陈冠男开头先交代一个背景：这个项目的核心，是在已有地面蜂窝网络的基础上，引入无人机作为空中基站，通过动态调整无人机位置来提升整体的用户服务体验。很多人一听到“无人机辅助覆盖”就以为只是把基站挂到天上，真正动手用MATLAB仿真时才发现，难点根本不在于代码本身，而在于“19个六边形蜂窝网络怎么建”“信干噪比怎么算”“无人机到底该往哪飞”这三件事。这篇文章我按自己的仿真习惯，把从拓扑建模、信道模型、指标计算到优化算法落地的完整过程拆开讲一遍，把我调试过程中踩过的坑也一并写进去。
如果你正在做无人机应急通信、蜂窝覆盖增强、空天地一体化相关的仿真，或者准备拿这类题目做课程设计、毕业设计，这篇内容应该能帮你省下至少两个星期的试错时间。
1. 整体设计与部署场景拆解
1.1 为什么偏要用19个六边形蜂窝
蜂窝网络仿真里最常见的拓扑是七小区、十九小区、三十七小区。七小区就是中心一个六边形加周围一圈六个六边形，只覆盖到第一层邻区；十九小区则是在七小区基础上再往外扩一圈，中心1个加第一层6个再加第二层12个。
选19个小区而不是7个，有一个很实际的原因：如果只用7个小区，边缘用户的干扰来源只有第一层基站，第二层干扰完全没有体现，这时候算出来的信干噪比会偏乐观，尤其是要研究无人机部署对边缘用户影响的时候，结果会失真。19个小区能保证中心小区任意一个边缘位置至少被两层干扰源包围，更接近真实运营网络的情况。
另外从计算量上看，19个小区对MATLAB来说非常轻量，跑一次完整优化通常只要几十秒到几分钟，完全够用来验证算法思路。如果直接上37甚至57个小区，粒子群这类优化算法的迭代时间会翻好几倍，对学习和调参并不划算。
1.2 空中基站的定位是“补位”，不是“替换”
无人机空中基站和地面基站不是替代关系，而是补充关系。地面基站覆盖能力有限，用户密集区域会拥塞，偏远区域或应急场景又会存在覆盖空洞。无人机的好处在于可以灵活飞到发生拥塞或者覆盖不足的区域上空，快速形成一个临时的、高度可调的基站。
但空中基站不是万能的。首先，空对地信道比地面信道复杂，视距和非视距传输概率随仰角变化；其次，无人机续航有限，位置不能随意大幅移动；最后，无人机跟地面用户之间的链路虽然可能很近，但它也会对邻近小区用户产生额外干扰。仿真里如果不把这些因素考虑进去，优化出来的结果会非常“理想化”。
我在建模仿真时习惯把无人机当作“可移动的额外小区基站”来对待：它有独立的发射功率、独立的高度、独立的小区ID，用户端比较接收信号强度决定接入哪个节点，而不是单纯让无人机只服务地面基站服务不到的用户。这种建模方式更贴近实际，也更容易暴露出干扰问题。
1.3 “动态优化”到底在优化什么
标题里的“动态优化”落到具体数学问题上，就是不断调整无人机的位置参数，让某个网络性能指标最大化。仿真里通常优化的变量是无人机水平坐标(x,y)和悬停高度h，目标函数可以是全网平均信干噪比、系统吞吐量、满足信干噪比门限的用户数，或者几个指标的组合。
举个例子：用户密集区域一开始只有地面基站覆盖，边缘用户信干噪比只有2dB，吞吐量很低。无人机飞过去之后，由于它离这部分用户更近，接收信号功率提升，信干噪比可能到10dB以上，这些用户的速率就有明显改善。但与此同时，无人机发射的信号也可能干扰到邻近小区的用户，如果位置没调好，就会出现某一片用户变好、另一片用户变差的局面。动态优化的本质就是在这个“增益”和“干扰”之间找平衡点。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心指标与系统模型
2.1 信干噪比SINR，通信仿真的“体温计”
信干噪比（SINR）是通信系统性能最核心的指标之一，定义为：
SINR = 目标信号功率 / (干扰功率 + 噪声功率)
其中目标信号功率是用户接入的那个基站或无人机贡献的；干扰功率是其他所有基站和无人机在这个用户接收端造成的干扰总和；噪声功率是加性高斯白噪声，取决于系统带宽和噪声系数。
有人会问，为什么不直接用接收信号强度RSRP呢？因为RSRP只能反映“信号强不强”，不能反映“信号干不干净”。无人机介入后，干扰结构会大变，只看RSRP可能得出完全错误的