随着近年来新兴移动业务对算力需求的增长,资源受限的终端设备通过多接入边缘计算（Multi-access Edge Computing,MEC）技术将任务卸载至地面基站处理,可满足其在时延和能耗方面的需求。但在缺乏基站覆盖的偏远地区（如海洋、山林和极地）,基于地面蜂窝网的边缘计算模式不再适用。空间信息网络（Space Information Network,SIN）由各类空天地平台组成,而低轨（Low Earth Orbit,LEO）卫星和无人机（Unmanned Aerial Vehicle,UAV）作为空间信息网络的重要组成部分,LEO卫星星座具有较广的网络覆盖、较小的环境依赖等特点,UAV可灵活布置并可与用户建立视距连接。因此在空间信息网络中的LEO卫星或UAV上部署MEC服务器可为偏远地区设备节点提供计算卸载服务。该卸载模式下不同的卸载策略对节点能耗、效益的影响差异较大,如节点卸载任务比重较大会带来传输能耗高、MEC服务器处理负担大的问题,因此本文研究空间信息网络中高能效计算卸载方案,具体的研究内容总结如下:1、面向偏远地区物联网生产作业场景,针对地面节点集仅向LEO卫星MEC服务器卸载任务导致的传输能耗高问题,为了减少节点集能耗,同时合理利用网络中的计算资源,结合设备间（Device-to-Device,D2D）通信提出D2D辅助的星地双边协作部分计算卸载方案。考虑任务受到时延和MEC服务器负载的限制,将问题建模为最小化卸载过程中地面节点集的总能耗,利用基于改进遗传算法的节点卸载策略（Node Offloading Strategy based on Improved Genetic Algorithm,NOS-IGA）求解节点集最小能耗。实验结果表明通过在不同的时延要求和任务节点数下NOS-IGA均具有良好的收敛性,且有效减少了卸载过程中地面节点集的能耗。2、除了关注节点集在任务卸载期间的能耗问题,本文还根据不同任务对时延与能耗的不同要求研究节点集卸载效益问题,节点的卸载效益由能耗效益与时延效益组成,根据不同的权重系数表示节点效益对能耗效益与时延效益的偏好。提出地面节点-无人机-低轨卫星的三层MEC计算卸载方案,计算任务可在本地、UAV与LEO卫星MEC服务器三处处理,通过基于改进遗传算法的无人机中继卸载策略（UAV relay Offloading Strategy based on Improved Genetic Algorithm,UOS-IGA）求解节点卸载期间的最大效益。实验结果表明在不同权重偏好下UOS-IGA均可有效地提升节点集的效益。