1.固定站点与移动单元搭载边缘服务器紧耦合协同部署方法，其特征在于，包括：将区域地图划分为多个子域；

在每个划分得到的子域中均放置固定站点边缘服务器，每个固定站点边缘服务器均覆盖自己所在的子域范围；

建立基于子域的固定站点边缘服务器与移动单元搭载边缘服务器联合优化模型；

求解建立得到的基于子域的固定站点边缘服务器与移动单元搭载边缘服务器联合优化模型，从而得到分配到每个子域的固定站点边缘服务器计算容量和调度到每个子域各时隙的无人机数量，即移动单元搭载边缘服务器的数量；

建立的基于子域的固定站点边缘服务器与移动单元搭载边缘服务器联合优化模型如下：模型的优化目标为式(1)：最大化所有时隙所有子域固定站点边缘服务器和移动单元搭载边缘服务器承担的负载总量，ck为子域k中固定站点边缘服务器的计算容量配额，mk(t)为在时隙t调度到子域k的无人机数量，CUAV为单个移动单元搭载边缘服务器的计算容量，wk(t)为子域k在t时隙的负载，T为总时隙数量；

式(2)规定固定站点边缘服务器的总计算容量的上限，CSUM,RSU为所有固定站点边缘服务器的总计算容量，K为所有子域的总数；

式(3)规定每个固定站点边缘服务器的计算容量必须大于等于零；

式(4)设定任意时隙t的分派无人机数量受无人机总数M限制；

式(5)规定mk(t)为整数，问题即整数混合规划；

求解建立得到的基于子域的固定站点边缘服务器与对应的移动单元搭载边缘服务器联合优化模型时，引入未知数zk(t)消除式(1)中的最小运算符，则转化为下述问题：

0≤zk(t)≤ck+mk(t)CUAV   (11)

0≤zk(t)≤wk(t)   (12)

式(6)通过引入zk(t)表示所有时隙所有子域固定站点边缘服务器和移动单元搭载边缘服务器承担的负载总量；

式(11)规定最大卸载任务的数量要为非负数，且小于固定站点边缘服务器计算容量和每一个时隙t调度到子域k的移动单元搭载边缘服务器计算容量之和；

式(12)规定zk(t)为非负数且小于子域k在t时隙的负载；

通过上述转化将基于子域的固定站点边缘服务器与移动单元搭载边缘服务器联合优化问题归约为混合整数线性规划问题，并利用整数规划求解器获取最优解或次优解。

2.根据权利要求1所述的固定站点与移动单元搭载边缘服务器紧耦合协同部署方法，其特征在于，区域地图的划分方式包括：划分为多个大小一致的子域，或将区域地图网格化，然后将区域地图上的所有网格聚合成多个子域。

3.根据权利要求2所述的固定站点与移动单元搭载边缘服务器紧耦合协同部署方法，其特征在于，采用K‑means方法将区域地图划分为多个子域，并在每个子域的质心处放置固定站点边缘服务器。

4.根据权利要求3所述的固定站点与移动单元搭载边缘服务器紧耦合协同部署方法，其特征在于，采用K‑means方法将区域地图划分为多个子域包括：随机选择K个点作为初始质心；

根据欧式距离将点分配给最近的质心，从而生成K个簇；

对于每个簇，重新计算一个新的质心来替换原来的质心，迭代不断更新质心和簇，并在质心和聚类稳定或达到给定迭代次数时停止，最后得到多个簇和质心；

一个簇作为一个子域。

5.根据权利要求1所述的固定站点与移动单元搭载边缘服务器紧耦合协同部署方法，建立的基于子域的固定站点边缘服务器与对应的移动单元搭载边缘服务器联合优化模型还包括约束条件： 其表示总的部署成本受限于初始部署成本PCAPEX，其中pRSU为单位固定站点边缘服务器的部署成本，pUAV为单位移动单元搭载边缘服务器的部署成本，使得模型的优化目标转化为给定部署代价下的最大化所有时隙所有子域固定站点边缘服务器和移动单元搭载边缘服务器承担的负载总量。

6.根据权利要求1所述的固定站点与移动单元搭载边缘服务器紧耦合协同部署方法，建立的基于子域的固定站点边缘服务器与对应的移动单元搭载边缘服务器联合优化模型还包括约束条件：其表示总的成本受限于运

营成本POPEX，其中pcom为承担负载消耗的单位计算容量的成本，pUAV,hovering为单个搭载移动单元搭载边缘服务器的无人机单时隙在某子域悬停消耗的能量成本，使得模型的优化目标转化为给定运营成本下的最大化所有时隙所有子域固定站点边缘服务器和移动单元搭载边缘服务器承担的负载总量。

7.根据权利要求1所述的固定站点与移动单元搭载边缘服务器紧耦合协同部署方法，建立的基于子域的固定站点边缘服务器与移动单元搭载边缘服务器联合优化模型还包括约束条件：PCAPEX+POPEX≤P，其表示初始部署成本PCAPEX和运营成本POPEX的和不能高于总成本P，使得模型的优化目标转化为给定总成本下的最大化所有时隙所有子域固定站点边缘服务器和移动单元搭载边缘服务器承担的负载总量。