随着物联网技术以及人工智能技术的不断发展,多样化的移动应用也在不断兴起,人们对延迟的敏感性和对计算能力的要求也日益增加。受限于有限的计算能力和电池容量,移动设备通常难以满足用户低时延和低能耗的要求。移动边缘计算已经被公认为应对这一挑战的最有前途的技术之一。移动边缘计算具有帮助用户节约能量、提供低延迟服务和保障移动应用数据安全的优势。与此同时,无人机部署更加灵活和迅速,这使得基于无人机的移动边缘计算特别适用于某些特定应用需求或响应意外事件。然而,无人机在空中的飞行、与地面设备的通信传输以及完成各种特定应用的需求非常耗能,大幅度减少了无人机的续航时间。微波能量传输技术有望延长无人机的续航时间,相比其他方案,微波能量传输技术具有更高的空间传输效率。为提高微波能量传输的效率,更好地为无人机提供能量,本文首先介绍了一种基于抛物面天线的阵列空间合成模型。对于微波空间功率合成,当所有天线到达接收点的相位一致时,接收阵面所接收到的能量达到最大。为保证抛物面天线阵的波束聚焦,本文研究了一种基于交替迭代的旋转矢量微波波束聚焦算法,并对算法的收敛性进行了分析。与遗传算法和传统的旋转矢量法相比,该算法具有收敛速度快、适应能力强的特点。微波能量传输效率的提高,有助于无人机更有效地为用户提供计算卸载服务。结合微波能量传输技术和无人机的移动边缘计算的应用场景,本文提出了一种基于微波供能的无人机移动边缘计算网络框架。其中,无人机为用户提供计算卸载服务,并且为了使无人机能够持续工作,通过微波充电站给无人机进行充电。基于这种场景下,本文建立了一种基于微波供能的无人机移动边缘计算网络的系统模型。并且结合微波充电站和无人机的实际情况,本文通过优化无人机计算卸载决策、飞行轨迹和服务时间来激励无人机。为解决这个非凸问题,本文提出一种多变量交替优化的迭代算法。数值结果表明,本文提出的卸载方法及相关解决方案相比其他传统的计算卸载方法具有更高的服务效率。