无人机通信是5G无线通信中一项很有前景的技术,然而由于无人机自身的续航能力有限和对飞行环境有一定要求等原因,在保证通信安全方面还存在一些挑战。本文提出一个使用无人机来实现的通信场景,其中无人机需要在从指定起点飞到指定终点的飞行过程中,完成与多个地面上的通信节点的安全通信,并且在通信过程中会受到窃听节点的干扰。在考虑最优的通信位置进行悬停通信以及整个飞行过程中,无人机不仅需要提高通信的平均保密率和降低飞行能耗,还需要考虑在现实环境中飞行时要避开环境障碍物的问题。本文基于无人机通信模型、无人机能耗模型和环境限制模型构建出了无人机调度和航迹规划问题模型（USPOP）,并用两种方式:一种是拆分USPOP问题,并提出一种改进的粒子群算法（PSO）来分步解决问题中的多个子问题;另一种方式是将问题视为多目标优化问题,并使用改进的第三代的非主导排序遗传算法（NSGA-Ⅲ）算法来解决。具体操作如下:（1）提出一个在无人机通信网络场景中的保密通信问题。无人机从指定的起点飞到指定的终点,在飞行过程中,无人机可以视为一个移动中继来和通信节点通信,并在通信过程中被窃听节点干扰,同时,无人机需要考虑到避开飞行环境中的障碍物问题。针对这个问题,构建一个无人机调度和航迹规划问题模型USPOP来最大化通信平均保密率和最小化飞行总能耗。（2）USPOP问题被证明为NP难问题。首先考虑将USPOP问题拆分为两个子问题,分别是无人机调度优化问题（USOP）和无人机航迹优化问题（UPOP）;进一步,提出用粒子群算法结合正态分布初始化和差分机制的改进算法（PSOND）和将PSOND与遗传机制和避障因子结合的改进算法（PSONDGA）来分别解决USOP和UPOP问题。（3）考虑将USPOP问题视为多目标优化问题。将问题确定为优化平均通信保密率、无人机悬停能耗和无人机飞行能耗三个目标组成的多目标问题进行优化,并使用将NSGA-Ⅲ算法结合离散正态分布初始化、差分机制、遗传机制和避障因子结合的改进算法（NDGA-NSGA-Ⅲ）进行解决。（4）仿真结果验证了所提出的PSOND、PSONDGA和NDGA-NSGA-Ⅲ算法具有更好的有效性和收敛性能。此外,所提出的算法的稳定性也优于其他的对比算法。