随着无线通信和移动应用的高速发展,移动智能设备种类越来越多,功能也越来越强大,如物联网、5G、无人机、智能家居、虚拟现实等等。这些新型应用对移动设备的计算能力、续航和能耗等资源都具有了更高的要求,然而移动设备受体积限制,无法满足如此大量的需求,这成为了当前移动设备应用的关键问题。为解决该问题,有专家提出了移动边缘计算技术（MEC）,该技术通过在移动设备附近部署服务器,为移动设备提供强大的计算服务,可有效解决移动设备计算资源不足问题。为提高移动设备续航能力、持续为移动设备提供能量,在MEC中进一步引入了无线电能传输技术,该技术可为移动设备提供计算及卸载所需能量,并可将剩余能量转化为电能为移动设备进行充电。本文研究的是在无线供电MEC中实现用户设备剩余能量最大化的目标,可将其表述为用户设备剩余能量最大化问题。目前为解决该问题常把它转换为混合整数规划问题进行建模求解,但传统基于离线状态的数值优化方法很难在快速衰落的无线信道环境中及时做出正确卸载决策。为克服无线信道快速衰落环境的影响,本文提出了一种基于深度强化学习的MEC在线计算卸载算法（DRLO）,为用户设备提供最优的二进制卸载策略,从而最大化获取无线传输能量并最小化地消耗用户设备能量,提高移动设备续航能力,为用户提供更好地服务体验。其中二进制卸载决策是计算任务要么全部在无线设备上执行,要么全部卸载到MEC服务器上计算后再将结果返回。本文主要工作如下:（1）建立系统模型。对于一个具有多天线的移动边缘服务器和N个具有单天线用户设备的系统,通过将MEC与无线电能传输技术相结合,基于时分多址通信协议建立系统模型。为实现用户设备整体剩余能量最大化的研究目标,提出了联合优化用户设备卸载决策、无线能量传输时间、任务卸载时间等资源的优化方案,并将该研究目标形式化为移动设备剩余能量最大化问题。（2）问题分析与求解。用户设备剩余能量最大化的形式化问题是一个非凸问题,难以求解,但经分析发现当给定卸载决策后便可将其转化为凸问题从而采用凸优化技术进行求解。因此我们将目标问题拆分为两个子问题,分别是时间资源分配问题和任务卸载问题。对于时间资源分配问题,采用凸优化方法可求解得到相关最优参数;对于任务卸载问题,基于深度强化学习模型构建了输入为无线信道增益,输出为用户设备最大剩余能量的DRLO算法,结合时间资源分配问题中的最优参数,最终获得在无线衰落环境中的MEC在线计算卸载策略,使用户设备剩余能量最大化,延长设备工作时长,提升用户使用体验。（3）实验结果分析。经仿真实验结果表明,本文针对MEC用户设备剩余能量最大化的研究目标而提出的DRLO算法,可为用户提供优于其他传统基准方案的在线计算卸载策略,特别是在用户设备因电量不足或故障等原因而退出系统,或系统接入新设备时,无需人工参与即可及时自动做出调整,具有很好的稳定性与自适应性。