无人机是上世纪20年代发展起来的一种无人驾驶飞行器,通常也称为无人驾驶飞机或遥控飞机。由于其具有高机动性、易部署和低成本等特点,因此在过去几十年中已经具有了广泛的应用。无人机可以大致分为两类,即固定翼和旋翼。固定翼无人机通常具有高速运动和载荷多的特点,但是其必须时刻保持运动(即无法在空中悬停),因此不适用于部分近距离探查、搜索的场景。相比之下,旋翼无人机虽然具有有限的移动速度和载荷,但是能够随时转变方向且能在空中悬停。目前无人机在移动边缘计算中有了广泛的应用,如何降低无人机执行任务期间的能耗问题成为了新的挑战。移动边缘计算被广泛认为是实现下一代互联网的关键技术,如触觉互联网(具有毫秒级反应时间)和物联网。目前,无论是来自学术界还是工业界的研究人员都在尝试通过追求移动计算和无线通信两个领域的技术和理论的融合,积极地推动移动边缘计算技术的发展。对于大批量的、难以及时计算完的数据可以利用无人机对闲置计算设备进行数据传输并辅助计算以达到充分利用闲置设备且快速处理完数据的任务。这对计算能力要求特别高的军队、民间等应用具有着重要的理论和实际意义,因此很有必要对此方面的研究开展工作。本文首先研究了利用旋翼无人机进行数据传输这一应用,目的是在一系列实际环境的约束下,通过优化无人机的飞行轨迹、传输功率以及数据卸载率,以尽量减少数据传输过程中的能量消耗。为了达到这一目的,本文对问题进行了建模,由于模型中存在无穷多个优化变量且部分约束是非凸的,因此难以直接利用凸优化技术求解。所以本文利用离散状态空间近似技术和线性化技术对问题做近似处理,提出了一种基于凹凸过程的算法。数值仿真结果显示,本文设计的算法取得了较高的性能增益。本文进一步地结合了固定翼无人机与移动边缘计算。在一系列实际环境的约束下,本文通过优化固定翼无人机的飞行轨迹、速度、加速度和数据卸载率以及CPU(Central Processing Unit)的周期频率以使得整个网络的能耗最小化。为了达到这一目的,本文首先推导出了数据计算的能耗模型,然后结合了数据传输能耗模型和固定翼无人机的飞行能耗模型,最后对整个系统的能耗进行了建模。由于目标函数中存在连续的、耦合的优化变量且难以判断凹凸性等问题,使得问题难以直接求解。所以本文首先对优化问题进行离散化,其次导出目标函数的上界并对耦合的优化变量进行解耦合,接着线性化非凸约束,最后提出了一种基于凹凸过程的算法。数值仿真结果表明,该方法相对于未优化时的网络取得了较高的性能增益。