1.UAV辅助物联网设备网络的资源分配方法，其特征在于，包括步骤：S1、构建UAV辅助物联网设备网络的系统模型；所述系统模型包括C个无人机即UAV，D个物联网设备即IoTD，以及J个子载波；D个物联网设备包括M个AoI容忍设备即ATD，以及N个AOI敏感设备即ASD，AoI指信息时代；无人机充当空中基站，在6G紧急场景中为物联网设备提供服务，物联网设备共享无人机的频谱资源；

S2、基于所述系统模型，建立以EE最大化为目标的随机优化模型：max R

其中，R表示总系统速率，max表示使最大，s.t.表示需满足， 表示任意的； 表示第n个ASN即ASD n在第j个子载波即子载波j上的分配因子， 表示第m个ATD即ATD m在第j个子载波上的分配因子，当 时，表示子载波j被分配给ASD n或ATD m； 表示ASD n在子载波j上到UAV的发射功率， 表示ATD m在子载波j上到UAV的发射功率； 表示子载波j上ASD n和第c个UAV即UAV c之间的信道增益， 表示子载波j上ATD m和UAV c之间的信道增益； 表示在第j个子载波上从ASD n到UAV的可实现传输速率， 表示在第j个子载波上从ATD m到UAV的可实现传输速率； 是ASD n的最小速率阈值， 的th最小速率阈值；I 表示预定干扰阈值；ξ表示ATD的速率概率阈值，ψ表示ASD的速率概率阈值；Pr{·}表示{·}中事件违规的概率，约束C1表示物联网设备和无人机之间频谱共享的约束条件；约束C2表示在AoI容忍服务下保证所有ATD的最小速率阈值约束；约束C3表示一个UAV的频谱能与多个IoTD共享；约束C4表示在AoI敏感的服务要求下的所有ASD的速率约束；

S3、对所述随机优化模型进行简化，获得简化优化模型；

S4、对所述简化优化模型进行求解。

2.根据权利要求1所述的UAV辅助物联网设备网络的资源分配方法，其特征在于，总系统速率R由下式计算：由下式计算：

其中，W表示每个信道的带宽， 分别表示ASD n和ATD m的SINR即信干噪比。

3.根据权利要求2所述的UAV辅助物联网设备网络的资源分配方法，其特征在于， 由下式计算：其中， 是ASD n在子载波j上到UAV的信道增益， 是ATD m在子载波j上到UAV的信2

道增益，σ表示噪声功率和无人机干扰之和；

由下式计算：

4.根据权利要求3所述的UAV辅助物联网设备网络的资源分配方法，其特征在于，在所述步骤S3中，所述简化优化模型表示为：max R‑μE,

其中，μ表示采用Dinkelbach方法引入的辅助变量， 表示系统的功率总和，pcir表示系统中所有移动设备的电路功率； 分别定义为：其中， τt表示ATD的信道估计误差，δs表示ASD的信‑1

道估计误差，Q ()表示高斯反函数； 是估计的 和

5.根据权利要求4所述的UAV辅助物联网设备网络的资源分配方法，其特征在于，在所述简化优化模型中，目标函数R‑μE展开为：其中，中间参数ct、qs、cs、qt分别定义为：

6.根据权利要求5所述的UAV辅助物联网设备网络的资源分配方法，其特征在于，所述步骤S4具体包括步骤：S41、根据对偶理论得到所述简化优化模型的拉格朗日对偶函数如下：其中，α、lm、χ和 是各项式的非负乘数；

S42、基于Γ(x)将所述简化优化模型转化为拉格朗日对偶模型：S43、根据拉格朗日的KKT条件，获得发射功率 和 的解为：

其中，辅助参数 和

7.根据权利要求6所述的UAV辅助物联网设备网络的资源分配方法，其特征在于，所述步骤S43具体包括步骤：S431、初始化系统参数： ξ，ψ， N，M，α，lm，χ， 收敛精度Θ，步长λk；

S432、设置发射功率 和 的初始点 和 设置迭代次数k＝0，梯度函数S433、计算函数值 和 根据梯度 计算梯度值gk；

S434、当||gk||＞Θ进入步骤S435，否则结束，|| ||表示范数；

S435、设置 并根据 计算λk，λ是数据到达速率；

k+1

S436、更新迭代点 并计算函数Γ(p )的值；

k+1 k

S437、判断如果||Γ(p )‑Γ(p )||＞Θ则进入步骤S438，否则输出优化模型的解S438、设置k＝k+1，并跳转到步骤S434。

8.UAV辅助物联网设备网络的资源分配系统，其特征在于：包括系统模型构建模块、优化模型构建模块、优化模型简化模块和优化模型求解模块；所述系统模型构建模块、优化模型构建模块、优化模型简化模块和优化模型求解模块分别用于执行权利要求1～7任一项所述的步骤S1、S2、S3、S4。