1.一种无人机辅助MEC网络低时延多任务分配方法，其特征在于，包括步骤：S1、获取多个用户与多个无人机的基本信息，用户基本信息包括用户位置信息、所需卸载任务信息，无人机基本信息包括无人机位置信息；

S2、建立一个以最小化用户任务卸载时延为目标，以分配决策和无人机容量为约束的系统优化模型；

S3、引入松弛变量至系统优化模型，以得到线性系统优化模型；

S4、基于无人机基本信息、用户基本信息，对线性系统优化模型进行求解，以得到任务分配方案。

2.根据权利要求1所述的一种无人机辅助MEC网络低时延多任务分配方法，其特征在于，步骤S2中，分配决策约束为：每个任务只能分配到一架无人机上，表示为：其中，xknm∈{0,1}，xknm＝1表示第k个用户的第n个任务fnk分配到无人机m上，xknm＝0表示第k个用户的第n个任务fnk在本地处理，n＝{1,2,3,...,N},k＝{1,2,3,...,K}，N表示相应用户的任务总数，K表示用户总数，m＝{1,2,3,...,M}，M表示无人机总数。

3.根据权利要求2所述的一种无人机辅助MEC网络低时延多任务分配方法，其特征在于，步骤S2中，无人机容量约束包括：分配给相应无人机的任务容量不能超过相应无人机的最大存储容量，表示为：

其中，Qm表示无人机m的最大存储容量；

无人机容量约束还包括：将相应无人机接收任务量保持在Qmin与Qmax之间，Qmin表示单个无人机接收任务总量的最小容量限制，Qmax表示单个无人机接收任务总量的最大容量限制，且Qmin

4.根据权利要求3所述的一种无人机辅助MEC网络低时延多任务分配方法，其特征在于，步骤S2中，用户任务卸载时延的计算步骤如下：A、基于用户位置信息、无人机位置信息计算用户与无人机之间的信道增益；

B、基于信道增益计算用户与无人机之间的信道容量；

C、基于信道容量计算得到用户任务卸载时延。

5.根据权利要求4所述的一种无人机辅助MEC网络低时延多任务分配方法，其特征在于：

步骤A中，无人机m与用户k之间信道增益g(m,k)的计算公式为：其中，β0表示参考距离1m处的信道增益，d(m,k)表示无人机m与用户k之间的距离，xm表示无人机m的横坐标，ym表示无人机m的纵坐标，H表示无人机m的高度，xk表示用户k的横坐标，yk表示用户k的纵坐标；

步骤B中，用户k与无人机m之间信道容量Rkm的计算公式为：2

其中，B表示信道带宽，Pm表示用户k的发送功率，σ表示高斯白噪声方差；

步骤C中，用户k的第n个任务分配到无人机m的任务卸载时延tknm，计算公式为：

6.根据权利要求5所述的一种无人机辅助MEC网络低时延多任务分配方法，其特征在于，步骤S2中，系统优化模型，表示为：s.t.

xknm∈{0,1}

7.根据权利要求6所述的一种无人机辅助MEC网络低时延多任务分配方法，其特征在于，步骤S3中，对系统优化模型引入0‑1松弛变量，以得到线性系统优化模型，表示为：s.t.

8.根据权利要求7所述的一种无人机辅助MEC网络低时延多任务分配方法，其特征在于，步骤S4，包括步骤：

S4.1、采用模拟退火方法对线性系统优化模型进行求解；

S4.2、基于求解得到的结果，进行离散二进制恢复，恢复规则为：

9.根据权利要求8所述的一种无人机辅助MEC网络低时延多任务分配方法，其特征在于，步骤S3与步骤S4之间还包括步骤：根据用户所需卸载任务数量创建与该用户位置相同的虚拟用户，并将该用户所需卸载任务分配至虚拟用户，以使每一用户分配一个所需卸载任务。

10.一种无人机辅助MEC网络低时延多任务分配系统，基于权利要求1‑9任一项所述的分配方法，其特征在于，包括信息获取模块、模型建立模块、求解模块，模型建立模块包括联接的模型建立单元、线性单元，信息获取模块、求解模块、线性单元依次联接；

信息获取模块，用于获取用户与无人机的基本信息，用户基本信息包括用户位置信息、所需卸载任务信息，无人机基本信息包括无人机位置信息；

模型建立单元，用于建立一个以最小化用户任务卸载时延为目标，以分配决策和无人机容量为约束的系统优化模型；

线性单元，用于引入松弛变量至系统优化模型，以得到线性系统优化模型；

求解模块，基于无人机基本信息、用户基本信息，对线性系统优化模型进行求解，以得到任务分配方案。