1.一种无人机辅助NOMA反向散射通信系统最小安全速率最大化方法，其特征在于，包括以下步骤：

101、在考虑BD之间公平性和窃听者的瞬时CSI难以获取的条件下，建立无人机辅助的NOMA反向散射通信系统的最小安全速率最大化模型，并采用安全中断概率作为安全度量，利用辅助变量处理安全中断概率约束；

102、初始化目标问题的相关参数，包括内层迭代次数、外层迭代次数、外层最大迭代次数、惩罚参数、无人机发射功率p、BD的反射系数R、变量T、变量θ、无人机位置q、SIC解码顺序A、容差因子及对偶变量；

103、根据给定的无人机位置、SIC解码顺序、BD的反射系数及变量T，求解出无人机发射功率，并将其更新；

104、根据给定的无人机发射功率、无人机位置、SIC解码顺序及变量T，求解出BD的反射系数，并将其更新；

105、根据给定的无人机发射功率、BD的反射系数、无人机位置及SIC解码顺序，求解出变量T，并将其更新；

106、根据给定的无人机发射功率、BD的反射系数，求解出无人机位置、SIC解码顺序，并将其更新；

107、最小安全速率更新收敛判断：若两次的安全速率差值的绝对值不大于容差因子则执行步骤108；若两次的安全速率差值的绝对值大于容差因子则将此时的安全速率保存，并跳转到步骤103，直到安全速率满足条件；

108、惩罚参数收敛判断：使用内循环输出的q和θ计算若惩罚函数不大于容差因子且||y||∞不大于容差因子则更新外层迭代次数和对偶变量；否则，更新惩罚参数，并跳转到步骤103；

109、将外层迭代次数与外层最大迭代次数进行对比，若大于外层最大迭代次数，则算法结束；否则，跳转到步骤103，直到满足条件为止；

所述步骤101建立无人机辅助的NOMA反向散射通信系统的最小安全速率最大化目标优化问题为：式中，pu表示无人机的发射功率，q表示无人机的位置，R表示BD的反射系数，A表示SIC解码顺序，Rs,n表示第n个BD的安全速率，rn∈[0,1]表示第n个BD的反射系数，ηn∈[0,1]表示第n个BD的能量效率转换系数，hn为无人机到BD的信道功率增益，Rn表示第n个BD到无人机的速率，RnE表示第n个BD到窃听者的速率，αnm∈{0,1}表示SIC解码顺序，αnn＝0表示无人机在解码第n个BD的信号时不应将第n个BD的信号视为干扰，H表示无人机的飞行高度，wn表示第n个BD的位置，N表示BD的总数量；C1a表示无人机的发射功率约束，Pmax表示无人机的最大发射功率；C1b表示反射系数rn约束；C1c为EH约束，表示BD收集的能量不小于其消耗的能量，Pc为BD维持自身电路工作需要消耗的功率；C1d为BD的安全中断概率SOP约束，pmax,n表示概率大小；C1e-C1h表示SIC解码约束，其中C1e表示对于两个不同的BD，αnm为0或1；C1g表示对于两个不同的BD,若一个被认为是信道增益较弱的BD，则另一个必须是信道增益较强的BD；C1e、C1g和C1h确保当第m个BD的信道增益比第n个BD的信道增益弱时，有αnm＝1，否则αnm＝0；

第n个BD到无人机和窃听者的速率可分别表示为：

式中hn为无人机到BD的信道功率增益，gn为窃听者到BD的信道功率增益，σ2为BD或窃听者处的高斯噪声；

引入松弛变量将安全中断概率约束C1d转换为：

而tn满足：

令其中，dmE和dnE分别表示第m个BD和第n个BD到窃听者的距离，β0表示参考距离d0＝1m处的信道功率增益，则有ζn和ζm表示一个服从单位均值的指数分布的随机变量；

