1.一种基于SFC的无人机边缘网络任务卸载方法，其特征在于，包括以下步骤：

101、将无人机群的巡航时间划分为K个长度为Δt的离散等长时隙，且在任意第k个时隙内系统状态不变，k∈K，采用双延时深度确定性策略梯度算法思想构建深度强化学习模型，初始化k＝0，建立第k时隙内包含地面用户位置和无人机群位置的网络状态向量sk、无人机群动作向量ak、奖励函数rk、无人机群动作策略发生器Actor、无人机群状态‑动作值发生器Critic、SFC映射与资源分配决策发生器Mapping‑Allocation、经验样本存储区，随机样本集Mini‑Batch；

102、如果k＜K，令k＝k+1，根据k时隙内用户i的任务请求、网络状态向量sk和机载计算资源分布状态，通过SFC映射与资源分配决策发生器Mapping‑Allocation更新k时隙内用户i的SFC部署决策{X,Y,Z}，其中，X为节点映射决策，Y为链路映射决策，Z为资源分配决策，跳转到步骤103，否则，跳转到步骤105；

103、根据{X,Y,Z}执行k时隙内用户i的任务卸载，获得相应的无人机群动作奖励rk，通过无人机群动作策略发生器Actor获得sk状态下无人机群动作向量ak，根据sk与ak计算获得sk+1，将[sk,ak,rk,sk+1]加入经验样本存储区；

104、从经验样本存储区随机抽样获得Mini‑Batch样本集，并将Mini‑Batch样本集分别导入无人机群动作策略发生器Actor与无人机群状态‑动作值发生器Critic进行训练，跳转到步骤102；

105、结束；

所述步骤102中通过SFC映射与资源分配决策发生器Mapping‑Allocation获得用户i的SFC部署决策{X,Y,Z}的方法如下：

1)根据用户i提出的任务卸载请求，将用户i所需VNF依次放入集合S，初始化候选映射*无人机集合 计数变量m＝0，最优SFC部署适应度ξ ＝0；

a

2)根据S和当前无人机网络状态，为用户i获取接入无人机j，如果成功，跳转到步骤3)，否则，跳转到步骤10)；

3)如果m＜Mmax，其中，Mmax表示网络中无人机节点的最大搜索范围跳数，令m＝m+1，跳转至步骤4)，否则，跳转到步骤9)；

a

4)对距离j 无人机m跳范围内的每一架无人机j，将可用计算资源cj＞c0的无人机加入到集合Jmap，其中，c0表示VNF实例化所需基础计算资源，如果|Jmap|≥|S|，令计数变量q＝0，跳转到步骤5)，否则，跳转到步骤3)；

5)如果q＜Qmax，其中，Qmax表示在集合Jmap中搜索SFC的最大次数，令q＝q+1，跳转至步骤

6)，否则，跳转到步骤3)；

a

6)根据集合Jmap和接入无人机j，构建并更新所需SFC的映射决策{X,Y}，如果成功，跳转到步骤7)，否则，跳转到步骤5)；

7)根据当前无人机网络状态和映射决策{X,Y}，构建并更新所需SFC的资源分配决策{Z}，如果成功，跳转到步骤8)，否则，跳转到步骤5)；

* * * *

8)计算SFC部署决策{X,Y,Z}的适应度ξ，如果ξ ≤ξ，令ξ ＝ξ，最优SFC部署决策{X ,Y ,*Z}＝{X,Y,Z}，跳转至步骤5)，否则，跳转至步骤5)；

* * *

9)输出用户i的最优SFC部署决策{X ,Y ,Z}；

10)算法结束；

所述步骤7)中构建并更新所需SFC的资源分配决策{Z}的方法如下：

31)根据节点映射决策X，将映射节点加入临时集合J′，并为集合J′中的每架无人机j分配VNF实例化所需基础计算资源c0，根据链路映射决策Y，将虚链路所需带宽b加入资源分配tran tran决策{Z}，并获得卸载路径的任务传输总时延t ，其中，t 为任务数据通过卸载路径上每条物理链路的传输时延累和；

