随着5G通信技术的发展,无线通信网络要求在有限的无线资源和恶劣的信道环境下尽可能提供更高的数据速率,同时满足保证高服务质量的要求。无人机由于其高机动性和部署灵活的特点,引起了越来越多的关注。但由于无人机机载资源有限,在执行计算密集型任务时,不仅会由于算力不足导致任务时延过高,还会增加能量消耗降低续航时间,限制了无人机在该领域的应用。本文研究了携边缘计算设备的无人机的任务调度问题,对有关调度算法的思想进行了概括总结,分析了现有各种调度方案的优点和缺点,提出了一套适用于边缘计算环境下的无人机任务调度方案。本文的主要研究内容如下:1.在计算资源受限和传播延迟要求较高的环境中,通过无人机和边缘计算设备克服可用计算资源不足的问题。将边缘处理设备部署在无人机中,利用无人机的高机动性和易于部署的优点,采用所携边缘计算设备处理卸载任务。通过移动边缘计算技术和无人机结合的方法,解决实时算力不足的问题,以扩展连接性来促进实现这一低成本高效益的解决方案。2.针对传统的路径规划问题常集中在单目标或双目标问题上,而在三目标甚至更多目标优化问题中,传统优化算法容易出现收敛速度慢,陷入局部最优的问题,本文使用适应于本场景的多目标智能算法设计无人机群飞行路径方案。相较于其他优化算法,优点在于可加速搜索过程,最终针对多个目标采用基于Pareto排序的方法进行求解,为了进行性能评估和统计分析,将该算法与其他两种启发式算法进行了比较。实验结果表明,该算法能有效地解决这一问题。3.在以上研究基础上,设计了无人机调度模拟原型系统,后台系统分析无人机的飞行轨迹及数据处理流程,模拟无人机的任务处理过程,通过前后端交互向用户直观地展示方案效果及各无人机的工作流程,帮助工作人员科学合理地规划无人机数据分配及路径调度。