1.一种无人机动态联盟辅助的卸载策略及资源优化方法，其特征在于，包括：基于预构建的边缘计算系统，获取单个时隙的系统收益函数和系统成本函数；

利用预构建的多无人机路径生成算法，获取服务无人机最短飞行路径；

若当前时隙服务无人机在最短飞行路径下继续向地面用户提供服务，则参与服务的服务无人机数量加一，否则，参与服务的服务无人机数量不变；

基于所述参与服务的服务无人机数量，若当前时隙服务无人机在最短飞行路径下满足联盟形成条件，则执行预构建的联合联盟形成和带宽分配算法，否则，执行预构建的去除同辈效用的更加响应算法；

直至当前迭代次数达到最大迭代次数为止，获取最优无人机联盟划分、最优联盟带宽分配策略和最优地面用户卸载策略；

其中，所述联合联盟形成和带宽分配算法以及去除同辈效用的更加响应算法是根据所述单个时隙的系统收益函数和系统成本函数构建的；

基于预构建的边缘计算系统，获取单个时隙的系统收益函数包括：计算获取地面用户的任务的本地计算时延以及卸载至服务无人机的卸载时延；

计算获取卸载至服务无人机的卸载任务的排队时延以及服务无人机将卸载任务转发至中央无人机的转发时延；

根据所述本地计算时延、卸载时延、排队时延和转发时延，获取单个时隙的系统收益函数；

其中，所述本地计算时延的计算公式为：

，

其中， 为地面用户 在时隙 的本地计算时延， 为地面用户 在时隙 的任务的比特量， 为地面用户 在时隙 的卸载比例， ， 为地面用户 处理

1比特任务所需的CPU周期数， 为地面用户 的计算能力；

所述卸载时延的计算公式为：

，

其中， 为地面用户 在时隙 将任务的一部分卸载至服务无人机 的卸载时延，为地面用户 在时隙 将任务的一部分卸载至服务无人机 的传输速率，， 为服务无人机 在时隙 所

在的无人机联盟 所占据的系统带宽， 为服务无人机 在时隙 所在的无人机联盟 中的服务无人机数量， 为时隙 将任务的一部分卸载至服务无人机 的地面用户集合， 为时隙 将任务的一部分卸载至服务无人机 的地面用户数量，为地面用户 的发射功率， 为背景噪声， 为地面用户 在时隙 到服务无人机的信道增益， 为服务无人机集合；

所述排队时延的计算公式为：

，

其中， 为地面用户 在时隙 卸载至服务无人机 的第 个卸载任务的排队时延， 为地面用户 在时隙 卸载至服务无人机 的第 个卸载任务的排队时延， 为服务无人机 将地面用户 的第 个卸载任务转发至中央无人机的转发时延；

所述转发时延的计算公式为：

，

其中， 为服务无人机 将地面用户 的第 个卸载任务转发至中央无人机的转发时延， 为服务无人机 处理地面用户 的卸载任务所需的计算资源， 为服务无人机 向地面用户 的卸载任务分配计算资源前的剩余计算资源，为单个时隙的长度， 为服务无人机 将卸载任务的一部分转发至中央无人机的传输速率， 为服务无人机 处理1比特任务所需的CPU周期数， 为计算型无人机集合， 为中继型无人机集合， ；

