1.一种无人机辅助的边缘计算时延最小化方法，其特征在于，包括如下步骤：步骤1：设置具体应用场景；系统中设置K个物联网节点，N架无人机，M个地面基站服务器，其中D＝{d1,d2,…,dK}表示物联网节点的集合，U＝{u1,u2,…,uN}表示无人机的集合，A＝{a1,a2,…,aM}表示M个基站的集合；所有物联网节点和基站服务器都部署在地面上，物联网节点的位置用 表示，基站服务器的位置用 表示；所有无人机均部署在同一高度H上，无人机的位置用 表示；

步骤2：每个物联网设备产生一个计算任务Wk＝(Ck,Fk)，两个参数依次表示任务数据大小和处理一位任务数据所需CPU周期数；每个任务可以卸载至无人机进行计算，也可以利用无人机为中继卸载至基站服务器进行计算；用αk,n∈{0,1}表示节点dk是否选择无人机un进行卸载，1为选择，0为不选择，设定每个物联网节点只能选择到一架无人机，即用βk,m∈{0,1}表示节点dk的任务最终在哪个地面服务器或无人机完成计算，βk,0＝1表示任务在无人机上计算，βk,m＝1,m∈{1,2,…,M}表示在地面服务器am上计算，步骤3：以最小化用时最多的节点dk上任务的计算时延为优化目标，以无人机的位置节点的卸载决策αk,n和βk,m、无人机和服务器的计算资源分配策略 和 以及无人机和服务器的通信资源分配策略 和 为优化变量，建立优化问题P的数学模型；

步骤4：利用K‑Means聚类算法和交叉迭代相结合的方法求解步骤3中的问题P，得到上述步骤3中优化变量的值。

2.如权利要求1所述的一种无人机辅助的边缘计算时延最小化方法，其特征在于：步骤

3中节点dk上任务的计算时延为：

其中， 表示节点dk到无人机un的上行传输时延，

为上行传输速率， 表示无人机un分配给节点dk的带宽资源， 为发射功率， 为上行信道增益，ρ0表示发射功率为1W参考距离为1m处的接收功率，2

表示上行链路的欧氏距离，σ 为噪声功率；

表示任务Wk在无人机un的计算时延， 表示无人机un分配给节点dk的计算资源； 表示无人机un到地面基站am之间的下行链路传输延迟，和 分别表示无人机un的下行带宽和无人机的

发射功率， 为下行信道增益； 为地面基站的计算时延， 表示基站am分配给节点dk任务的计算资源。

3.如权利要求1或2所述的一种无人机辅助的边缘计算时延最小化方法，其特征在于：所述步骤3中问题P的限制条件为：

UL DL

这里 表示无人机的最大计算资源，B 表示无人机可分配的最大带宽，B 表示每个基站服务器可分配的最大带宽， 表示每个基站服务器的最大计算资源。

4.如权利要求1、2或3所述的一种无人机辅助的边缘计算时延最小化方法，其特征在于：步骤4中利用K‑Means聚类算法和交叉迭代相结合的方法求解步骤3的问题P的步骤为：步骤4.1：采用K‑Means聚类算法对地面物联网节点坐标以欧氏距离进行聚类得到无人机的位置步骤4.2：每个节点选择距离最近的无人机进行卸载，初始化αk,n；

步骤4.3：遍历每个节点不同的卸载方案αk,n,βk,m；

步骤4.4：根据多个节点的任务传输至同一架无人机通信时延相等的原则分配的通信带宽资源 根据多架无人机卸载任务至同一地面服务器时延相等的原则分配通信带宽资源 同理计算资源 和步骤4.5：利用上述的 αk,n、βk,m、 值，计算每个节点任务的计算完成时延，取用时最多的节点的值Tk为目标值；

步骤4.6：重复步骤4.3‑4.5，取最小的目标值，直到目标值不再变化，记下对应的αk,n、βk,m、 值为所求问题P的解。