移动边缘计算和无线能量传输是增强计算能力并延长移动设备运行时间的两项关键技术。然而,严重的传播损耗极大的影响了计算性能和能量收集。本文针对边缘计算网络中计算延迟、传播损耗和储能有限等问题,研究了无人机辅助移动边缘计算网络计算比特最大化的资源优化策略,提高了计算速率和能量收集效率;以及在部分计算加载模式下,设计了计算能效最大化的最佳资源分配策略,提高了计算能效。具体贡献如下:在无人机辅助无线供电边缘计算网络中,建立了最大化计算比特的资源分配优化框架。利用凸优化理论,设计了最佳的CPU频率、用户加载时间、发射功率和无人机轨迹策略。在部分加载模式下,提出了两阶段交替优化算法,给出了最佳CPU频率、用户加载时间和发射功率的闭式表达式。仿真结果表明,提出的资源分配方案计算性能优于其他基准方案;结果还表明,提出的方案收敛速度快,计算复杂度低。以最大化计算比特或最小化计算能耗的资源分配方式侧重于单一优化性能指标,无法实现计算比特与计算能效的有效权衡。本研究在上述工作基础上,建立以能效为优化目标的资源分配问题。在部分加载机制下,联合优化了加载时间、CPU频率,用户的发射功率和无人机的轨迹。针对非凸的计算能效问题,提出了一种两阶段迭代算法,给出了 CPU频率和用户发射功率的闭式表达式。仿真结果表明,计算比特和能量消耗之间存在折衷。结果还表明,联合优化方案具有更高的计算能效。综上所述,本文在系统模型和资源优化算法方面的研究成果将为无人机辅助边缘计算网络的实际应用提供可靠的技术和理论支撑。