1.一种用于应急通信中的高空基站集群辅助边缘计算方法，其特征在于：基于无人机集群、以及高空气球终端集群，实现对目标区域内各移动用户设备上计算任务的卸载计算；

包括如下步骤：

步骤S1. 基于目标区域中预设用于标记目标区域范围的各个固定地标对象，应用AK‑means方法，求解获得无人机布设数量、以及各无人机部署位置，构建无人机集群辅助边缘计算模型，然后进入步骤S2；

步骤S2. 根据无人机集群辅助边缘计算模型，结合目标区域内的各移动用户设备，以及高度统一高于无人机集群高度、且通信范围覆盖目标区域的各个配备MEC服务器的高空气球终端所构成的高空气球终端集群，构建物理实体网络、以及其所对应的数字孪生网络，用于拟合各移动用户设备、各无人机、各高空气球终端的坐标位置、资源状态，然后进入步骤S3；

步骤S3. 基于数字孪生网络反馈的物理实体网络信息，包括各移动用户设备的位置、全部计算任务，以及无人机集群的布设信息和高空气球终端集群的布设信息，构建移动用户设备卸载决策优化模型和计算任务资源分配优化模型，然后进入步骤S4；

步骤S4. 基于步骤S3所构建的移动用户设备卸载决策优化模型和计算任务资源分配优化模型，应用深度强化学习中的DDQN算法求解移动用户设备卸载决策，然后进入步骤S5；

步骤S5. 基于步骤S4所获取的移动用户设备的卸载决策，利用RO算法来获取移动用户设备、无人机、高空气球终端的计算资源分配策略，然后进入步骤S6；

步骤S6. 迭代执行步骤S4至步骤S5，直到相邻两次迭代下整个系统的能量消耗值的绝对值小于预设阈值，或者达到最大预设迭代次数时，迭代结束，即获得移动用户设备、无人机、高空气球终端的计算资源最优分配策略，以及获得移动用户设备、无人机、高空气球终端的计算任务最优卸载决策；然后基于无人机集群、以及高空气球终端集群的布设，应用计算任务最优卸载决策、以及计算资源最优分配策略，实现对目标区域内各移动用户设备上计算任务的卸载计算。

2.根据权利要求1所述一种用于应急通信中的高空基站集群辅助边缘计算方法，其特征在于：所述步骤S1中，基于目标区域中预设用于标记目标区域范围的各个固定地标对象，执行如下步骤S1‑1至步骤S1‑11，求解获得无人机布设数量、以及各无人机部署位置，构建无人机集群辅助边缘计算模型，然后进入步骤S2；

步骤S1‑1. 初始化大于2、且小于或等于供选择无人机总数 的聚类中心数量 ，然后进入步骤S1‑2；其中， 小于固定地标对象的总数 ；

步骤S1‑2. 初始化 =1，由各个固定地标对象中随机选择一个固定地标对象，作为个聚类中心方案下的第 个初始聚类中心，并针对 的值进行加1更新，且定义未作为个聚类中心方案下初始聚类中心的各个固定地标对象为 个聚类中心方案下的各个待选择固定地标对象，然后进入步骤S1‑3；

步骤S1‑3. 基于各个固定地标对象分别对应水平面内的二维坐标，获得各个待选择固定地标对象分别与各初始聚类中心之间的最小欧几里得距离，并按如下公式:获得各个待选择固定地标对象分别作为下一个初始聚类中心的概率 ，然后进入步骤S1‑4；其中， ， 表示待选择固定地标对象的数量，表示第 个待选择固定地标对象与各初始聚类中心之间的最小欧几里得距离，表示第 个待选择固定地标对象与各初始聚类中心之间的最小欧几里得距离；

步骤S1‑4. 基于各个待选择固定地标对象分别作为下一个初始聚类中心的概率，按照轮盘法选择出作为下一个初始聚类中心的待选择固定地标对象，将该待选择固定地标对象更新作为 个聚类中心方案下的第 个初始聚类中心，然后进入步骤S1‑5；

步骤S1‑5. 判断 是否大于 ，是则 个聚类中心方案下初始聚类中心的选择结束，并进入步骤S1‑6，否则返回步骤S1‑3；

步骤S1‑6. 基于各个固定地标对象分别对应水平面内的二维坐标，针对 个聚类中心方案下的各个待选择固定地标对象，将各个待选择固定地标对象分别分配至距离其最近的初始聚类中心，构成 个聚类中心方案下的各个簇，然后进入步骤S1‑7；

