5G（The fifth generation mobile communication,第五代移动通信）网络于2019年6月在国内正式商用,5G网络有三大特点分别是高速度、低延时和广连接,其中移动边缘计算（Mobile Edge Computing,MEC）是其中的一项关键技术,其能满足用户在低时延、低能耗、隐私安全等方面的需求。但是目前MEC服务器是部署在固定地点的,当其他区域有需求时无法快速部署并提供服务,并且地震、洪水等自然灾害会导致地面基站（Base Station,BS）和无线接入点（Access point,AP）被破坏而无法与用户进行通信。而无人机（Unmanned aerial vehicle,UAV）搭载通信设备和MEC设备可以灵活、迅速和高效的到达目标区域为用户提供计算卸载、数据处理和通信中继服务,从而降低用户设备的能耗和时延。并且边缘地区物联网设备供能不便,可以利用无线充电技术为地面节点提供能量补充。但不足之处在于无人机续航时间短、载荷能力有限,只能为用户提供轻量级的MEC服务,并且UAV辅助MEC系统还有飞行路径规划、任务时延以及能耗优化等问题需要研究。本文研究在有限的计算资源情况下如何降低用户任务的时延和能耗,同时提高无人机辅助MEC的收益,以及还研究了如何降低用户和无人机的总能耗以提高无人机和用户设备的续航。所以本文具体研究内容和场景概括如下:（1）在第三章中,部署在该区域的UAV可以作为计算服务器来帮助用户设备（user equipment,UEs）计算任务,然后将结果返回给用户。首先在服务区域确定UAV的悬停位置和高度;然后在计算资源受限的情况下给资源定价,然后同时用时延约束和能耗约束确定卸载迁移率的上下限,最后用Stackelberg博弈以迭代的方式确定每个用户的卸载迁移率和最终计算资源定价。仿真结果表明,与原方法相比,本文提出的改进算法在MEC收益和系统总收益方面获得了显著的提高,同时降低了用户任务的平均时延和平均能耗。（2）在第三章中,虽然提高了MEC的收益和降低任务的时延和能耗,但是UAV搭载的MEC计算能力有限,无法处理大量的用户任务,同时UAV携带的能量有限,续航时间有限,所以接下来引入基站解决MEC的计算资源和UAV能耗受限的问题,研究如何在基站-UAV-用户的三层计算卸载中,使得用户与UAV能耗最低。在第四章中,通过动态电压频率调节（Dynamic voltage and frequency scaling,DVFS）技术优化CPU计算频率;用凸优化理论得到任务最佳卸载比例;用遗传算法优化UAV悬停时间。仿真结果表明通过对三层网络边缘计算的任务划分、计算频率和任务执行顺序的优化,降低了UAV与用户的总能耗,提高了UAV的续航时间。