随着第五代移动通信的快速部署与发展,传统无人机产业正快速向网联化、数字化和智能化方向发展。使用全球无所不在的蜂窝网络取代传统点对点通信链路的网联无人机,可以不受地形和距离限制地远程操控和数据传输,提供了全天候在线服务并具备综合监管能力,大大提升了无人机的服务性能与应用领域。目前网联无人机正广泛应用于电力巡线、公安巡逻、交管巡查以及农业、物流和勘探测绘中。5G+无人机模式正全面赋能我国各行业的发展建设,并成为新时代低空经济发展的核心力量与重要手段。围绕网联无人机的蜂窝网络对低空飞行器通信支持增强技术也成为无人机通信的重要研究方向。但无人机三维空地信道与地面信道有较大差异,视线链路概率增加与较高的飞行高度也造成较为严重的干扰问题,且无人机高速立体移动也会对通信链路产生影响。同时现有蜂窝网络环境,基本仅针对地面用户进行的服务质量控制与通信支持。低空空域的空中用户高于天线且处于下倾天线旁瓣覆盖,并且网联无人机对通信链路速率和时延要求更为严格复杂,在现有网络条件下对于网联无人机多任务场景下支持水平仍在探索中。本文根据无人机通信理论以及应用中的实际问题,针对网联无人机的干扰与通信水平,仿真并实测了网联无人机信道质量,并在基站侧与用户侧分别提出了基于机器学习的多点协作方案与航线规划方案,结果表明可以显著提高网联无人机的通信质量与工作效能。首先对无人机信道进行研究,根据现有无人机信道传播特性的研究与代表性低空信道文献,分析了典型空地信道模型,包括几种大尺度衰落信道模型与小尺度衰落信道模型。并对无人机信道模型与传统地面信道模型比较描述其特征和影响因素。并根据3GPP及ITU相关协议报告与标准对无人机地空通信场景进行分类,并给出不同场景下信道模型参数。并在系统级仿真环境与确定建筑环境下对网联无人机的通信质量进行仿真。同时搭建网联无人机实机系统进行实地测试,根据网联无人机任务场景通信需求进行分析。评估了现有通信环境对低空网联无人机的支持,并为后续优化提供数据参考。其次在基站侧应用多点协作技术解决网联无人机干扰协调问题。无人机因飞行高度和较高视线链路概率,使其具有较为严重同频干扰且复杂的基站覆盖问题。为解决上述问题,提出多模式切换的多CSI过程动态点选择的网联无人机干扰抑制方案。通过各基站和传输点间共享用户信道状态信息,通过空中用户CSI信息选择最佳传输点提供物理共享信道为用户传输数据。针对网联无人机信道特点,应用基于SVM支持向量机的多模式切换方案。考虑无人机协作时延约束通过控制切换策略以合理调整传输点,并根据无人机速度与时延需求自主选择相应切换策略。仿真结果表明,在协作时延受限情况下,有效提升空中用户吞吐量并降低误码率。最后在用户侧提出基于强化学习的单无人机与多无人机系统航线规划方案。在网络条件一定时,通过合理规划无人机航线使无人机获得的通信服务水平与能耗等因素最优。在单无人机环境中,将空间离散为平面网格,构建基于通信参数与路径风偏参数的奖励函数。通过强化学习获得总效用最大的无人机航线。在多无人机系统中,进一步将环境扩展为复杂城区建筑与通信环境。以多无人机系统区域巡逻为研究背景,以无人机或云端获取地图处理后作为输入,每架无人机由云台相机产生视频数据通过蜂窝链路传输给基站。实验结果显示使用训练好的网络模型输入未训练区域地图及参数时,仍获得较高的数据吞吐量及安全高效的航线。