱体的表面上；采用底面焦距为2f0的三维椭圆‑圆柱体来模拟智能反射面IRS和接收端附近的散射体，智能反射面IRS和接收端Rx设置在该三维椭圆‑圆柱体底面的焦点上，N2个散射体 被布置在三维椭圆‑圆柱体的表面上；无人机UAV上设置有NU个均匀线型天线阵列，接收端Rx上设置有NR个均匀线型天线阵列，智能反射面IRS上设置有M行N列的均匀平面天线阵列；

S2、根据步骤S1建立的无人机信道模型，考虑到是否应用智能反射面IRS与是否含有直射信号的情况，得到各个分量的复信道增益；

智能反射面IRS配置在小区边缘的楼层表面，当智能反射面IRS和接收端Rx之间的距离较远时，智能反射面IRS和接收端Rx之间的信道主要为Rayleigh衰落信道；则无人机信道模型的复信道增益包括LoS分量、NLoS分量和经过智能反射面IRS的反射分量；

S3、根据接收信号的功率最大化原则设计优化问题，并对优化问题进行简化；

S4、对简化后的优化问题分两种情况考虑；情况1：LoS分量强于NLoS分量；情况2：NLoS分量强于LoS分量；分别求出情况1和情况2的最优智能反射面IRS的时变反射相位；

S5、通过步骤S4中得到的最优智能反射面IRS的时变反射相位，根据相关函数的定义，对步骤S2得到的各个分量的复信道增益与它的复共轭进行统计平均，求解基于智能反射面时变反射相位的无人机信道模型的空时相关性函数，并进一步求取LoS分量、NLoS分量和IRS分量的空时相关函数，通过相关性分析来确定智能反射面IRS对无人机信道特性的影响。

2.根据权利要求1所述的基于智能反射面时变反射相位的无人机信道模型建立方法，其特征在于，步骤S2中得到的复信道增益，其表示如下：其中，hpq(t)表示无人机UAV天线单元p和接收端天线单元q之间的复信道增益，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LoS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NLoS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之间经IRS分量的复信道增益，计算公式为：其中，Gu和Gr分别是无人机UAV和接收端的增益， 是无人机UAV到接收端RX的路径损失，K是莱斯因子，λ是载波波长，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，fLoS(t)表示LoS分量的多普勒频移； 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，fNLoS(t)表示NLoS分量的多普勒频移，G是智能反射面IRS的增益， 是链路UAV‑IRS‑RX的路径损失，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智能反射单元和用户端天线单元q之间的时变距离， 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的时变距离，θmn(t)表示(m,n)‑th智能反射单元的时变反射相位，fIRS(t)是经智能反射面IRS反射的NLoS分量的多普勒频移。

3.根据权利要求1所述的基于智能反射面时变反射相位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(m,n)‑th智能反射单元的时变反射相位， 表示统计均值计算，hpq(t)表示无人机UAV天线单元p和接收端天线单元q之间的复信道增益。

4.根据权利要求3所述的基于智能反射面时变反射相位的无人机信道模型建立方法，其特征在于，考虑比较集中的接收信号功率，优化问题简化公式如下：其中， 表示统计均值运算，t表示时间变量，θmn(t)表示(m,n)‑th智能反射单元的时变反射相位， 和 分别表示LoS分量、IRS分量、NLoS分量的脉冲幅度，cos(·)表示余弦函数， 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相位， 表示无人机UAV天线单元p和接收端天线单元q之间的多径分量经(m,n)‑th智能反射单元后的时变相位， 表示无人机UAV天线单元p和接收端天线单元q之间的散射分量的时变相位；

其中，

其中，Gu表示无人机UAV增益，G表示智能反射面IRS的增益，Gr表示接收端天线增益，表示无人机UAV到智能反射面IRS的路径损耗， 表示无人机UAV到接收端的路径损耗，K表示莱斯因子，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和接收端天线单元q之间的时变距离，fLoS(t)是LoS分量的多普勒频移， 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 和用户端天线单元q之间的时变距离，fNLoS(t)是NLoS分量的多普勒频移，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， 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的时变距离，θmn(t)表示(m,n)‑th智能反射单元的时变反射相位，fIRS(t)是经智能反射面IRS反射的NLoS分量的多普勒频移。