步骤S1‑7. 分别针对 个聚类中心方案下的各个簇，获得簇中各个固定地标对象对应水平面内二维坐标的均值坐标，以该均值坐标位置更新作为该簇的初始聚类中心，进而获得 个聚类中心方案下各个簇的初始聚类中心的更新，然后进入步骤S1‑8；

步骤S1‑8. 判断 个聚类中心方案下各个簇中更新后的初始聚类中心是否与更新之前的初始聚类中心均相同，是则 个聚类中心方案下各个簇的初始聚类中心即为各个簇的聚类中心，并进入步骤S1‑9，否则返回步骤S1‑6；

步骤S1‑9. 分别针对 个聚类中心方案下的各个簇，计算获得簇中各个固定地标对象分别与其聚类中心的欧几里得距离 ，并按 ，获得该簇所对应的簇内误差平方和 ，然后进入步骤S1‑10；其中， 表示 个聚类中心方案下第 个簇中第 个固定地标对象与其对应聚类中心之间的欧几里得距离， 表示 个聚类中心方案下第 个簇中的固定地标对象数量；

步骤S1‑10. 获得 个聚类中心方案下的各个簇所对应簇内误差平方和 的最大值，记为 ，并按 ，获得 个聚类中心方案所对应的簇内误差平方和 ，然后判断 是否大于 ，是则进入步骤S1‑11，否则针对的值进行加1更新，并返回步骤S1‑2；其中， 和 均表示预设参数，且 ＞1， ＞1；

步骤S1‑11. 根据各个聚类中心方案分别所对应的簇内误差平方和 ，以 值作为横坐标、簇内误差平方和 作为纵坐标，绘制手肘图像，并按横坐标方向选择手肘图像中的第一个拐点，获得该拐点所对应的横坐标值，即由该横坐标值确定无人机布设数量，以及由该横坐标值所对应聚类中心方案中各聚类中心分别对应水平面内的二维坐标，结合预设无人机统一海拔高度，确定各无人机部署位置。

3.根据权利要求2所述一种用于应急通信中的高空基站集群辅助边缘计算方法，其特征在于：所述步骤S2包括如下步骤S2‑1至步骤S2‑3；

步骤S2‑1. 基于预设目标区域内所有移动用户设备分别在目标区域内的任务计算操作持续时长统一为 ，获得各移动用户设备的坐标如下：以及获得各移动用户设备分别在各时隙 下所生成的计算任务如下：然后进入步骤S2‑2；其中， ， 表示移动用户设备的数量，表示第 移动用户设备在时隙 下的坐标， 表示第 移动用户设备在时隙 下坐标中对应X轴的坐标值， 表示第 移动用户设备在时隙 下坐标中对应Y轴的坐标值， 表示第 移动用户设备在时隙 下坐标中对应Z轴的坐标值， 表示第 移动用户设备在时隙 下所产生的计算任务， 表示第 移动用户设备在时隙 下所产生计算任务的任务量大小， 表示第 移动用户设备在时隙 下所产生计算任务中1比特任务量计算所需的CPU资源， 表示第 移动用户设备在时隙 下所产生计算任务对应的预设最大时延；

步骤S2‑2. 根据无人机集群辅助边缘计算模型，结合目标区域内的各移动用户设备，以及高度统一高于无人机集群高度、且通信范围覆盖目标区域的各个配备MEC服务器的高空气球终端所构成的高空气球终端集群，构建物理实体网络，然后进入步骤S2‑3；

步骤S2‑3. 构建物理实体网络所对应的数字孪生网络，用于拟合各移动用户设备、各无人机、各高空气球终端的坐标位置、资源状态，其中，各移动用户设备分别所对应的数字孪生体如下：

其中， 表示第 移动用户设备在时隙 下所对应的数字孪生体， 表示第移动用户设备的最大CPU频率， 表示第 移动用户设备在时隙 下所对应数字孪生体的CPU频率， 表示第 移动用户设备在时隙 下与其所对应数字孪生体之间的CPU频率估计误差；