所以可将目标优化问题p1转换为：

2.根据权利要求1所述的无人机辅助NOMA反向散射通信系统最小安全速率最大化方法，其特征在于，所述步骤103给定的BD的反射系数、变量T、无人机位置、SIC解码顺序、优化无人机发射功率，具体为：引入辅助变量s，将目标优化问题p2转换为：

其中，s为引入的松弛变量，C3a表示无人机的发射功率约束，C3b为EH约束，表示BD收集的能量不小于其消耗的能量，Pc为BD维持自身电路工作需要消耗的功率，约束C3c为C2d不等式两侧取对数后得到的约束，约束C3d是对新引入的变量s的约束使用SCA方法在初始可行点pu处一阶泰勒展开后得到的。

3.根据权利要求2所述的无人机辅助NOMA反向散射通信系统最小安全速率最大化方法，其特征在于，所述步骤104，给定无人机发射功率、变量T、无人机位置、SIC解码顺序，优化BD反射系数，具体为：引入辅助变量u,将目标优化问题p2转换为：

其中，约束C4c是由约束C2d不等式两侧取对数后，使用SCA方法在初始可行点和处进行一阶泰勒展开后得到的；约束C4d是先将新引入的变量u的约束改写为：再对使用SCA方法在初始可行点u处进行一阶泰勒展开后得到的。

4.根据权利要求3所述的无人机辅助NOMA反向散射通信系统最小安全速率最大化方法，其特征在于，所述步骤105，给定无人机发射功率、BD的反射系数、无人机位置、SIC解码顺序，优化变量T，具体为：引入辅助变量l，将目标优化问题p2转换为：

其中，约束C5a是由C2d不等式两侧取对数得到的；约束C5b是对新引入的约束左侧使用SCA方法在初始可行点处进行一阶泰勒展开后得到的。

5.根据权利要求4所述的无人机辅助NOMA反向散射通信系统最小安全速率最大化方法，其特征在于，所述步骤106，给定无人机发射功率、BD的反射系数、变量T，优化无人机位置、SIC解码顺序，具体为：引入辅助变量将目标优化问题p2转换为：

引入等式约束条件使用惩罚对偶分解算法将p6转换为如下优化问题：

其中，τ为惩罚参数；是等式约束条件的对偶变量；将离散的二进制变量A连续化，约束C7c等价为：在目标函数中引入惩罚函数来松弛约束式：并得到新的约束式：表示引入的惩罚函数；

且变换后的优化问题重写为：

其中，是扩展约束式可行域的松弛变量集；λ＞0表示惩罚参数；对于C8h，令并引入松弛变量和可将C8h改写为如下表达式：对于C8h3，引入松弛变量和将C8h3重写为如下表达式：

通过对非凸约束进行凸处理，得如下优化问题：

其中，C9f是对约束C8d使用SCA方法在初始可行点处一阶泰勒展开得到的；C9g是将约束C8g重写为后，对其左侧使用SCA方法在初始可行点和处一阶泰勒展开得到的；约束C9h是将约束C8b两侧取对数后，对-ln(rn||wm-e||2θm)使用SCA方法在初始可行点处一阶泰勒展开得到的；约束C9i是对约束C8h1左侧使用SCA方法在初始可行点和处一阶泰勒展开得到的；约束C9j是将约束C8h2使用SCA方法在初始可行点处一阶泰勒展开得到的；约束C9k是对约束C8h4使用SCA方法在初始可行点处一阶泰勒展开得到的；约束C9l是对约束C8h5使用SCA方法在初始可行点处一阶泰勒展开得到的；约束C9m是对约束C8h6使用SCA方法在初始可行点处一阶泰勒展开得到的。

6.根据权利要求5所述的无人机辅助NOMA反向散射通信系统最小安全速率最大化方法，其特征在于，所述步骤107，比较与容差因子的大小，其中，为第n+1次迭代的最大的最小安全速率，为第n次迭代的最大的最小安全速率；若不大于则安全速率收敛，执行步骤108；若两次的安全速率差值的绝对值大于容差因子则将此时的安全速率保存，并跳转到步骤103，直到安全速率满足条件为止。