随着无线通讯业务的井喷式发展,无线数据需求遍布在全球的每一个角落。无人机辅助通信作为一种新的通信传输方式,在无线通信服务中扮演着越来越重要的角色,特别是在地面基站故障或发生自然灾害条件下的通信抢险服务中。与传统的地面基站相比,无人机基站机动性强、部署成本低等优点使其能够在特殊环境下实现快速部署;与之相对续航能力差、资源负载量低限制了无人机基站的应用空间。如何在有限的续航能力和负载能力条件下为用户提供最大化效益的无人机基站部署策略是论文要解决的主要问题。本文主要研究内容如下。首先,以区域内需要的数据资源数量为背景,针对负载能力和机动性能差异条件下的无人机基站派遣问题,提出了一种基于模糊综合评判（层次分析）的无人机派遣策略。派遣策略以无人机基站的机动性和负载能力为条件,将其划分为不同的服务机型;根据服务区域请求的数据量对不同服务机型的收益、能耗和服务效率指标进行评价;给出基于模糊综合评判（层次分析）的优选策略,分析服务机型和服务性能之间的量化关系,进而获得最优的无人机基站部署策略。其次,以大范围的区域数据资源请求为背景,针对无人机缓存问题先对随机用户分布条件下的用户群划分问题做预处理,提出一种基于混合聚类算法的用户划分策略。以无人机基站的服务性能为约束条件,根据用户的分布位置对用户进行区域划分,接着根据文件的流行度排名,使用Zipf定律对无人机的资源进行缓存。本文把无人机的缓存问题看成是一个背包问题来求解,背包问题的中心思想就是最大化缓存资源的价值,将目标函数定义为适度函数给出粒子群算法的求解方式,得到最大化无人机价值的缓存方案。最后,针对基于模糊综合评判（层次分析）的无人机派遣策略和基于混合聚类算法的用户划分策略进行实验仿真和数据对比分析,验证算法的有效性。