各无人机分别所对应的数字孪生体如下：其中， ， 表示无人机布设数量， 表示第 无人机在时隙 下所对应的数字孪生体， 表示第 无人机的最大CPU频率， 表示第 无人机的坐标，表示第 无人机在时隙 下所对应数字孪生体分配给第 移动用户设备的估计CPU频率， 表示第 无人机在时隙 下分配给第 移动用户设备的实际CPU频率与该无人机在时隙 下所对应数字孪生体分配给第 移动用户设备的估计CPU频率之间的误差；

各高空气球终端分别所对应的数字孪生体如下：其中， ， 表示高空气球终端的数量， 表示第 高空气球终端在时隙 下所对应的数字孪生体， 表示第 高空气球终端的最大CPU频率， 表示第 高空气球终端的坐标， 表示第 高空气球终端在时隙 下所对应数字孪生体分配给第 移动用户设备的估计CPU频率， 表示第 高空气球终端在时隙 下分配给第 移动用户设备的实际CPU频率与该高空气球终端在时隙 下所对应数字孪生体分配给第 移动用户设备的估计CPU频率之间的误差；

然后进入步骤S3。

4.根据权利要求3所述一种用于应急通信中的高空基站集群辅助边缘计算方法，其特征在于：所述步骤S4包括如下步骤S4‑1至步骤S4‑3；

步骤S4‑1. 基于 表示第 移动用户设备在时隙 下计算任务未在对象 上执行， 表示第 移动用户设备在时隙 下计算任务在对象 上执行，以及所布设无人机集合 、高空气球终端集合 表示本地，若第 移动用户设备在时隙 下针对计算任务执行本地计算，则如下：若第 移动用户设备在时隙 下将计算任务卸载至无人机上时，则如下：若第 移动用户设备在时隙 下将计算任务卸载至高空气球终端上时，则如下：然后进入步骤S4‑2；

步骤S4‑2. 获得各移动用户设备分别在时隙 下针对计算任务进行卸载的约束条件如下：

然后进入步骤S4‑3；

步骤S4‑3. 构建两个参数完全相同的深度神经网络，并对其中一个网络记为G网络，且G网络的所有参数记为 ，另一个网络记为目标G网络，且目标G网络的所有参数记为 ，然后进入步骤S4‑4；

步骤S4‑4. 在时隙 下，G网络的输入是当前系统的状态 ，输出是全部卸载动作构成的动作空间 、以及状态 下各个移动用户设备完成卸载动作选择后整个系统能量消耗值的负值和惩罚值之和 值，其中应用‑greedy贪婪算法进行最终动作的选择，在执行选择的动作 后进入下一个状态 ，得到奖励函数 ，并将这条记录加入到大小为 的经验池中，经验池被填满后，应用经验回放策略，进行G网络参数 的更新，并经过预设步数，进行目标G网络参数 的更新。

5.根据权利要求4所述一种用于应急通信中的高空基站集群辅助边缘计算方法，其特征在于：所述步骤S4‑4中当前系统的状态 、全部卸载动作构成的动作空间 、以及奖励函数 分别表示如下：

则基于当前系统的状态 ，第 移动用户设备完成计算任务地点的卸载后，在时隙下，全部卸载动作构成的动作空间 表示如下：则获得奖励函数 表示如下：

其中， 、 、

分别表示在时隙 下，第 移

动用户设备计算任务的本地计算模式、无人机计算模式、高空气球计算模式下的能量消耗；

表示惩罚项，其中，若第 移动用户设备计算任务的完成时间大于该计算任务本身所对应的预设最大时延，则会相应给出预设惩罚数值， 表示第 移动用户设备在时隙 下选择本地计算消耗的能耗， 表示第 移动用户设备在时隙 下传输计算任务到第 无人机消耗的传输能耗， 表示第 无人机因为计算来自第 移动用户设备的计算任务消耗的能耗， 表示第 移动用户设备在时隙 下传输计算任务到第 高空气球终端消耗的传输能耗， 表示第 高空气球终端计算来自第 移动用户设备的计算任务消耗的能耗。

6.根据权利要求5所述一种用于应急通信中的高空基站集群辅助边缘计算方法，其特征在于：所述奖励函数 获得中在时隙 下第 移动用户设备计算任务的本地计算模式、无人机计算模式、高空气球计算模式下能量消耗的获得，包括如下步骤：步骤S4‑4‑1. 在时隙 下，若第 移动用户设备计算任务选择本地计算模式，则相对应的能量消耗如下：

