1.一种无人机辅助边缘卸载决策与无人机轨迹优化方法，其特征在于：通过无人机与设备之间的动态距离变化进行无人机的轨迹优化，包括如下步骤：步骤1：将F个设备和K架带由边缘服务器的无人机组成系统，系统时间由多个连续的时隙组成；设备集合表示为 ，无人机集合表示为 ；

步骤2：设备在每个时隙把自己的部分子任务卸载给无人机计算，或者本地计算，直至全部任务计算完毕；设备 在 时隙的卸载决策表示为 ， 表示设备将任务卸载给无人机 的子任务数量， 表示本时隙设备 本地计算的子任务数量,；

步骤3：以最小化每个设备完成任务时间的总和为优化目标，以每个设备的卸载策略和无人机的位置 为优化变量建立优化模型P；具体包括：利用三角形余弦定理计算飞行中的无人机 与设备 之间在时隙内的关于时刻 的距离函数 ，通过距离的变化计算每个设备 完成任务的时间 ；以最小化每个设备完成任务时间的总和为优化目标，以每个设备的卸载策略 和无人机的位置 为优化变量建立优化模型P；所述优化模型P的优化目标为最小化每个设备完成任务时间的总和：其中 为所有时隙的计算任务卸载情况, ; 为所有时

隙的无人机位置部署情况, ； ，

为当前时隙t设备 的剩余任务量, ，其中

为时隙开始时的设备任务总量；

步骤4：利用基于遗传算法的深度强化学习算法求解优化模型P。

2.如权利要求1所述的一种无人机辅助边缘卸载决策与无人机轨迹优化方法，其特征在于：步骤1具体包括： 表示设备 在 时隙的位置， 为设备 所在位置纬度， 为所在位置经度，设备位于地面，高度表示为0； 表示

无人机 在 时隙悬停并提供服务的位置， 为无人机 所在位置纬度， 为所在位置经度，为无人机悬停的高度；系统时间由多个连续的时隙组成，表示一个时隙的长度。

3.如权利要求2所述的一种无人机辅助边缘卸载决策与无人机轨迹优化方法，其特征在于：步骤2包括：每个设备 有计算任务量 ，被分为多个大小相同的子任务；设备在每个时隙把自己的部分子任务卸载给无人机计算，或者本地计算，直至全部任务计算完毕。

4.如权利要求3所述的一种无人机辅助边缘卸载决策与无人机轨迹优化方法，其特征在于：所述步骤3中，所述优化模型P的限制条件表达式为：其中式(1)表示一个时隙里设备卸载给无人机的任务量和本地计算的任务量之和不超过上一时隙剩余的任务量，式(2)约束表示一个时隙里设备最多只能卸载给一个无人机，式(3)是所有时隙里设备 卸载给无人机的任务量和本地计算的任务量之和等于任务总量的约束，式(4)是一个时隙里所有设备卸载给单个无人机的任务量不超过无人机的最大容量；式(5)是所有时隙里设备的能量消耗不大于设备的总能量 的约束，其中， 表示设备的计算能耗， 为设备的本地计算时间， 表示有效开关电容,  为设备 的计算速率， 是设备

的传输任务能耗， 是设备 将任务卸载到无人机 所需要的时间， 是设备 的发射功率；式(6)是所有时隙里无人机的能量消耗不大于无人机的总能量 ，其中表示无人机 接收设备 的任务的能耗， 表示无人机 在 时隙接收设备 的任务的接收功率， 是无人机在 时隙计算设备 的任务

的能量消耗， 为无人机 的计算速率， 是无人机 在 时隙收到设备 的卸载任务计算时间， 是无人机在 时隙的飞行能量消耗， 为无人机 的水平功率， 表示上一个时隙无人机 的位置与本时隙设备 位置的距离， 为无人机的水平飞行速度， 为无人机 的垂直功率， 无人机飞行时叶片转动的功率；式(7)是设备在做出卸载决策后，任务的卸载和计算要在该时隙内完成的约束，其中。

5.如权利要求4所述的一种无人机辅助边缘卸载决策与无人机轨迹优化方法，其特征在于：所述步骤4中，采用基于遗传算法的深度强化学习算法对步骤3中问题P进行求解的步骤为：步骤4.1：选择ReLu函数作为DNN网络的隐藏层的激活函数，Sigmoid函数作为其输出层函数；初始化空的经验池；

步骤4.2：随机初始化深度强化学习网络DNN参数 ，用来产生当前时隙的初始的卸载策略 ；

步骤4.3：定义染色体；以本时隙K架无人机经纬度为基因的染色体，用 表示，染色体的每个基因由一个一维二元向量组成，代表每一个无人机的经纬度；

步骤4.4：种群初始化，每个无人机的初始经纬度限制在场景的限制范围内；

步骤4.5：适应度计算；通过遗传算法得到无人机的经纬度染色体、已知设备的经纬度以及通过深度强化学习得到的设备初始卸载策略，来共同计算优化目标函数值，作为种群的适应度，同时计算得到剩余的任务量以及设备和无人机在计算和传输过程中的能量消耗；

步骤4.6：种群的交叉变异，在种群中选出优质的染色体，以一定的概率内部交换他们部分的基因，再将一些基因以一定的概率进行变异，通过不断调整染色体内的基因来优化个体，最后达到设置的迭代次数时该算法就停止；

步骤4.7：将深度强化学习中DNN网络随机给出的卸载策略 、从遗传算法得到的最优的适应度函数作为奖励存入深度强化学习的经验池；

步骤4.8：当经验池存储满时，新产生的最优卸载决策和奖励替换原始的数据；在经验池累计到一定的经验后，在其中随机抽取一批样品，用经验回放的方式训练DNN网络，即在一定的时间间隔 后，网络会随机分别在经验池中抽取一批数据， 为一组时间指数，并用Adam算法更新优化训练参数 ；

步骤4.9：重复步骤4.2‑步骤4.8，直到迭代次数达到限定值 ；

步骤4.10：利用遗传算法和训练好的深度强化学习网络求出每个时隙无人机位置部署和卸载方案。