5.根据权利要求4所述的基于智能反射面时变反射相位的无人机信道模型建立方法，其特征在于，对优化问题简化公式(3)进一步简化，具体为：假定辅助变量为 和 并假定智能反射面IRS的时变反射相位为(1)当LoS分量占主导时，NLoS分量的功率忽略，接收信号功率由LoS分量和智能反射面IRS反射分量所支配，因此，优化问题进一步简化为：(2)当NLoS分量占主导时，LoS分量的功率忽略，接收信号功率由NLoS分量和智能反射面IRS反射分量所支配，因此，优化问题简化为：当NLoS分量占主导地位时，由于智能反射面IRS和接收端RX周围的散射体是随机分布的，受这些散射体所影响的反射相位θmn(t)是随机变量，智能反射面IRS很难获取精确的反射相位；为了提高接收信号的功率，将研究智能反射面IRS的统计反射相位而不是精确的随机变量相位；因此构造一个与式(5)同解的式(6)，其表达形式如下：

6.根据权利要求1所述的基于智能反射面时变反射相位的无人机信道模型建立方法，其特征在于，步骤S4中最优智能反射面IRS的时变反射相位的求解方法为：当LoS分量强于NLoS分量时：

设定 其中， 表示智能反射面IRS的(m,n)位置反射单元和散射体 之间的时变距离， 表示散射体 和接收端天线单元q的时变距离，fIRS(t)是经智能反射面IRS反射的NLoS分量的多普勒频移，则智能反射面IRS的最优时变反射相位为：

其中， 表示无人机UAV天线单元p和接收端天线单元q之间直射分量的时变相位，t表示时间变量，χA、χB均表示辅助变量， 表示(m,n)‑th智能反射单元的最优时变反射相位；

当NLoS分量强于LoS分量时：

容易知道θmn(t)是随机变量，对于智能反射面IRS来说很难获得一个精确的反射相位，为了提高接收信号的反射功率，研究智能反射面IRS的统计反射相位；假设得到智能反射面IRS的时变反射相位为：其中， 表示无人机UAV天线单元p和接收端天线单元q之间的散射分量的时变相位；

进一步优化，得到智能反射面IRS的最优时变反射相位为：其中，χC和χD表示辅助变量。

7.根据权利要求1所述的基于智能反射面时变反射相位的无人机信道模型建立方法，其特征在于，步骤S5中基于智能反射面时变反射相位的无人机信道空时相关性函数，计算公式如下：

其中，ρpq,p′q′(t,dU,dR,τ)表示两个时变传输函数hpq(t)和hp′q′(t+τ)之间的标准化空时相关函数，t表示时间变量，dU表示无人机UAV天线单元之间的天线间距，dU＝(p′‑p)δU，p′、p分别表示UAV端天线元件，dR表示接收端天线单元之间的天线间距，dR＝(q′‑q)δR，q、q′分别表示用户端天线元件，τ表示传输时延，E[·]表示统计平均运算，hpq(t)表示无人机UAV天线单元p和接收端天线单元q之间的复信道增益，hp′q′(t+τ)表示无人机UAV天线单元p′和用户*

端天线单元q′之间的复信道增益，(·) 表示复共轭运算，|·|表示绝对值函数。

利用得到的基于智能反射面时变反射相位的无人机信道空时相关性函数，确定智能反射面IRS、智能反射单元数目和智能反射单元尺寸对无人机UAV信道统计特性的影响。

8.根据权利要求7所述的基于智能反射面时变反射相位的无人机信道模型建立方法，其特征在于，根据基于智能反射面时变反射相位的无人机信道空时相关性函数，进一步得到LoS分量的空时相关函数为：

其中， 是LoS分量的空时相关函数，K表示莱斯因子，λ表示载波波长，π是圆周率，exp(·)表示指数函数，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，ξp′q′(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，fLoS(t)表示LoS分量的多普勒频移。

9.根据权利要求7所述的基于智能反射面时变反射相位的无人机信道模型建立方法，其特征在于，根据基于智能反射面时变反射相位的无人机信道空时相关性函数，进一步得到NLoS分量的空时相关函数为：

其中， 是NLoS分量的空时相关函数，K表示莱斯因子，λ表示载波波长，π是圆周率，exp(·)表示指数函数， 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，fNLoS(t)表示NLoS分量的多普勒频移。

10.根据权利要求7所述的基于智能反射面时变反射相位的无人机信道模型建立方法，其特征在于，根据基于智能反射面时变反射相位的无人机信道空时相关性函数，进一步得到IRS分量的空时相关函数为：

其中， 是经智能反射面IRS反射分量的空时相关函数，K表示莱斯因子，λ表示载波波长，π是圆周率，exp(·)表示指数函数，M表示智能反射面IRS行反射单元的数目，N表示智能反射面IRS列反射单元的数目，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， 表示散射体 和接收端天线单元q之间的时变距离，ξp′mn(t)表示无人机UAV天线单元p′和(m,n)‑th智能反射单元之间链路的时变传播距离， 表示散射体 和用户端天线单元q′之间链路的时变传播距离，fIRS(t)表示经智能反射面IRS反射的NLoS分量的多普勒频移。