其中，表示对应第 移动用户设备芯片结构的预设参数值；

步骤S4‑4‑2. 在时隙 下，若第 移动用户设备计算任务选择无人机计算模式，则相对应的能量消耗如下：

1）第 移动用户设备在时隙 下传输计算任务到第 无人机消耗的传输能耗为：其中， 表示第 移动用户设备在时隙 下向第 无人机传输计算任务时的发射功率； 表示第 移动用户设备在时隙 下向第 无人机传输计算任务的传输时间，表示为：

其中， 表示信道功率增益，表示信道带宽，表示高斯白噪声；

2）第 无人机因为计算来自第 移动用户设备的计算任务消耗的能耗为：其中， 表示对应第 无人机芯片结构的预设参数值；

步骤S4‑4‑3. 在时隙 下，若第 移动用户设备计算任务选择高空气球终端计算模式，则相对应的能量消耗如下：

1）第 移动用户设备在时隙 下传输计算任务到第 高空气球终端消耗的传输能耗为：其中， 表示第 移动用户设备在时隙 下向第 高空气球终端传输计算任务的发射功率； 表示第 移动用户设备在时隙 下向第 高空气球终端传输计算任务的传输时间，表示为：

2)第 高空气球终端计算来自第 移动用户设备的计算任务消耗的能耗为：其中，表示对应第 高空气球终端芯片结构的预设参数值。

7.根据权利要求6所述一种用于应急通信中的高空基站集群辅助边缘计算方法，其特征在于：所述步骤S5包括如下步骤S5‑1至步骤S5‑3；

步骤S5‑1.  定义计算资源分配变量 ， ，， ，然后进入步骤S5‑2；

步骤S5‑2. 基于 中 对应 的取值范围，构建优化问题和其对应的优化约束如下，求解计算资源分配变量 ；

其中， 表示在时隙下为完成第 移动用户设备的计算任务，表示相邻两个时隙之间的持续时间大小，整个系统的能量消耗表示如下：约束C1‑约束C3表示在时隙下第 移动用户设备的计算CPU频率、第 无人机的计算CPU频率、第高空气球终端的计算CPU频率不能超过各自的最大CPU频率；

约束C4‑约束C6表示在时隙下第 移动用户设备的计算任务无论是在本地计算、无人机计算，还是高空气球终端计算，完成的时间均不能超过第 移动用户设备关于该计算任务对应的预设最大时延；其中，约束C4中， 表示在时隙下第 移动用户设备本地计算实际消耗的时间，包含第 移动用户设备的数字孪生体估计的计算时间 、以及第 移动用户设备的真实计算时间消耗值与其数字孪生体估计值之间的计算延迟间隙 ，第移动用户设备的数字孪生体估计的计算时间 表示为：第 移动用户设备的真实计算时间消耗值与其数字孪生体估计值之间的计算延迟间隙表示如下：

则在时隙下第 移动用户设备本地计算实际消耗的时间 表示如下：约束C5中， 表示在时隙 下第 无人机完成第 移动用户设备的计算任务实际消耗的时间，包含第 无人机的数字孪生体估计的计算时间 、以及第 无人机的真实计算时间消耗值与其数字孪生体估计值之间的计算延迟间隙 ，第 无人机的数字孪生体估计的计算时间 表示如下：第 无人机的真实计算时间消耗值与其数字孪生体估计值之间的计算延迟间隙表示为：

则在时隙下第 无人机完成第 移动用户设备的计算任务实际消耗的时间表示为：约束C6中， 表示在时隙下第 高空气球终端为完成第 移动用户设备的计算任务实际消耗的时间，包含第 高空气球终端的数字孪生体估计的计算时间 、以及第 高空气球终端的真实计算时间消耗值与其数字孪生体估计值之间的计算延迟间隙，第 高空气球终端的数字孪生体估计的计算时间 表示为：第 高空气球终端的真实计算时间消耗值与其数字孪生体估计值之间的计算延迟间隙 表示为：

则在时隙下第 高空气球终端为完成第 移动用户设备的计算任务实际消耗的时间表示为：

约束C7‑C9表示在整个时间周期T内，第 移动用户设备、第 无人机、第 高空气球终端消耗的能耗都不能超过自身最大能耗值；

然后进入步骤S5‑3；

步骤S5‑3. 对于步骤S5‑2中的各个优化约束，使用凸优化工具CVX，求解获得最优的计算资源分配结果 。