随着移动互联网的蓬勃发展与智能终端的普及,移动互联网数据流量呈指数型爆发增长。移动边缘缓存技术可以将流行度较高的多媒体内容放置在距离用户更近的边缘节点,避免蜂窝网络内热点内容大量重复传输,从而缓解网络拥塞,减轻基站负载,减少回程链路开销。同时,随着支持无线通信的小型无人机的快速发展,利用无人机基站辅助地面蜂窝网络进行热点区域覆盖受到了广泛关注。无人机具有部署灵活性和便于移动的特性,相比于地面基站可以更方便的接近用户,建立良好的视距链路,可以在热点覆盖区域为用户终端提供高速数据传输服务。因此无人机辅助蜂窝网络缓存技术成为热点研究方向之一。本论文选题于国家自然科学基金项目《无人机辅助蜂窝网络中多级协同缓存方法研究》。为了提高内容分发效率和缓存空间利用率,本文联合优化缓存放置与内容分发,从而提高系统性能。本文考虑了无人机辅助宏蜂窝网络通信和无人机辅助D2D（Device-to-Device,设备间）蜂窝网络通信两个场景,并分别提出了相应的缓存放置与内容分发联合优化算法。论文主要工作如下:1)综述了目前无人机辅助蜂窝网络缓存技术研究现状。首先概述了无人机辅助蜂窝网络主要应用场景和研究分类。然后分别从存储功能部署位置、性能指标、缓存放置策略、内容分发策略和缓存放置与内容分发联合优化研究五个方面对蜂窝网络边缘缓存研究进行了综述。最后总结了无人机辅助蜂窝网络缓存的研究现状,并指出了现有研究中存在的问题。2)在无人机辅助宏蜂窝网络场景中,针对无人机通信与缓存资源受限影响用户体验的问题,提出了一种最大化用户体验质量的缓存放置与内容分发联合优化算法。建立了以最大化系统内用户体验质量之和为目标的最优化问题,联合优化无人机位置部署、无人机缓存放置和用户接入。为了求解所提优化问题,将该问题分解为三个子问题分别进行求解,实现了基于交换匹配的无人机位置部署子算法、基于贪婪算法的无人机缓存放置子算法,以及基于拉格朗日对偶的用户接入子算法,三个子算法交替迭代实现了缓存放置与内容分发联合优化,获得所提优化问题的次优解。最后通过仿真证明所提算法的收敛性、可行性和有效性。仿真结果表明,所提算法可以有效的降低用户获得内容时延,提高用户体验质量和回程链路流量卸载率。3)在无人机辅助D2D蜂窝网络场景中,针对无人机缓存空间受限的问题,提出了一种无人机与D2D协同缓存放置与内容分发联合优化算法。首先提出了无人机与D2D用户的协同缓存架构,利用D2D用户缓存能力缓解无人机缓存空间压力,提高系统性能。建立了以最大化缓存效用为目标的最优化问题,联合优化D2D用户缓存放置策略、无人机飞行轨迹和无人机缓存放置策略。将该优化问题分解为三个子问题分别进行求解,即基于多对多交换匹配算法求解D2D用户缓存放置策略,基于近似凸优化求解无人机飞行轨迹,以及基于动态规划求解无人机缓存放置策略,三个子问题的求解过程交替迭代,实现了缓存放置与内容分发联合优化,获得所提优化问题的次优解。最后通过仿真验证了所提算法的收敛性、可行性和有效性。仿真结果表明,所提算法可以有效的提高缓存效用和回程链路流量卸载率,为用户提供高速内容分发。