1.一种无人机辅助反向散射通信系统最小任务时间资源管理方法，其特征在于，包括以下步骤：

101、建立基于任务完成时间最小化的无人机辅助反向散射通信模型，并转化为便于处理的等价问题；

102、初始化无人机发射功率；迭代算法收敛阈值；二分查找算法参数T1＝0,T2足够大和收敛阈值；

103、更新T＝(T1+T2)/2，通过基于旅行商TSP/带邻域旅行商TSPN初始化无人机飞行轨迹，并根据初始飞行轨迹求解初始反向散射设备调度；

104、利用给定无人机发射功率、无人机飞行轨迹和反向散射设备调度求解反向散射系数,并将其更新；

105、利用给定无人机发射功率和反向散射系数求解无人机飞行轨迹和反向散射设备调度，并将其更新；

106、目标值更新收敛判断，计算更新的目标值，如果更新的目标值与上一次的目标值之差不大于迭代算法收敛阈值，则判断目标值收敛，给出目标值迭代结束；如果更新的目标值与上一次的目标值之差大于迭代算法收敛阈值，则将新计算出的目标值保存为此时的目标值，并转到步骤104中更新系统参数，直到目标值满足收敛条件，给出目标值；

107、二分查找算法搜索最小任务完成时间，如果目标值不小于1，令T2＝T，同时更新迭代计算的反向散射系数、无人机飞行轨迹、反向散射设备调度和飞行时间优化值；如果目标值小于1，令T1＝T；二分查找算法循环结束判断，如果T2‑T1不大于收敛阈值，输出反向散射系数、无人机飞行轨迹、反向散射设备调度和飞行时间优化值；如果T2‑T1大于收敛值，转到步骤103，直到满足收敛。

2.根据权利要求1所述的无人机辅助反向散射通信系统最小任务时间资源管理方法，其特征在于，所述步骤101，建立一个基于任务完成时间最小化的无人机辅助反向散射通信模型为：(P1)

C1f:q(0)＝qini,q(Tf)＝qini,其中，Tf为无人机任务完成时间，ak(t)表示在任意t时刻设备BDk的调度，B为带宽，P(t)表示任意t时刻无人机的发射功率，βk(t)为任意t时刻BDk与无人机之间的信道功率增益，bk2

(t)为任意t时刻BDk反射系数，σ为系统噪声，Ck为从BDk中收集的数据量，ηk表示BDk能量效率转换系数，Emin表示收集到的最小能量，q(t)表示任意t时刻无人机投影在地面上的无人机轨迹，Vmax表示无人机最大飞行的速度，qini表示无人机的初始位置，Pmax表示无人机发射最大功率；问题P1的优化变量无人机发射功率 反射系数无人机飞行轨迹 和反向散射设备调度

问题P1的目标函数无人机任务完成时间Tf，C1a和C2b表示所有BDs的时分多址调度约束和调度指标变量的二进制约束,C3c表示反向散射设备需要传输数据量约束,C4d表示能量因果关系约束，即第k个反向散射设备处能量收集的约束,C5e表示无人机移动性约束,C6f表示每个无人机需要在每个周期Tf结束时返回其初始位置,C7g表示无人机发射功率约束,C8h表示反射系数的限制。

3.根据权利要求2所述的无人机辅助反向散射通信系统最小任务时间资源管理方法，其特征在于，所述问题P1是关于时间Tf连续问题，Tf作为积分区间的上界难以直接进行求解，并且所提出的问题是通过联合优化连续函数Pf、Af、Bf、Qf才能得到解决，在给定周期时间T的情况下，最大化每个反向散射设备可实现数据量与需要传输数据量的比率θ，目标解* *表示为θ(T)，当且仅当θ(T)≥1时，可以实现目标速率要求；进一步将连续时间T离散化，给定的时间范围[0,T]离散成N个时隙，即T＝Nδt，其中δt为时隙步长，将问题P1转化为问题P2：(P2):

C2e:||q[n+1]‑q[n]||≤Vmaxδt,1≤n≤N‑1,C2f:q[1]＝qini,q[N]＝qini,利用块坐标下降和逐次凸逼近方法的迭代算法，将原始问题P2分解成三个子问题，然后对各个子问题进行交替迭代优化求解。

