1.一种无人机的震荡鲁棒性提升方法，其特征在于，包括：定义无人机震荡变量，建立考虑无人机震荡变量的用户信噪比；

所述定义无人机震荡变量如下：

其中， 表示第k个用户的无人机震荡变量，vR(α,r)表示可重构智能反射面的接收阵列响应向量，vTk(α,uk,r)表示对于第k个用户的可重构智能反射面的反射阵列响应向量，α表示无人机坐标，uk表示第k个用户坐标，r表示无人机振荡，r表示为：

表示无人机在x轴、y轴、z轴方向的振荡， 相互独立，且服从均值为0、方差分别为 的标准正态分布；

所述建立考虑无人机震荡变量的用户信噪比，包括：其中，SNR(α,uk,r,Θ,W)k表示第k个用户考虑无人机震荡变量的用户信噪比，Θ表示可重构智能反射面反射系数，hk(α,uk,r)表示可重构智能反射面与第k个用户间的信道矩阵，G(α,r)表示基站与可重构智能反射面间的信道矩阵，W为基站波束赋形，W＝[w1,w2,...,wK]，wk表示第k个用户的基站波束赋形，k＝1,2,...K，K表示用户个数， 为加性高斯白噪声的方差，上标H表示共轭转置；

按如下方式进行迭代计算，直至达到终止条件，输出多用户的加权和速率，所述迭代计算如下：基于基站波束赋形、可重构智能反射面反射系数、以及无人机和用户坐标，计算所述用户信噪比的期望，作为用户的信噪比辅助变量，如下：·

其中， 表示第k个用户信噪比的期望，θ＝diag(Θ)，θ 表示θ的共轭，上标T表示转置，

表示为：

β0为参考距离下的信道功率增益，vBS(α)为天线阵列，表示为：

通过求数学期望，消除了随机变量，即 中消除了无人机振荡r；

基于所述用户的信噪比辅助变量，计算用户的基站波束赋形，包括：基于用户的信噪比辅助变量，计算用户的基站波束赋形计算辅助变量，如下：其中，βk表示第k个用户的基站波束赋形计算辅助变量，ωk是第k个用户的权重；

根据第k个用户的基站波束赋形计算辅助变量βk计算第k个用户的基站波束赋形，如下：其中，IM表示M阶单位矩阵，η为本次迭代的中间计算变量，η通过一维搜索更新，更新如下：

t+1 t

其中，η 表示第t+1次迭代的中间计算变量，η表示第t次迭代的中间计算变量，a为步长；

基于所述用户的信噪比辅助变量和所述用户的基站波束赋形，计算可重构智能反射面反射系数，包括：基于用户的信噪比辅助变量计算对于第k个用户的反射系数计算辅助变量，如下：其中，ρk表示第k个用户的反射系数计算辅助变量，基于所述第k个用户的反射系数计算辅助变量和用户的基站波束赋形，重构智能反射面反射单元的反射系数如下：其中，θn表示可重构智能反射面的反射单元n的反射系数，N表示可重构智能反射面的反射单元个数， 表示θi的共轭，An,i表示A中第n行第i列的元素，bn表示b中第n个元素， 表示ρk的共轭；

所述终止条件为：

到达最大迭代次数，或者目标函数收敛；

所述目标函数为：

s.t.

2

[[Θ]ii]≤1,i＝1,2,...N；

其中， 表示多用户的加权和速率，[Θ]il表示Θ的第i行第l列的元素，[Θ]ii表示Θ的第i行第i列的元素，Pmax表示基站功率。

2.一种无人机的震荡鲁棒性提升系统，其特征在于，用于实现权利要求1所述的无人机的震荡鲁棒性提升方法，所述系统包括：初始化模块，用于定义无人机震荡变量，建立考虑无人机震荡变量的用户信噪比；

迭代计算模块，用于按如下方式进行迭代计算，直至达到终止条件，输出多用户的加权和速率，所述迭代计算如下：基于基站波束赋形、可重构智能反射面反射系数、以及无人机和用户坐标，计算所述用户信噪比的期望，作为用户的信噪比辅助变量；

基于所述用户的信噪比辅助变量，计算用户的基站波束赋形；

基于所述用户的信噪比辅助变量和所述用户的基站波束赋形，计算可重构智能反射面反射系数。

3.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1所述的方法。

4.一种计算设备，其特征在于，包括，一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1所述的方法中的指令。