随着第五代移动通信（the Fifth Generation Mobile Communication,5G）的发展,人工智能、在线游戏、实时直播等超高计算能力、超低时延要求的新兴应用不断涌现。为了满足上述新兴应用,移动边缘计算（Mobile Edge Computing,MEC）技术被提出,并得到广泛应用。然而,计算服务器通常部署在固定基站中。用户的移动性、临时热点区域和受灾区域基站的损坏,导致固定的计算服务器难以满足临时计算服务的需求。如何解决动态通信需求以及多设备接入带来的链路阻塞尤为重要。根据现有研究,可以将计算服务器部署在无人机（Unmanned Aerial Vehicle,UAV）上以满足通信要求。为了充分发挥无人机辅助移动边缘计算网络的优势,仍有一些关键问题亟待解决,包括地面用户卸载策略选择、无人机电池能量受限、无人机轨迹规划与位置部署等。通过合理地制定用户卸载策略与无人机飞行轨迹,可以使用户获得较高的传输速率,有效的降低计算时延。通过合理地分配通信资源与无人机最优位置部署,可以延长无人机使用寿命,降低系统能耗。综上所述,本文分别针对无人机辅助移动边缘计算网络中卸载策略和资源分配两种典型问题进行了研究。第一,针对边缘用户低时延服务保障问题,本文设计了一种无人机与地面基站协同的任务卸载方案。首先,在无人机辅助移动边缘计算网络中,考虑到无人机飞行周期和计算能力均受限的情况下,以用户计算时延为目标,建立边缘用户低时延服务保障问题。其次,考虑到所建模问题中移动设备时延与无人机飞行轨迹的冲突情况,利用交替优化算法将原非凸问题转化为凸问题,并提出一种基于地面基站与无人机协同的计算卸载策略。在该策略中,用户通过三种不同的卸载选择以获得良好的服务质量。利用交替优化算法,联合优化用户卸载策略、中继比例、无人机轨迹与比特分配,并达到计算时延最小化。最后,仿真结果表明,提出的方案能有效的增强系统的计算能力、降低用户的时延。第二,针对地面用户任务优先级问题,本文设计了一种双层无人机多地面基站的新型移动边缘计算架构。首先,针对地面用户卸载任务过程,提出了用户优先级最大化系统能耗最小化问题。其次,考虑到用户任务优先级与无人机计算容量的限制,设计了一种基于双层无人机架构的资源分配算法。在该算法中,上层无人机会灵活部署为优先级较高的用户服务,下层无人机周期飞行将其他用户的任务中继至地面基站。最后,仿真结果表明,所提算法可以为用户提供良好的服务质量,降低系统能耗。