随着物联网技术的发展,一系列具有计算密集、延迟敏感特征的新型应用不断涌现,使得传统的“云计算+固定基站”的网络覆盖模式无法承载巨大规模的应用需求。无人机（Unmanned Aerial Vehicle,UAV）由于其灵活性,部署成本低等优势,能够快速响应不同的通信覆盖需求。基于移动边缘计算（Mobile Edge Computing,MEC）的思想,业界提出了无人机辅助边缘计算系统为用户提供计算服务。目前,大部分研究集中在无人机辅助边缘计算过程中的用户终端能耗问题和无人机能耗问题,对于两者同时考虑的系统能耗问题研究尚不全面。本文围绕系统能耗问题,对无人机辅助边缘计算系统的任务卸载和资源分配问题以及用户任务优先级问题进行重点研究,主要贡献如下:1.针对应急场景下无法有效提供可靠通信和满足大量用户计算需求的问题,本文设计了一种单无人机与远处无线接入点（Access Point,AP）协作的任务卸载方案。首先,针对用户总任务量不同的情况,提出了一种新型的无人机接入策略,同时考虑两种无人机接入模式。第一,当用户总任务量较少时,无人机仅作为边缘服务器为用户提供计算卸载服务;第二,当用户总任务量较多时,无人机同时作为边缘服务器和中继转发器提供计算卸载服务。其次,基于该无人机接入策略提出了一种新的子时隙划分方式,联合优化比特分配,时隙调度,功率分配和无人机轨迹建立了一个最小化系统能耗优化模型,由于该问题是非凸且难以找到最优解,本文提出了一个基于交替迭代优化的两阶段分配算法解决该问题。最后,仿真结果表明,所提算法在降低系统能耗上的有效性和优越性。2.针对单无人机资源有限和地面用户任务优先级的问题,本文设计了一个双层无人机与远处无线接入点协作的任务卸载方案。首先,在该方案中上层无人机飞行作为中继转发器为用户提供中继服务,下层无人机固定不动作为边缘服务器为用户提供计算服务,任务优先级高的用户接入下层无人机,其余用户接入上层无人机。针对用户任务优先级不同的情况,本文提出了一个基于任务优先级的用户接入问题,将该问题转化为背包问题,设计了一种基于动态规划的用户接入算法求解该问题。其次,在用户容忍时延和无人机计算资源约束下,建立了一个系统总传输能耗优化模型,由于该问题为非凸问题,很难找到最优解,本文将问题分解为两个子问题,设计了一个两阶段交替迭代算法进行求解。最后,仿真结果表明,所提方案在保证用户优先级的同时降低了系统传输能耗。