随着无网络区域临时网络覆盖和热点区域补充网络覆盖的需求增加,地面蜂窝通信网络无法精确、及时地满足上述需求。凭借高移动性、灵活部署、高经济效益等优点,无人机网络有望突破传统地面蜂窝网络限制,为目标区域网络覆盖提供新的可能,因此近年来受到学术界和产业界的广泛关注。然而,无人机网络的小区平均吞吐量、边缘用户速率、平均用户速率等性能,难以通过理论分析和外场测试部署获得。为此,本文搭建了面向无人机通信组网的系统级仿真平台,对无人机高度、天线倾角、无人机部署位置等因素进行了评估。本文主要研究内容和创新点包括:1.无人机通信组网系统级仿真平台的设计和搭建针对无人机作为空中基站的通信组网场景和无人机网络性能评估的需求,设计并搭建无人机通信组网动态系统级仿真平台。通过对无人机基站通信网络的抽象建模,完成无人机参数初始化模块、时间推进模块、无人机基站模块等组建,实现并验证相关模块中部署模型、无人机天线模型和空地传播模型以及自适应编码调制等多个功能。2.单无人机网络容量与覆盖性能的分析与评估首先,通过链路预算,完成单无人机覆盖范围的理论分析。其次,对单无人机基站场景下的吞吐量进行仿真评估,探究无人机高度和天线下倾角两个关键因素的影响。结果表明,在无人机高度变化为1 Km～5 Km条件下,无人机网络的吞吐量随着无人机高度增加逐渐提升,小区吞吐量最大可增加190%;当给定覆盖范围时,无人机网络性能随着天线下倾角增大呈先上升、后下降的趋势,最大可提高78%。同时,根据高度和天线下倾角下的多次仿真结果,绘制出固定覆盖范围内不同高度的最佳天线倾角拟合曲线。3.多无人机网络容量性能分析与优化无人机的数量和位置是影响多无人机通信组网性能的首要因素。已有研究大多分析不同数量和位置条件下聚类效果好坏,但聚类效果不能完全代表通信性能好坏,因此本文借助系统级仿真平台模拟并仿真不同无人机数量和无人机位置对通信网络指标的影响。具体而言,首先考虑无人机数量和无人机部署位置的选择问题,采用K-means++算法优化选择初始聚类中心位置。由于无人机采用可调整天线指向的定向天线,本文提出一种基于K-means++算法的复合式算法对无人机位置进行部署。仿真结果表明,在给定仿真区域内,随着无人机数量增加,传输成功率先增大、后趋于稳定;小区平均吞吐量先增大、后趋于稳定,本文算法相较于K-means算法能提高25%左右;边缘用户速率逐渐增大,本文算法相较于K-means算法能提高157%左右。为进一步优化无人机通信网络性能,根据覆盖半径调整天线下倾角,减少不同无人机之间的干扰,改善后的网络性能（小区平均吞吐量、边缘用户速率、平均用户速率）相较于前文算法提高100%左右。本文通过搭建无人机通信组网系统级仿真平台,对单无人机和多无人机网络覆盖和吞吐量性能进行分析、仿真与评估,为无人机基站部署性能研究提供参考。