移动边缘计算是指在靠近数据生成的位置对数据进行处理、分析以及存储。传统的移动边缘计算系统将计算服务器安装在基站或无线接入点中,对地面基础设施具有很强的依赖性。由于无人机具有部署方便、移动性强等优点,可以有效地扩展无线网络的覆盖范围。在移动边缘计算系统中,无人机可以搭载边缘计算服务器,为地面用户提供动态高效的计算服务。基于无人机通信的移动边缘计算系统具有比传统的移动边缘计算系统更优异的性能。在基于无人机通信的移动边缘计算系统中,用户计算任务的迁移方式和系统内资源的分配方式是影响系统能耗和用户服务质量的关键因素。因此,研究基于无人机通信的移动边缘计算任务迁移和资源分配算法具有重要的意义。本文在综述国内外基于无人机通信的移动边缘计算系统及任务迁移和资源分配算法研究现状的基础上,设计并验证了基于无人机通信的移动边缘计算任务迁移和资源分配算法,主要工作如下:1.提出了一种基于单无人机通信的移动边缘计算任务迁移和资源分配算法,建立了单无人机通信场景的系统模型,以最小化用户的总能耗为优化目标,通过联合优化无人机的部署位置、用户计算任务迁移比例、带宽分配以及任务迁移时间,最小化了所有用户消耗的能量。仿真结果表明所提出的算法不但具有良好的收敛特性,而且还能够显著降低用户的总能耗。2.提出了一种基于多无人机通信的移动边缘计算任务迁移和资源分配算法,建立多无人机通信场景的系统模型,以最大化用户的总计算数据量为优化目标,通过联合优化用户无人机分配、本地CPU频率、用户任务迁移数据发送功率、带宽资源分配以及无人机的飞行轨迹,最大化了所有用户的总计算数据量。仿真结果表明所提出的算法不但能够显著提高所有用户的总计算数据量,而且还能够根据用户的分布位置和无人机的最大飞行速度动态地调整无人机的飞行轨迹。3.提出了一种基于无人机中继通信的移动边缘计算任务迁移和资源分配算法,建立无人机中继通信场景的系统模型,以最小化无人机和用户的加权能耗和为目标,通过联合优化无人机的飞行轨迹、用户的本地计算频率、无人机分配给用户的计算频率、用户任务迁移数据量、用户时隙分配、无人机中继数据量以及无人机中继时隙分配,最小化了用户和无人机的加权能耗和。仿真结果表明所提出的算法不但具有良好的收敛特性,而且还能够显著降低用户和无人机的加权能耗和。