随着通信技术的发展以及用户设备数量和多媒体应用的急剧增加,移动数据流量在全球范围内呈现爆炸式增长。同时,用户对高速率、低时延通信的需求也在日益增加。UAV辅助的异构网络通过在传统的蜂窝网络中部署UAV空中基站,能够显著提升网络性能,吸引了研究人员的广泛关注。在UAV辅助的异构网络中,对UAV技术进行研究与应用不仅能增强热点区域的网络覆盖,满足持续增长的网络需求,同时还可以支持多媒体应用计算密集型任务的执行。已成为目前的研究热点之一。UAV支持的异构网络中的UAV基站的部署是UAV应用的关键。此外,在引入UAV支持的移动边缘计算技术的网络场景中,如何利用UAV空中基站提高计算卸载性能也需要进行深入研究。本文的主要工作如下:提出了一种基于ARIMA-XGBoost混合模型预测的UAV智能化部署机制。首先对用户连接基站的历史数据进行预处理,利用CMC方法以及拉依达准则消除缺失数据以及异常数据对模型预测的干扰,然后训练模型并对热点区域的用户进行预测,根据预测结果进而评估预测区域的拥塞等级来判断是否需要部署无人机基站以及部署无人机的数量。仿真结果表明,本文提出的UAV智能化动态部署方案不仅解决了网络负载不均衡问题,而且实现了经济高效的无人机基站部署,同时满足了运营商和移动用户的业务需求。提出了一种在UAV支持的异构网络中提出了计算任务时延和能耗感知的联合计算卸载解决方案。该联合计算卸载方案支持任务本地计算或者通过地面卸载链路将计算任务卸载到GMES上执行或者通过空中卸载链路将计算任务卸载到UAV-enabled移动边缘服务上执行。仿真结果表明,通过计算任务的时延和能耗感知,所提出的联合计算卸载方案保证计算任务时延要求的情况下,选择能量消耗最小的执行位置。这样在降低计算任务阻塞率,提高网络服务质量的同时,节约无线设备(用户设备以及无人机设备)的能量消耗,提高无线设备的续航时间,提升用户的体验。