移动边缘技术将计算资源下沉到用户附近,与云计算相比大大降低了通信传输时延,从而提升了用户体验。无人机作为一种部署方便成本低廉的飞行器,其可以作为移动通信平台,为边远地区提供有效的通信覆盖。基于无人机的移动边缘计算技术,扩展了边缘计算的服务覆盖范围且节省了基站部署成本,成为国内外研究的前沿方向。与此同时,偏远地区物联网终端设备供能不便,无人机可利用无线充能技术,作为移动充能平台为其提供能量补充。基于无人机的移动边缘计算虽然靠近用户,但往往受到有限的通信、计算和能量资源的限制,如何对资源进行有效地协同分配是国内外研究的关键难点。本论文依托纵向科研项目,针对基于无人机的移动边缘计算资源分配的问题模型、技术方法和算法研究开展如下工作:1)分析基于无人机的边缘计算技术的特征,针对物联网应用环境,研究基于无人机的移动边缘计算网络,确定无人机在移动边缘计算系统中的角色。2)针对基于单无人机的移动边缘计算技术,提出基于悬停时间的能量资源分配算法,给出计算、通信和能量的联合资源分配算法,实现单无人机能耗最小化。3)针对无人机移动边缘计算系统多任务并存问题,提出基于多流水线的任务调度方案,结合运筹学方法,给出计算、通信和能量的联合资源分配算法。4)针对基于多无人机的移动边缘计算技术,提出基于启发式搜索的多无人机路径规划算法,并给出联合资源分配算法,实现多无人机能耗最小化。通过仿真验证了联合资源分配算法的有效性。与缺少资源分配和随机资源分配相比,本文提出的联合资源分配算法拥有更优的系统性能,提高了系统能效并延长了无人机飞行时间。本文所提出的基于路径规划的能量分配算法,与传统贪婪算法相比,可得到更优的效用函数,与基于子代变异的遗传算法相比,可拥有更快的收敛速度。