1.一种基于边缘计算的无人机目标追踪功耗优化方法，其特征在于，包括步骤：S1、设置无人机追踪过程中视频处理模式；

S2、计算任务分配，通过同时考虑无人机发射功率的调整和边缘节点的选择机制为无人机选择合适的发射功率和服务节点，最小化总开销。

2.根据权利要求1所述的基于边缘计算的无人机目标追踪功耗优化方法，其特征在于，所述视频处理模式包括两种：第一种是无人机捕获并存储视频，在本地执行其任务处理过程，直到无人机完成任务并返回结果；

第二种模式是将视频处理任务卸载到地面服务器进行处理。

3.根据权利要求2所述的基于边缘计算的无人机目标追踪功耗优化方法，其特征在于，所述视频处理模式根据推导无人机的续航时间与无人机重量之间的函数关系作为选择依据，具体为：通过无人机续航时间的估计方法，从理论上分析无人机整机重量对续航时间的影响，推导出续航时间与机身重量之间的关系为：其中，Tent是续航时间，G是无人机的重量，Wb是电池的电量，Ub是电池电压，σ是电调的占空比，CM是螺旋桨转矩系数，DP是螺旋桨直径，CT是螺旋桨拉力系数，KT是电机转矩常数，nr是螺旋桨个数，Im0是标称空载电流；

通过分析实际的实验数据，模拟无人机单位时间的耗能量(J/s)与无人机重量(kg)之间的关系，然后对不同视频处理模式下的能耗进行比较。

4.根据权利要求1所述的基于边缘计算的无人机目标追踪功耗优化方法，其特征在于，所述计算任务分配的方法具体包括：在无人机进行追踪的过程中，无人机将计算任务卸载到地面边缘节点进行协同处理，并接收返回结果；

用 表示任务执行总时延，其计算公式为：

用Em,k表示通信过程中的能耗，其计算公式为：

其中， 为任务传输时延， 为任务计算时延，Sm是时隙m的数据量，是信道容量，β0表示参考距离d0＝1m处的信道功率，用pm,k表示在时隙m中无人机分配给节点nm,k的发射功率，B表示信道带宽，σ2是高斯白噪声功率， 是距离d0＝1m时的信噪比，rm,k是边缘节点计算能力。

5.根据权利要求4所述的基于边缘计算的无人机目标追踪功耗优化方法，其特征在于，为了降低通信能耗和时延的权重，用总开销costm,k表示，其中，α(≥0)和β(≥0)表示传输能量消耗和总延迟的相对权重，可以设置和调整以满足不同的情况。

6.根据权利要求5所述的基于边缘计算的无人机目标追踪功耗优化方法，其特征在于，所述计算任务分配的目标是联合优化无人机的传输功率P和边缘节点EN的选择机制X，以便最小化无人机传输能耗与总延迟之间的权衡，同时确保正常跟踪；

将P和X分别表示为 和

无人机目标跟踪系统的目标函数为：

为了确保无人机能够接收结果并及时调整以正常跟踪目标，需满足：其中， 是任务执行时间，它是任务传输时间和任务处理时间的和，δt是计算任务的延迟限制。

7.一种基于边缘计算的无人机目标追踪功耗优化系统，其特征在于，包括：模式设置模块，用于设置无人机追踪过程中视频处理模式；

边缘计算模块，用于计算任务分配，通过同时考虑无人机发射功率的调整和边缘节点的选择机制为无人机选择合适的发射功率和服务节点，最小化总开销。

8.根据权利要求7所述的基于边缘计算的无人机目标追踪功耗优化系统，其特征在于，所述视频处理模式包括两种：第一种是无人机捕获并存储视频，在本地执行其任务处理过程，直到无人机完成任务并返回结果；

第二种模式是将视频处理任务卸载到地面服务器进行处理。

9.根据权利要求8所述的基于边缘计算的无人机目标追踪功耗优化系统，其特征在于，所述视频处理模式根据推导无人机的续航时间与无人机重量之间的函数关系作为选择依据，具体为：通过无人机续航时间的估计方法，从理论上分析无人机整机重量对续航时间的影响，推导出续航时间与机身重量之间的关系为：其中，Tent是续航时间，G是无人机的重量，Wb是电池的电量，Ub是电池电压，σ是电调的占空比，CM是螺旋桨转矩系数，DP是螺旋桨直径，CT是螺旋桨拉力系数，KT是电机转矩常数，nr是螺旋桨个数，Im0是标称空载电流；

通过分析实际的实验数据，模拟无人机单位时间的耗能量(J/s)与无人机重量(kg)之间的关系，然后对不同视频处理模式下的能耗进行比较。

10.根据权利要求7所述的基于边缘计算的无人机目标追踪功耗优化系统，其特征在于，所述计算任务分配的方法具体包括：在无人机进行追踪的过程中，无人机将计算任务卸载到地面边缘节点进行协同处理，并接收返回结果；

用 表示任务执行总时延，其计算公式为：

用Em,k表示通信过程中的能耗，其计算公式为：

其中， 为任务传输时延， 为任务计算时延，Sm是时隙m的数据量，是信道容量，β0表示参考距离d0＝1m处的信道功率，用pm,k表示在时隙m中无人机分配给节点nm，k的发射功率，B表示信道带宽，σ2是高斯白噪声功率， 是距离d0＝1m时的信噪比，rm,k是边缘节点计算能力。