在众多无人机（Unmanned Aerial Vehicle,UAV）的应用中,蜂窝网联无人机（Cellular-connected UAV）伴随着5G移动通信的发展成为了热门的应用方向。例如,通过地面基站指挥无人机进行安全巡检、消防救援等活动。然而,有限的续航能力一直都是无人机普遍的缺点,无人机在许多具体应用场景（比如航拍、信息收集等）时,要定时返航为无人机充电。因此,部署无人机执行任务时,进行合理的路径规划,减少不必要的飞行能耗显得尤为重要。本论文以蜂窝网联无人机收集地面节点信息为场景,分别研究如何在最短的时间完成信息收集任务及如何最大程度上减少地面节点地能耗。本文的具体研究内容可归纳如下:一、研究了连接受限的网联无人机飞行轨迹优化问题。考虑一个网联无人机数据采集系统,无人机必须要保持与蜂窝网的连接,通过对轨迹的优化尽可能地缩短无人机完成信息收集任务的时间。本文首先对地面节点用螺旋算法按照相对距离进行聚类,找出聚类的中心点（驻点、簇头、无人机停留点）。然后用基于几何理论的点对点距离算法获得各驻点之间的距离,并通过蚁群算法,获得无人机对所有驻点的访问顺序,并最终获得任务完成时间最小时所对应的无人机轨迹。进一步考虑到无人机可短暂的断开与地面基站的连接,本文研究了中断时间受限情况下的轨迹优化问题,与传统的全程连接方案相比,可进一步缩短完成时间且服务更多的地面终端。最后,给出的仿真结果证明了本文提出的算法的有效性。二、研究了数据传送中地面节点能量优化的问题你。考虑利用网联无人机进行数据采集,地面节点在完成数据传输任务的前提下,为了延长其的生存时间,需要尽可能减少地面用于信息传输的能量。为此,本文的研究了在无人机任务完成时间一定的情况下,通过规划无人机的轨迹,使得地面节点剩余能量最大化。首先利用改进后的螺旋算法找出节点能耗最小化的驻点,然后利用点对点距离算法和蚁群算法获得无人机的轨迹。进一步考虑到单个无人机的任务时间有限,本文提出了利用二分法进行两个无人机轨迹的联合优化,进一步减少任务完成时间,提高节点的剩余能量。