1.一种硬件损伤条件下的无人机辅助NOMA系统的和速率最大化方法，其特征在于，包括以下步骤：步骤1)、初始化噪声功率、用户个数、用户功率分配、基站发送功率、无人机发送功率、基站到无人机的链路硬件损伤级别、无人机到用户n的链路硬件损伤级别、基站位置、用户位置、无人机的初始位置、解码顺序序列、迭代次数、容忍误差阈值，计算初始和速率，建立系统和速率最大化问题。

步骤2)、将系统和速率最大化问题分解为无人机位置优化问题以及功率分配两个子问题；

步骤3)、求解无人机位置优化问题通过变量替换：将无人机位置优化问题这一混合非凸整型优化问题的目标函数转化为凸函数，使用SCA技术将非凸约束转变为凸约束，将该无人机位置优化问题转换为标准凸优化问题；使用内点法进行求解无人机位置优化问题。

步骤4)、求解功率分配问题：使用拉格朗日对偶变换法以及二次变换方法，将功率分配优化问题的目标函数转变为凸函数；采用拉格朗日变换的方法，对目标函数中复杂分式引入近似变量Υ＝(Υ1,...,Υn)通过变量替换，之后根据二次变换规定，可写出近似变量最后通过更新参数Υ, 并使用内点法进行求解功率分配优化问题；

步骤5)将步骤3)无人机位置优化与步骤4)功率分配优化得到的无人机位置与功率代入下行和速率公式，更新系统下行和速率；

步骤6)、重复步骤3)无人机位置优化与步骤4)功率分配优化以及步骤5)系统下行和速率更新，迭代更新无人机位置和功率，直到满足收敛条件，给出系统的和速率。

2.根据权利要求1所述的一种硬件损伤条件下的无人机辅助NOMA系统的和速率最大化

2

方法，其特征在于，所述步骤1)中，初始化无人机与基站之间噪声功率σR ，无人机与用户n之max间噪声功率 用户个数为N，用户功率分配P＝(p1,...,pn)，Ps表示基站发送功率，Ps 表max示基站最大发射功率，Pr表示无人机发送功率，Pr 表示无人机最大发射功率，定义ηsr表示从基站至无人机接收端总的硬件损伤，服从 其中κsr表示基站到无人机之间整体的硬件损伤水平，满足 其中κs,κr分别表示在基站端与在无人机端所遭受的硬件损伤，ηrn表示从无人机至用户端总的硬件损伤，服从 其中κrn表示无人机到用户端之间整体的硬件损伤水平，满足 其中κr,κn分别表示在无人机端与在用户n所遭受到的硬件损伤；容忍度设为δ，基站与用户的3D坐标分别为(xs,ys，0)，(xn,yn，0),n＝1,...,N；无人机的初始位置设为(x,y,H)，其中H表示无人机飞行的高度，定义从基站端到无人机的信道系数为hsr，无人机到用户端n的信道系数为hrn；解码顺序序列 满足 其中αk,n为二元变量。迭代次数l，计算系统下行和速率Rsum，建立系统下行和速率最大化问题P1：约束C1a表示用户功率非负；约束C1b表示用户功率之和小于或等于无人机基站发送功率；约束C1c表示无人机发送功率限制；约束C1d表示基站发送功率限制；约束C1e表示用户n的最小速率高于服务质量门限 约束C1f表示用户公平性；约束C1g表示用户n不能将其本身信号视为干扰；约束C1h表示任意两个用户k和n的解码顺序关系；约束C1i表示对任意两个用户n,k，必有一个用户能够解码消除另一用户；约束C1j表示当ak,n＝1时，用户n到无人机的距离远于用户k到无人机的距离。

3.根据权利要求2所述的一种硬件损伤条件下的无人机辅助NOMA系统的和速率最大化方法，其特征在于，在步骤3)中，带入初始化功率到问题P1，得到无人机位置优化问题P2，现令

2 2 2 2 2 2

H+(x‑xk) +(y‑yk) ＝drk,H+(x‑xn) +(y‑yn) ＝drn，具体形式如下：约束C2a表示用户n不能将其本身信号视为干扰；约束C2b表示任意两个用户k和n的解码顺序关系；约束C2c表示对任意两个用户n,k，必有一个用户能够解码消除另一用户；约束C2d表示当ak,n＝1时，用户n到无人机的距离远于用户k到无人机的距离，约束C2e表示对任意用户n端速率，应大于其预设门限

4.根据权利要求3所述的一种硬件损伤条件下的无人机辅助NOMA系统的和速率最大化方法，其特征在于，所述步骤3)通过引入变量R＝(R1,...,Rn),T＝(t1,...,tn)替换目标函数，运用SCA技术对约束C2b进行放缩，P2可转换为标准凸优化问题P3，其具体形式如下：约束C3a表示用户n不能将其本身信号视为干扰；约束C3b表示对任意两个用户n,k，必有一个用户能够解码消除另一用户；约束C3c表示二元决策变量αk,n的取值范围约束；约束C3d表示对于二元决策变量αk,n的放缩；约束C3e表示当ak,n＝1时，用户n到无人机的距离远于用户k到无人机的距离；约束C3f表示对于变量T＝(t1,...,tn)的放缩约束；约束C3g表示对于变量R＝(R1,...,R2)的放缩约束；约束C3h表示对任意用户n端速率，应大于其预设门限。

至此可以使用内点法进行求解无人机位置。

5.根据权利要求4所述的一种硬件损伤条件下的无人机辅助NOMA系统的和速率最大化方法，其特征在于，在步骤4)中，代入步骤3)无人机位置到问题P1，得到用户功率分配问题P4，具体形式如下：约束C4a表示用户功率之和不应多于发送功率；约束C4b表示用户公平；约束C4c表示用户功率非负；约束C4d表示任意用户n端速率，应大于其预设门限。通过对目标函数进行拉格朗日变换，引入近似变量Υ＝(Υ1,...,Υn)对复杂分式部分进行替换，以及根据二次变换规定，引入近似变量 可以将P4转换为标准凸优化问题P5，其具体形式为：其中 通过令 可求得：

同理 设置 可求得：

P＝(p1,...,pn)表示用户功率分配，

最终有：

约束C5a表示用户功率之和不应多于发送功率；约束C5b表示用户公平；约束C5c表示用户功率非负；约束C5d表示任意用户n端速率，应大于其预设门限 至此可用内点法求解用户功率分配优化问题。

6.根据权利要求5所述的一种硬件损伤条件下的无人机辅助NOMA系统的和速率最大化方法，其特征在于，所述在步骤5)中，代入步骤3所求无人机位置以及步骤4所求公户功率分配至如下公式：来计算

下行和速率进行更新。

7.根据权利要求6所述的一种硬件损伤条件下的无人机辅助NOMA系统的和速率最大化方法，其特征在于，所述步骤6)中，重复步骤3)无人机位置优化、步骤4)用户功率分配优化l以及步骤5)系统下行和速率更新，迭代的更新无人机位置和功率，R表示当第l次迭代时，l+1 l和速率R的取值，直到当满足R ‑R ＜δ时，表示第l+1次和速率与第l次和速率之差在容忍度δ之内，到达收敛条件；基于提出的用户功率分配方法与无人机位置优化方法，最终输出最大下行和速率情况下的无人机部署位置(x,y)，SIC解码顺序序列A，与用户分配功率P，以及系统和速率Rsum。