无人机（Unmanned Aerial Vehicle,UAV）因其灵活性,多功能性,被广泛应用于不同领域。伴随着对UAV通信质量要求的提高,将毫米波（millimeter Wave,mm Wave）技术应用于UAV通信已成为研究重心。为了高效地设计并优化UAV毫米波通信系统,理解并建立准确的信道模型尤为关键。论文研究了基于射线跟踪（Ray Tracing,RT）UAV毫米波信道模型,给出了一种信道参数的估计算法,使用数字地图对信道的传播场景进行简化重构,在此基础上通过RT仿真方法,研究了信道的空间时间参数和统计特性。论文还研究了一种基于聚簇算法的UAV毫米波信道模型,分析了多径的聚簇结果和信道的统计特性。论文的研究工作总结如下:（1）研究了一种基于数字地图并针对复杂电波传播场景的数据库重构方法。分析比较了存储建筑物和地形数据的两种数字地图格式,在此基础上研究了一种数据库重构方法,能够对建筑物等散射体进行几何简化,对复杂的不规则地形进行三角剖分,将真实的电波传播场景重构为标准的几何面。分析了一种三角面加速算法,可应用于射线跟踪算法以加快仿真速度。使用基于数字地图的数据库重构方法复现了校园、城市、丘陵、森林、海洋共五种三维几何地理场景。（2）研究了一种基于RT方法的UAV毫米波信道模型,分析了几何光学理论和几何绕射理论两种电磁波传播理论,在此基础上,提出了一种基于RT的参数估计方法,该方法能够计算出每条射线的功率、角度、相位、时延等参数。对不同精度的校园场景下的28GHz空地信道进行RT仿真,比较了重构精度对信道参数和特性的影响,分析了信道参数、信道的选择性与扩展性。仿真结果表明,简化后的校园场景数据库可以节省约50%的计算时间,而在信道统计特性上差异较小,UAV的机动性使得传播路径可以分为始终存在的Lo S分量以及非持续性存在的多径分量。（3）研究了一种基于聚簇算法的信道模型,分析了基于机器学习的聚簇算法,重构了城市、丘陵、森林、海面四个典型场景,对多达25000个不同的28GHz UAV毫米波信道进行RT仿真,获取大量的数据,建立起空地毫米波信道数据库,根据多径在空间和时间维度上的相似性将信道数据库划分为不同的簇,得到聚簇结果。在聚类估计的基础上,分析了信道的多普勒功率谱密度（Doppler Power Spectral Density,DPSD）和冲激响应（Channel Impulse Response,CIR）,并利用聚簇结果建立起基于多径簇的信道模型。仿真结果表明,城市场景由于其丰富的散射环境,簇的数量最多,多径的相对时延和相对角度可用随机分布进行拟合,得到不同的拟合参数。