在万物互联的新时代,终端设备以及时延敏感型应用爆炸式增长。为了解决传统云计算超长的数据传输距离导致高传输时延的问题,移动边缘计算诞生了。它是通过把云计算平台（包括计算、存储和网络资源）迁移到网络边缘,减少业务交付的端到端时延,发掘网络的内在能力,提升用户体验。然而一些部署在偏远地区物联网设备通信、获取能量不方便。此外,物联网中有大量空闲计算资源没有得到利用,而且物联网设备获得数据卸载服务的机会并不均等。本论文针对无人机辅助的移动边缘计算资源分配的系统模型和算法研究开展如下工作:（1）为了解决物联网设备供能不便的问题设计了无人机辅助的通信中继无线能量传输系统模型。现有的大多数模型仅仅考虑了无人机作为通信中继帮助移动用户将数据转发到基站。本文设计的模型在现有模型的基础上增加了无线能量传输模块对移动用户进行无线充电,这项改进在灾区通信和偏远地区通信中具有重要的意义。基于该模型,通过对不同设备的能量、数据传输时间以及无人机轨迹的优化,实现有限时间内整个网络总上传数据量的最大化。由于该问题是一个非凸优化问题,比较难于求解,本文采取了一些方法将该问题转化为凸问题,使用连续凸逼近方法进行迭代。数值仿真验证了算法的性能,并与等时间分配算法和方形轨迹算法相比具有明显的优越性。通过结果我们可以分析出无人机轨迹趋近物联网设备以获得更好的信道条件、任务执行时间增长,总上传数据量随之增大等结论。（2）前一个模型仅仅考虑无人机作为通信中继将数据传输到移动边缘计算服务器进行计算,网络中有很多空闲物联网节点,另外各个物联网设备获得卸载服务的机会不均等,针对这些问题,我们设计了无人机辅助的能量传输负载均衡移动边缘计算系统模型。本模型不仅考虑了无人机辅助忙碌物联网节点进行数据卸载还增加了空闲节点辅助进行计算,实现了无线传感网络的负载均衡,利用资源更加充分。通过对不同设备CPU频率、数据传输时间以及无人机轨迹的优化,实现一段有限时间内所有设备最小上传数据速率的最大化,以此来保证各个用户获得无人机服务的公平性。并将问题进行等价转换,使用连续凸逼近方法将其近似为凸优化问题进行求解。前一个模型的仿真结果仍然成立,另外,在辅助节点数量不足时会保证物联网节点获得数据卸载服务的公平性。