4.根据权利要求3所述的无人机辅助反向散射通信系统最小任务时间资源管理方法，其特征在于，所述步骤102初始化T1＝0、T2足够大；迭代算法收敛阈值υ＞0；二分查找算法收敛阈值λ＞0；给定无人机发射功率P为无人机最大发射功率具体步骤为：固定A、B和Q，优化P和θ子问题一P3为：

(P3):

* *

利用反证法进行证明，首先假设问题P3的最优解为P[n]，因此得到结论P[n]＜Pmax。然* *后引入一个新的可行解ρ，其中假设ρ＝Pmax，ο＝Pmax/P[n]，由于P[n]＜Pmax，所以ο＞1，接下来证明新的可行解ρ满足约束C3a和C3b；

* *

C3b中 最优解为P[n]，将ο＝Pmax/P[n]代入得：同理，C3a中代入可得：

*

可以看出新的可行解ρ满足C3a和C3b且ρ得到的比率大于P[n]得到的比率，因此说明新*的可行解是问题P3的最优解，与假设的结论相互矛盾,因此P[n]＝Pmax。

5.根据权利要求4所述的无人机辅助反向散射通信系统最小任务时间资源管理方法，其特征在于，所述步骤103更新T＝(T1+T2)/2，利用T通过用了TSP/TSPN初始化无人机飞行轨迹，并根据初始飞行轨迹求解初始反向散射设备调度。

6.根据权利要求5所述的无人机辅助反向散射通信系统最小任务时间资源管理方法，其特征在于，所述步骤104利用给定无人机发射功率、无人机飞行轨迹和反向散射设备调度求解反向散射系数并将其更新，具体步骤为：固定P、A和Q，优化B和θ子问题二P4为：

(P4):

根据凹函数的定义推出C4a的左侧对于反射系数B是凹的，其他约束条件都是凸的，P3是一个凸优化问题，通过凸优化工具，进行有效求解。

7.根据权利要求6所述的无人机辅助反向散射通信系统最小任务时间资源管理方法，其特征在于，所述步骤105利用给定无人机发射功率和反向散射系数求解无人机飞行轨迹和反向散射设备调度并更新，具体步骤包括：固定P和B，优化A、Q和θ子问题三P5为：

(P5):

C5e:||q[n+1]‑q[n]||≤Vmaxδt,1≤n≤N‑1,C5f:q[1]＝qini,q[N]＝qini.

引入松弛变量ψk[n]，定义 将C5c重新进行表述，具体形式如下所示：引入辅助变量 定义 上式重新表示为：

C5d的左侧相对于q[n]是非凸的，引入一个松弛变量μk[n]，定义 并将C5d改写成如下：

利用连续凸近似技术，将非凸约束转化为凸约束，子问题三P5等价为P6：(P6):

C6h:||q[n+1]‑q[n]||≤Vmaxδt,1≤n≤N‑1,C6i:q[1]＝qini,q[N]＝qini.

2

其中，C6c中第l次迭代中，在给定点 和 处对(αk[n]+ψk[n]) 进行一阶泰勒展开，可以得到以下不等式：可得到αk[n]ψk[n]下

界

C6d中，对于C5c‑3的左侧进行二次求导，证明左侧对于 是凸的，转换为凸约束如下：是给出的可行点。同理对于C5c‑4，

对于(C5d‑1)的左侧依然可以用一阶泰勒展开的方法在 点处进行一阶泰勒展开，如下所示：其中 为固定值，P6是一个凸优化问题，用凸优化工具解决。

8.根据权利要求7所述的无人机辅助反向散射通信系统最小任务时间资源管理方法，l+1 l其特征在于，所述步骤106目标值更新收敛判断，计算更新的目标值θ(T)，如果θ (T)‑θl+1 l(T)≤υ，其中θ (T)为第l+1次迭代的目标值，θ(T)为第l次迭代的目标值则判断目标值收*敛，给出目标值θ(T)迭代结束；否则将新计算出的θ(T)保存为此时的目标值，并转到步骤*

104中更新系统参数，直到目标值满足收敛条件，给出目标值θ(T)。

9.根据权利要求8所述的无人机辅助反向散射通信系统最小任务时间资源管理方法，*其特征在于，所述步骤107二分查找算法搜索最小任务完成时间若θ(T)≥1，令T2＝T，更新* l+1 * l+1 * l+1 *各优化值A＝A ，Q＝Q ，B＝B ，T＝T；否则，令T1＝T；如果(T2‑T1)≤λ，输出各变量优* * * * *化结果{A、B、Q}，Tf＝T，否则转到步骤103直到满足收敛。