随着用户需求的不断增长和网络环境的千变万化,搭载中继设备的无人机在军事、农业、城市勘察、灾害重建等方面都得到了广泛的应用。一方面,无人机相对较高的飞行高度对地面用户具有大的视距概率,对网络覆盖性能有很大的提升。另一方面,无人机在空中彼此通信共享信息,灵活度更高,易适应不同环境。无人机作为中继辅助地面基站扩大覆盖通信范围,为更多地面终端提供数据访问,满足更多用户服务需求。部署单个无人机基站受到功耗、带宽资源、覆盖范围等的局限,多无人机联合组网可应用的场景更为广泛,但地面环境的复杂性给无人机部署带来现实意义的挑战。目前的部署工作侧重研究内容各有不同,但其假设和约束也存在不同的缺点。1)多在固定高度进行二维部署,而非寻找三维空间的最佳部署位置;2)为寻找无人机最优联合部署位置,需已知用户的位置信息或分布;3)假设具有全局信息的实体,实施集中式部署;4)未考虑无人机到基站间通信网络的连通性;5)未考虑到无人机的有限电量以及无人机飞行到目标位置所消耗的电量。因此,本文主要工作贡献如下:（1）根据无人机基站结合地面基站的网络架构,提出了一种无人机辅助地面基站通信的混合部署问题。寻找无人机在三维空间中的最佳部署位置,使得无人机和地面基站在各自的覆盖范围内（覆盖范围根据空对地信道模型确定）,最大化全局可服务移动用户数的同时,保证无人机到基站的连通性。（2）提出了一种多无人机分布式强化学习方法SDQ-H（Semi Distributed Q learning-Height）,在移动用户位置未知的情况下,实现分布式无人机三维部署。为确保部署后用户与地面基站的连通性,并解决用户位置信息未知问题,提出了分层式奖励机制和无人机基站之间和无人机基站与地面基站的通信策略。同时,为延长多无人机辅助通信网络服务时间,在完成SDQ-H部署后,本文提出集中式部署算法SDQ-H-RL（Semi Distributed Q learning-Height-Reinforcement Learning）,包括多无人机三维位置优化方案和最近距离部署原则,有效提高用户服务总时刻数,同时最大化网络服务时间。（3）针对以上两种方法分别在四种不同的用户分布（Tokyo,New York City,Cluster,PPP）,结合无人机、基站、地面用户间通信信道模型,进行实验评估。在SDQ-H方法中,通过大量的前提实验来确定最优参数,然后与现有的启发式、集中式部署算法进行对比,在环境参数,SINR连接阈值,地面基站个数,用户密度和通信距离等影响因素上对该方法进行实验验证,结果表明SDQ-H在覆盖性能上具有很好的优越性。在SDQ-H-RL方法中,本文设置用户累计总服务时刻数和网络存活时间两个评估指标,在不同的无人机初始分布,地面基站分布和用户密度等因素上,与改进的极值优化算法进行对比,实验证明了该方法能够有效延长网络服务时间并提高用户服务总时刻数。