随着科学技术的发展,人们可以随时随地的使用手机、电脑等智能终端设备同他人进行通信,人们之间的沟通交流没有了时间和空间的障碍,基于网络的通信方式也成为了人们获取外界信息、与世界相连的主要方式。但是,当地震、火灾、海啸、战争等自然或人为灾难发生的时候,地面的通信基础设施将会遭受巨大的破坏甚至完全被摧毁,从而给救援人员的及时救援产生极大地障碍,进而极大地威胁着被困人员的生命财产安全。本文主要通过使用无人机（Unmanned Aerial Vehicle,UAV）作为空中基站,利用无人机来构建临时的应急通信系统,为灾后救援工作的开展提供可靠的通信服务,保障应急救援工作的顺利开展。首先,我们提出了一个无人机变速巡航模型来实现对灾后地区的通信覆盖。在实际的灾后场景,地面终端（Ground terminal,GT）往往会聚集到热点附近。针对地面终端分布情况,我们使用托马斯簇过程（Thomas cluster process,TCP）来模拟灾后地面终端的分布。考虑到有限的信道资源,我们实现了飞行器之间的动态信道资源分配。针对地面终端的分布密度不同,具体的信道分配比例也会不一样,我们提出了基于灾后地面终端分布密度的最大信道接入概率问题。通过对原始非凸问题的分析转换,我们将原始的非凸问题转化为了凸问题,并采用了内点法来求解该问题。其次,在上述工作的基础上,我们进一步考虑无人机辅助应急通信网络的数据包的到达率问题。我们在本文中采用了时分多址（Time Division Multiple Access,TDMA）和正交信道来实现数据的有效传输。通过分析对比一般TDMA的固定时隙问题,我们提出了基于时隙和信道资源分配动态优化的数据包的最大到达率问题。但该问题是NPhard,因此我们考虑采用群体智能优化算法来解决这个问题。在原有的头脑风暴智能算法的基础上,通过改进固定搜索步长和全局搜索策略,我们提出了基于交叉操作的头脑风暴优化算法,并通过实验仿真来验证我们提出的方法。最后,仿真实验的结果表明:1)相比于无人机恒速巡航、静态的信道资源调度和单一的无人机速度或者信道资源分配优化策略,我们所提出的基于地面终端分布密度的无人机自适应速度巡航模型实现了更大的信道接入概率;此外,在不同的巡航周期和无人机发射功率下的可达率有了相应的提高。2)基于动态时隙和信道分配的策略相较于固定的时隙和信道分配策略实现了更大的数据包到达率。此外,和传统的头脑风暴优化算法（Brainstorming Optimization Algorithm,BSO）和初始化随机分组头脑风暴算法（Initialize Random Group Brainstorming Algorithm,IRGBSO）相比,我们所提出的基于交叉操作的头脑风暴算法可以实现更大的包到达率。