1.一种无人机数据收集方法，其特征在于：包括以下步骤：S1：建模UAV模型；

S2：建模SN模型；

S3：建模信道模型；

S4：基于亲和力传播算法确定SN聚类策略；

S5：建模网络效用函数；

S6：建模资源调度、带宽分配限制条件，具体包括：

T表示时隙总数，t表示当前时隙，M为SN数量，m表示第m个SN的序号，m0表示时隙t内，最多可支持m0个SN同时上传数据至UAV；αm,t∈{0,1}，若αm,t＝1，表示SNm在时隙t上传数据至UAV，反之，αm,t＝0；Bm,t为SNm在时隙t分配的带宽；B0表示UAV的可用带宽；

S7：建模系统状态、动作和输出奖励，具体包括：建模系统在时隙t的状态 其中 表示UAV在时隙t的位置，ht＝{h1,t,h2,t,…,hM,t}表示UAV与SN之间信道增益的集合；建模时隙t，动作at＝<θt,vt,Bt,Ct>，其中θt∈(0,2π]为UAV的飞行方向，vt表示UAV在时隙t的飞行速度，Bt＝{B1,t,B2,t,…,BM,t}，Ct＝{α1,t,α2,t,…,αM,t}；建模时隙t，UAV的输出奖励其中 表示UAV在时隙t的能量消耗， 为SN在时隙t的传输能耗，ζ和ω分别为SN传输能耗和UAV推进能耗的权重系数；

S8：建模并训练双时延深度确定性策略梯度网络，具体包括：初始化折扣因子γ，更新率υ；演员网络和两个评论网络的在线策略网络参数为 θ1和θ2，将在线策略网络参数复制给目标网络，参数为 θ1′和θ′2；初始化经验回放缓冲区 初始化小样本集 并对系统状态st进行初始化；对于U，根据策略at＝μ(st)+nt, 将动作at施加于系统环境，得到奖励值rt(st,at)和下一时刻的状态st+1，并将(st,at,rt,st+1)存入经验回放缓冲区从 中抽取一批样本 通过 计算出st+1状态下对应的动作的值 目标值为 基于损失函数最小化

更新评论网络；利用策

略梯度更新公式 更新其演员

网络；通过软更新算法更新在线策略网络和目标网络的参数，具体为：θi′←υθi,t+(1‑υ)θ′i,t,i＝1,2；

S9：基于双时延深度确定性策略梯度算法确定UAV数据收集策略。

2.根据权利要求1所述的无人机数据收集方法，其特征在于：步骤S1中所述建模UAV模型具体包括：将系统时间划分为大小相等的时隙，令T表示时隙总数，τ表示时隙长度，并假设在一个时隙内UAV的位置固定不变；UAV从初始位置出发对所有SN进行数据收集后返回初始位置，令H为UAV的飞行高度，UAV在时隙t的位置为 UAV的最大速度为vmax；vt∈[0,vmax]表示UAV在时隙t的飞行速度；令B0表示UAV的可用带宽。

3.根据权利要求1所述的无人机数据收集方法，其特征在于：步骤S2中所述建模SN模型具体包括：SNm表示第m个SN，χm表示SNm的数据包大小，SNm的位置为 1≤m≤M，M为SN数量，SNs从环境中采集数据并通过正交频分多址技术传输至UAV，时隙t内，最多可支持m0个SN同时上传数据至UAV。

4.根据权利要求1所述的无人机数据收集方法，其特征在于：步骤S3中所述建模信道模型具体包括：建模时隙t，SNm与UAV之间信道模型，具体为： 其中a为路径损耗系数，ρ0为距离为1m时的参考信道增益， 表示时隙t，UAV与SNm之间的距离； 建模为高斯随机变量，e∈{LoS,NLoS}为传播参数。

5.根据权利要求1所述的无人机数据收集方法，其特征在于：步骤S4中所述基于亲和力传播算法确定SN聚类策略，具体包括：利用SN之间的相似性将其划分为K个簇；令二元指标矩阵ρ＝[ρm,k]M×M，其中ρm,k∈{0,1}，若ρm,k＝1，表示SNk为SNm的聚类中心，反之，ρm,k＝0；

基于优化问题 对聚类中心进行优化，其中 κ

是非负常数，表示节点作为聚类中心的能力；

建模SNs成簇限制条件为：

① 表示一个SN只能与一个聚类中心关联；

② 表示一个簇最多包含m0个SN；

令S＝(sm,k)M×M为相似度矩阵，其中sm,k表示SNm和SNk之间的相似性，建模为：令Ψ＝(ψm,k)M×M为吸引度矩阵，其中ψm,k表示SNk成为覆盖SNm的聚类中心的适合度；令为归属度矩阵，其中 为SNm选择SNk作为其聚类中心的适合度；给定SNk，初始化ψm,k＝0， 假设n是当前迭代次数， 分别为ψm,k， 的第n次迭代值，则ψm,k及 的更新公式如下：

重复执行更新步骤直至算法收敛，得到聚类中心，集合 进而确定SN的聚类策略为：

6.根据权利要求1所述的无人机数据收集方法，其特征在于：在步骤S5中所述建模网络效用函数为：其中ζ和ω分别为SN传输能耗和UAV推进能耗的权重系数； 为SN在时隙t的传输能耗，Em,t表示SNm在时隙t的能耗，计算公式为：Em,t＝αm,tpm,tDm,t，其中αm,t∈{0,1}，若αm,t＝1，表示SNm在时隙t上传数据至UAV，反之，αm,t＝0；pm,t表示SNm在时隙t的传输功率，Dm,t表示上传数据的时延，建模为： Rm,t表示SNm在时隙t内的传输速率，建2

模为 其中Bm,t为SNm在时隙t分配的带宽，σ为噪声功率；

表示UAV在时隙t的能量消耗，建模为 其中l0为给定h

门限值， 为UAV的悬停能耗，建模为 其中P 为悬停能耗； 表示UAV在时隙t飞行时的能耗，计算公式为：

其中P0和Pi为常数，分别表示叶片剖面功率和悬停状态下的感应功率，Utip为转子叶片的叶尖速度，v0为UAV悬停时平均转子诱导速度，d0和s分别为机身阻力比和转子可靠性，ρ和Λ分别为空气密度和转子盘面积。

7.根据权利要求1所述的无人机数据收集方法，其特征在于：在步骤S9中所述基于双时延深度确定性策略梯度算法确定UAV数据收集策略，具体包括：将环境观测值输入网络，根据在线策略网络的输出确定UAV飞行轨迹、SN的带宽分配及资源调度策略。