无线传感器网络作为无线通信的关键技术,传感器的工作却受到了供能设备的限制,需要定期更换电池或者及时充电的方式在传感器大规模部署时会带来极高的维护成本。后向散射通信技术由于其低能耗、低成本、易调整等特点,在物联网时代将发挥起重要作用,在传统的无线传感器网络中融入后向散射通信技术,让原本需要耗能的传感器节点通过后向散射的方式传输信息,能够很好地优化系统开销。无人机作为一种小巧轻便且具有高机动性的新型工具,逐渐被使用于各个领域中,在推进无线通信发展上起着关键作用。在后向散射通信网络中无人机既可以作为数据接收器,也可以作为射频信号源,无人机辅助地面基站进行信息采集可以提高系统的传输效率。在采集后向散射节点的信息时,通过调整无人机的派发策略,可以很好地降低系统的能耗、时间消耗等指标。对此本文展开研究,基于节点密度不同的网络场景分别提出了基于优化无人机派发策略的两种信息采集机制。本文针对稀疏后向散射通信网络中无人机辅助信息采集机制进行了研究。节点足够稀疏分布在整个网络区域中,在信息采集过程中,位于中心的地面基站发射射频信号至覆盖范围内的节点,节点在接收到射频信号之后,以后向散射的方式将自身感知的信息上传回基站。然而,对于在基站覆盖范围内但距离基站较远的节点以及位于基站覆盖范围外的节点,在上传信息时会产生巨大能耗,对此通过引入无人机来辅助中心基站采集这两类节点的信息。首先将整个网络场景进行分区,其中内部区域为基站负责区域,外部区域为无人机辅助区域。在基站负责区域中,节点直接通过后向散射将采集到的信息传输回基站。无人机辅助区域中,携带电池的无人机从基站出发,悬停在节点附近,然后节点后向散射无人机发出的射频信号来向无人机发送信息。通过优化无人机的派发策略,进而可以降低整个系统的传输能耗并提高传输效率。对此,本文首先分析了遗传算法对此问题的优化方案,然后提出了基于注意力机制的无人机派发策略优化算法,并且构建网络模型进行训练。最后通过仿真验证,在优化信息采集的能耗、时间消耗等指标时,基于注意力机制的算法表现优异。本文针对密集后向散射通信网络中无人机辅助信息采集机制进行了研究。密集场景下,由于节点数目的增加导致了基站以及无人机在采集信息时的开销大大增加,此时单纯地将目标区域划分为内外两部分同样会带来较大的能耗。对此通过引入无线传感器网络分簇路由算法确定簇首位置,进而确定无人机信息采集时所悬停的位置,无人机飞向并悬停在簇首位置上发送射频信号以供簇内节点后向散射收集信息,可以降低网络的传输开销。如何优化簇首的定位会直接影响无人机辅助采集节点信息的效率,进而影响整个系统的能效。对此,本文首先对系统的簇首规模如何确定进行了阐述,并分析了无人机在采集信息过程中的能耗;然后基于本文中的后向散射网络场景,首先对LEACH算法进行了改进,之后又给出了基于FCA算法的簇首确定方法;最后,本文提出了采用虚拟簇首来优化簇首定位的方法。仿真结果表明,所提算法与对比算法相比,对系统的能耗优化效果明显。