所述单个时隙的系统收益函数的表达式为：

，

其中， 为时隙 的系统收益， 为地面用户 在时隙 的任务处理结果，，当 且 时， ，否

则， ， 为地面用户 在时隙 的任务奖励，为地面用户集合；

基于预构建的边缘计算系统，获取单个时隙的系统成本函数包括：计算获取服务无人机单个时隙的盘旋能耗、飞行能耗和处理卸载任务的总能耗；

根据所述盘旋能耗、飞行能耗和处理卸载任务的总能耗，获取单个时隙的系统成本函数；

其中，所述盘旋能耗的计算公式为：

，

其中， 为服务无人机 在时隙 的盘旋能耗， 、 为服务无人机 在悬停状态下的叶片剖面功率、感应功率， 为服务无人机 在单个时隙的盘旋时间；

所述飞行能耗的计算公示为：

，

其中， 为服务无人机 在时隙 的飞行能耗， 为服务无人机 的重量， 为服务无人机 在单个时隙的飞行时间，为服务无人机 的飞行速率；

所述处理卸载任务的总能耗的计算公式为：

，

其中， 为服务无人机 在时隙 处理地面用户 的卸载任务的总能耗，为服务无人机 与芯片结构有关的有效切换电容参数， 为服务无人机 处理地面用户 的卸载任务所需的计算资源， 为地面用户 在时隙 将任务的一部分卸载至服务无人机 的卸载时延， 为服务无人机 向地面用户 的卸载任务分配计算资源前的剩余计算资源， 为服务无人机 的发射功率， 为服务无人机 将地面用户 的第 个卸载任务转发至中央无人机的转发时延， 为计算型无人机集合， 为服务无人机集合，为地面用户 卸载至服务无人机 的卸载任务的处理状态， ，当时， ，当 时， ，当

或 时， ， 为中继型无人机集合， ；

所述单个时隙的系统成本函数的表达式为：

，

其中，为单个时隙的系统成本，为加权参数， 为地面用户集合；

所述联合联盟形成和带宽分配算法包括：

初始化当前迭代次数和最大迭代次数，随机初始化无人机联盟划分，并将边缘计算系统的系统带宽平均分配给每个无人机联盟；

执行预构建的去除同辈效用的更加响应算法，获取最优地面用户卸载策略；

随机选取一个无人机联盟中的服务无人机，计算获取最优地面用户卸载策略下该服务无人机的效用，由该服务无人机随机探索新的无人机联盟，除该服务无人机外其他服务无人机所在无人机联盟保持不变；

执行预构建的联盟带宽分配算法，获取最优联盟带宽分配策略，并在最优联盟带宽分配策略下，按照预设更新规则，由被选取的服务无人机更新其无人机联盟选择；

直至当前迭代次数达到最大迭代次数为止，获取最优无人机联盟划分；

所述联盟带宽分配算法包括：

输入被选取的服务无人机所在的原无人机联盟的当前带宽，以及该服务无人机所探索的新的无人机联盟的当前带宽；

将被选取的服务无人机所在的原无人机联盟的当前带宽与该服务无人机所探索的新的无人机联盟的当前带宽之和均分，并根据预设联盟带宽分配规则，获取使得被选取的服务无人机的效用最大的联盟带宽分配策略；

输出使得被选取的服务无人机的效用最大的联盟带宽分配策略，即最优联盟带宽分配策略；

其中，所述预设联盟带宽分配规则的表达式为：

，

其中， 为被选取的服务无人机 所在的原无人机联盟， 为被选取的服务无人机探索的新的无人机联盟， 、 为 的当前带宽 与 的当前带宽 之和均分后 所占据的带宽份数、 所占据的带宽份数， 为 的最大联盟效用，为 的最大联盟效用；

所述服务无人机的效用的计算公式为：

，

其中， 为服务无人机 的效用，为地面用户 ， 为服务无人机 在时隙 所在的无人机联盟 的服务区域内的地面用户集合， 为服务无人机 在时隙 所在的无人机联盟 对应的服务无人机集合， 、 为服务无人机 在时隙 所在的无人机联盟 的服务区域的收益、成本；

所述去除同辈效用的更加响应算法包括：

初始化当前迭代次数和最大迭代次数；

随机选取一个地面用户，并计算获取该地面用户的效用；

由该地面用户随机探索一个新的卸载策略，并计算获取新的卸载策略下该地面用户的效用；

若新的卸载策略下该地面用户的效用大于或等于原卸载策略下该地面用户的效用，则将该地面用户的原卸载策略更新为新的卸载策略，否则，保持该地面用户的原卸载策略不变；

直至当前迭代次数达到最大迭代次数为止，获取最优地面用户卸载策略；

其中，所述地面用户的效用的计算公式为：

，

其中， 为地面用户 的效用， 为服务无人机 在时隙 所在的无人机联盟 的服务区域内的地面用户集合， 为服务无人机 在时隙 所在的无人机联盟 对应的服务无人机集合， 、 为服务无人机 在时隙 所在的无人机联盟的服务区域的收益、成本。

2.根据权利要求1所述的无人机动态联盟辅助的卸载策略及资源优化方法，其特征在于，所述边缘计算系统包括通信连接的中央无人机、空中充电平台、若干个服务无人机和若干个地面用户；各所述服务无人机在飞往所述空中充电平台的过程中形成无人机联盟并向各所述地面用户提供服务；当各所述服务无人机到达所述空中充电平台或能量低于预设阈值时，停止向各所述地面用户提供服务；

