移动边缘计算(Mobile Edge Computing,MEC)便于实现5G业务中高能效、低时延和高可靠的技术指标,它已经成为5G中的一项关键技术。为了更好地使用高交互式体验的移动应用,减轻硬件设备的电池容量负担,可以利用移动边缘计算在移动设备上实现计算密集型应用,如移动增强现实(Mobile Augmented Reality,MAR)。MAR应用通常包含三个模块,即上行链路中的数据收集,边缘计算和下行链路中的数据传输,各模块之间的协作将利于改善MAR系统的能耗性能。城市信道中变化的信道质量将导致MAR应用对移动设备的发射功率要求很高,也增加了系统的传输能耗。针对此问题,本文提出了一种联合的上行资源共享传输方案。具体研究内容和创新点如下:1.研究了一种无线能耗模型,针对含有伴飞无人机的MAR应用场景,所部署的无线中继可以有效对抗大的路径损耗。本文定义了一种截断的瑞利衰落信道,以便于在严格时间延迟和固定发射功率等约束下获得一种低用户设备能耗的优化卸载方案。2.本文提出了一种移动云卸载优化方法,它包含数据模型、信道模型和传输能量模型。系统数学优化问题模型分别包括用户设备处和边缘云服务器处的能量损耗。利用KKT条件解决该优化问题,通过对参数的不同配置,推导出在不同情况下的最优解。3.本文提出了一种无人机作中继的共享卸载资源传输方案。根据有无伴飞无人机辅助传输和有无进行共享数据传输,分为四种传输方式。将不同的场景转化成数学优化问题,利用Matlab中的凸优化工具CVX进行处理,并采用连续凸近似(Successive Convex Approximation,SCA)算法,将非凸问题转化为凸问题进行优化求解。计算仿真结果表明,与传统的通过用户独立卸载相比,联合的中继传输和上行数据共享的方案可在能量效率上产生显著的增益。