1.一种多无人机辅助物联网网络的数量和任务完成时间优化方法，其特征是，包括：

根据多无人机辅助物联网的数据收集问题，构建多无人机任务分配模型，结合实际物联网中物联网设备的数量，初步确定所需无人机的数量；所述无人机任务分配模型包含以最小化无人机数量和最大任务完成时间的目标函数和约束条件；所述无人机任务分配模型的目标函数中，无人机的最大任务完成时间包括无人机对每个物联网设备的飞行时间和收集时间；所述收集时间包括无人机飞入收集时间、飞出收集时间和悬停收集时间；

采用改进的蚁群算法得到物联网设备之间的最佳服务顺序，以此联合优化无人机的任务分配和数量，确定最小化无人机的数量，得到无人机飞行最短路径的轨迹轮廓；

所述采用改进的蚁群算法得到物联网设备之间的最佳服务顺序，包括：

根据无人机对地面物联网设备的服务时间及该服务时间对两物联网设备预设悬停点间距离的影响程度，初始化每两个物联网设备预设悬停点间的信息素浓度；

基于初始化的每两个物联网设备预设悬停点间的信息素浓度，通过循环迭代得到物联网设备之间的最佳服务顺序；所述循环迭代包括以下步骤：步骤1.1、若当前无人机检测到物联网中没有满足信噪比和能量要求的物联网设备时，将初始点添加到当前轨迹的末端，确定当前无人机的轨迹轮廓，否则执行步骤1.2；

步骤1.2、基于当前轨迹轮廓上的信息素计算启发式信息以及每个满足信噪比和能量条件的物联网设备的转移概率；

步骤1.3、根据轮盘赌法选择下一步的物联网设备，然后重新执行步骤1.1进行循环迭代，最终得到当前无人机的轨迹轮廓；

所述联合优化无人机的任务分配和数量，确定最小化无人机的数量，得到无人机飞行最短路径的轨迹轮廓，包括以下步骤：步骤2.1、各无人机按顺序搜索当前无人机的轨迹，若物联网中没有未访问过的物联网设备，则转至步骤2.3，否则执行步骤2.2；

步骤2.2、若物联网还有未访问过的地面物联网设备，则在物联网设备中增加一个新的无人机，并重新计算每个物联网设备的传输速率，然后转至步骤2.1；

步骤2.3、根据无人机遍历悬停点的路径集合获得当前解，根据适应度评价函数衡量当前解的质量，选择目标值最小的飞行路径作为当前迭代的最优路径，然后更新全局最优解，并更新信息素的值；

步骤2.4、重新执行步骤2.1进行循环迭代，直到达到迭代次数；

构建边飞边收集模式和飞行‑悬停‑收集模式相结合的无人机数据收集模型，采用物联网设备传输区域内飞入点、悬停点和飞出点的联合优化算法，优化得到无人机飞行最短路径的轨迹，进而确定最小化无人机最大任务完成时间。

2.如权利要求1所述的多无人机辅助物联网网络的数量和任务完成时间优化方法，其特征是，基于无人机数据收集模型，采用物联网设备传输区域内飞入点、悬停点和飞出点的联合优化算法，将物联网设备的传输区域分为重叠和不重叠两种情况，分别优化确定无人机的飞入点、飞出点和悬停点，进而得到无人机对每个物联网设备的收集时间，确定最小化无人机最大任务完成时间。

3.如权利要求2所述的多无人机辅助物联网网络的数量和任务完成时间优化方法，其特征是，当物联网设备的传输区域不重叠时，无人机在GIDm处的数据收集时间表示为：其中，将悬停点投影到二维平面上，l是从悬停点OHm到地面物联网设备m的距离，表示无人机从飞入点FIPm到悬停点OHm的收集时间，thov(l)是无人机在悬停点OHm的收集时间， 和Rh(t，l)分别表示飞入、飞出和悬停的传输速率，Cm表示物联网设备m处需要收集的数据量。

4.如权利要求2所述的多无人机辅助物联网网络的数量和任务完成时间优化方法，其特征是，当物联网设备的传输区域重叠时，无人机在GIDm处的数据收集时间表示为：其中，将悬停点OHm投影到二维平面上，l是从悬停点OHm到地面物联网设备m的距离，表示无人机从飞入点FIPm到悬停点OHm的收集时间， 表示无人机从悬停点OHm到飞出点FOPm的收集时间，thov(l)是无人机在悬停点OHm的收集时间，和Rh(t，l)分别代表飞入、飞出和悬停的传输速率，Cm表示物联网设

备m处需要收集的数据量。

5.一种电子设备，其特征是，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成如权利要求1‑4中任一项所述的一种多无人机辅助物联网网络的数量和任务完成时间优化方法的步骤。

6.一种计算机可读存储介质，其特征是，用于存储计算机指令，所述计算机指令被处理器执行时，完成如权利要求1‑4中任一项所述的一种多无人机辅助物联网网络的数量和任务完成时间优化方法的步骤。