近些年无人机技术快速兴起,其在很多领域都得到广泛应用。与此同时,无人机自身存在的不足也逐渐显现。无人机的能耗和计算能力有限。当无人机集群在执行偏远地区的飞行任务时,无人机群与地面控制端的数据通信容易因为地理环境的遮挡遭到中断。因而,当无人机执行远距离任务时,如何尽可能的增加无人机执行任务的时长;如何辅助无人机节点在缺少地面计算设备的情况下完成数据计算任务就成了本文的研究重点。结合卫星节点覆盖范围广、可连接性强的特点,以及对于偏远地区的覆盖方面的优势,本文选择了LEO（低轨星座）来辅助无人机集群完成数据计算任务。通过把一部分计算任务卸载到卫星节点上,无人机节点自身的计算压力得到缓解,进而解决了无人机面临的的数据计算量大的难题。同时,节省出的能耗也增加了无人机节点的滞空时长,为无人机执行远距离任务打下了基础。相比于其他计算设备,卫星节点具有固定的运行周期和轨道,因而需要考虑卫星节点的来回切换以及多颗卫星节点的选择。本文基于综合考量卫星节点的多种属性,最终选定了定权TOPSIS算法,来选择出执行辅助无人机数据计算的卫星节点。为了提升无人机节点的任务卸载效率,本文进一步提出一种基于拉格朗日乘数算法的无人机数据上传功率迭代算法。通过对无人机发射功率的不断迭代,得到卫星与无人机任务卸载系统中的最大卸载吞吐量。通过与注水法和等功率分配法相比较,本文所提的功率迭代算法能够提升卫星与无人机任务卸载系统中的吞吐量。此外,为了提升卫星节点和无人机节点的能量效率,结合一主多从Stackelbeg博弈模型,将卫星节点设定为领导者,无人机节点设定为跟随者。以达到最大化无人机节点的能量效率以及最小化卫星节点的开销。并证明出无人机节点的效用函数和卫星节点的效用函数都是凸函数,进而确保了在本文的博弈模型中,存在纳什均衡。无人机节点与卫星节点都可以获得最佳的能量效用,实现了能耗资源分配的最优化,仿真结果也表明,无人机与卫星节点的效用较固定计算速率和固定CPU周期算法相比都得到了提升。