32)令临时集合J″＝J′，根据无人机j的可用计算资源cj的值，对集合J″中的元素升序排列；

33)如果 计算J″中第一架无人机j需分配的任务计算资源 并更新资源分配决策{Z}，从集合J″中移除无人机j，跳转到步骤33)，否则，跳转到步骤34)；

com max tran max

34)如果任务计算时延t ≤T ‑t ，其中，T 为任务容忍时延，输出资源分配决策{Z}，跳转到步骤35)，否则，跳转到步骤35)；

35)算法结束；

所述步骤33)中无人机j为用户i分配的任务计算资源 的计算方法，如公式(6)所示：c

公式(6)中，u表示用户i的任务数据量，w表示用户i的任务复杂度，t表示剩余计算时c延，t的计算方法，如公式(7)所示：

2.根据权利要求1所述的一种基于SFC的无人机边缘网络任务卸载方法，其特征在于，所述步骤101中建立第k时隙内包含地面用户位置和无人机群位置的网络状态向量sk、无人机群动作向量ak、奖励函数rk，分别如公式(1)、(2)、(3)所示：公式(1)中， 表示无人机j在k时隙的三维坐标， 表示用户i的三维坐标，J表示无人机集合，I表示用户集合；公式(2)中，αj,k∈[0,2π]为无人机j的水平飞行角度， 为水平飞行速度，βj,k∈{‑1,1}为无人机j的垂直飞行方向， 为垂直飞行速度；公式(3)中，ε1，ε2，ε3为无人机动作奖励函数权重因子，其中，0≤ε1≤1，0≤ε2≤1，0≤ε3≤1，ψ表示系统任务完成率，表示归一化系统单位任务时延，φ表示用户通信中断率；

3.根据权利要求1所述的一种基于SFC的无人机边缘网络任务卸载方法，其特征在于，a所述步骤2)中为用户i获取接入无人机j的方法如下：

11)建立临时集合J′，将无人机集合J中满足用户i通信距离条件的无人机加入集合J′，如果 跳转到步骤12)，否则，跳转到步骤15)；

12)建立临时集合J″，将J′中满足SFC第一个VNF类型需求的无人机加入J″，如果跳转到步骤13)，否则，跳转到步骤14)；

13)根据每架无人机j中可用计算资源cj的值，对集合J″中的元素降序排列，根据用户i与无人机j的通信距离，对其中具有相同cj值的元素升序排列，取出J″中第一架无人机j，令a用户i的接入无人机j＝j，跳转到步骤15)；

14)根据用户i与无人机j的通信距离，对集合J′中的元素升序排列，取出J′中第一架无a人机j，令用户i的接入无人机j＝j；

15)算法结束。

4.根据权利要求1所述的一种基于SFC的无人机边缘网络任务卸载方法，其特征在于，所述步骤6)中构建并更新所需SFC的映射决策{X,Y}的方法如下：t a

21)初始化临时变量j＝j，临时集合J′＝Jmap， 计数变量n＝0，l＝0；

22)令n＝n+1，将J′中满足SFC第n个VNF类型需求的无人机加入集合J″；

23)对集合J″中的每架无人机j，根据各无人机间的链路代价，利用最小代价通路算法t计算无人机j 到无人机j之间的最小代价通路 并将不存在最小代价通路的节点从集合J″中移除；

24)如果 根据无人机的可用计算资源，更新J″中每架无人机的节点映射概率并根据映射概率分布 依概率随机取出J″中的一架无人机j作为第n个VNF映t

射节点加入节点映射决策X，将通路 作为第l条虚链路加入链路映射决策Y，令j＝j，从集合J′中移除j，跳转到步骤25)，否则，跳转到步骤26)；

25)如果n＜|S|，令l＝l+1， 跳转到步骤22)，否则，输出映射决策{X,Y}，跳转到步骤26)；

26)算法结束。

5.根据权利要求4所述的一种基于SFC的无人机边缘网络任务卸载方法，其特征在于，所述步骤23)中各无人机间的链路代价的计算方法如公式(4)所示：公式(4)中， 为物理链路e的可用带宽资源be与物理链路e的总带宽资源之比，表示物理链路e的归一化可用带宽资源，b表示任务卸载的带宽需求；

所述步骤24)中更新J″中每架无人机的节点映射概率 的方法，如公式(5)所示：公式(5)中，cj表示无人机j的可用计算资源。

6.根据权利要求1所述的一种基于SFC的无人机边缘网络任务卸载方法，其特征在于，所述步骤8)中SFC部署决策{X,Y,Z}的适应度ξ的计算方法，如公式(8)所示：公式(8)中， 分别表示任务卸载所需的归一化计算资源和归一化带宽资源，其中， 的计算方法，如公式(9)，(10)所示：公式(9)中，Cj表示无人机j的总计算资源；公式(10)中，E表示无人机网络中所有物理链路的集合， 表示物理链路e为用户i分配的带宽资源，Be表示物理链路e的总带宽资源。

7.根据权利要求1所述的一种基于SFC的无人机边缘网络任务卸载方法，其特征在于，所述步骤103中根据sk与ak计算获得sk+1的方法，具体包括：将 导入无人机群动作策略发生器Actor获得k时隙无人机群动作向量 再获得

其中，