其中，所述服务无人机包括向各所述地面用户提供转发服务的中继型无人机，以及向各所述地面用户提供计算服务和转发服务的计算型无人机；若所述地面用户的任务满足本地处理条件，则该任务全部在本地处理，否则，将该任务的一部分卸载至所述中继型无人机，并通过所述中继型无人机将卸载任务转发至所述中央无人机进行处理，或将该任务的一部分卸载至所述计算型无人机，并通过所述计算型无人机对卸载任务进行处理或将卸载任务的一部分转发至所述中央无人机进行处理；

其中，所述计算型无人机根据各所述地面用户的任务的重要等级由高向低对其卸载任务进行处理；

其中，所述任务的重要等级是根据任务所对应的任务奖励对任务进行降序排列获取的，任务所对应的任务奖励越高，任务的重要等级越高；

所述本地处理条件的判断公式为：

，

其中， 为地面用户 在时隙 的任务的比特量， 为地面用户 处理1比特任务所需的CPU周期数， 为地面用户 的计算能力，为单个时隙的长度，若本地处理条件的判断公式成立，则该任务全部在本地处理，否则将该任务的一部分卸载至服务无人机。

3.根据权利要求1所述的无人机动态联盟辅助的卸载策略及资源优化方法，其特征在于，所述多无人机路径生成算法包括：初始化视距的长度和服务无人机的优先级；

按照预设飞行规则，执行预获取的A*算法，获取服务无人机在各视距内的最短路径；

直至所有服务无人机到达空中充电平台为止，输出服务无人机最短飞行路径；

其中，所述服务无人机的优先级是通过对服务无人机的初始电量进行升序排列获取的，初始电量最低的服务无人机的优先级最高，初始电量最高的服务无人机的优先级最低；

所述预设飞行规则包括：服务无人机的路径信息根据服务无人机的优先级由高向低进行传输；服务无人机在飞行过程中根据服务无人机的优先级由低向高进行避让。

4.根据权利要求1所述的无人机动态联盟辅助的卸载策略及资源优化方法，其特征在于，当前时隙服务无人机在最短飞行路径下继续向地面用户提供服务的判断公式为：，

其中， 为服务无人机 在时隙 的初始时刻的剩余能量， 为服务无人机从时隙 所在位置飞行至空中充电平台所需的能耗， 为服务无人机 单个时隙的最大计算能耗，若当前时隙服务无人机在最短飞行路径下继续向地面用户提供服务的判断公式成立，则当前时隙服务无人机在最短飞行路径下继续向地面用户提供服务，否则，当前时隙服务无人机在最短飞行路径下停止向地面用户提供服务。

5.根据权利要求1所述的无人机动态联盟辅助的卸载策略及资源优化方法，其特征在于，所述联盟形成条件的判断公式为：，

其中，为当前时隙参与服务的服务无人机数量，为当前时隙边缘计算系统中无人机联盟数量，若联盟形成条件的判断公式成立，则执行预构建的联合联盟形成和带宽分配算法，否则，执行预构建的去除同辈效用的更加响应算法。

6.根据权利要求1所述的无人机动态联盟辅助的卸载策略及资源优化方法，其特征在于，所述预设更新规则包括：当被选取的服务无人机对无人机联盟的偏好排序为帕累托序，并满足：该服务无人机在新的无人机联盟的效用大于其在原无人机联盟的效用，且该服务无人机离开原无人机联盟后，原无人机联盟中其他服务无人机的效用不会减小，且该服务无人机加入新的无人机联盟后，新的无人机联盟中其他服务无人机的效用不会减小，则判定该服务无人机会离开原无人机联盟并加入新的无人机联盟；

当被选取的服务无人机对无人机联盟的偏好排序为自私序，并满足：该服务无人机在新的无人机联盟的效用大于其在原无人机联盟的效用，则判定该服务无人机会离开原无人机联盟并加入新的无人机联盟；

当被选取的服务无人机对无人机联盟的偏好排序为联盟序，并满足：该服务无人机加入新的无人机联盟后，原无人机联盟和新的无人机联盟中所有服务无人机的效用之和增大，则判定该服务无人机会离开原无人机联盟并加入新的无人机联盟。