1.一种基于服务缓存的异构无人机网络任务卸载方法，其特征在于，包括以下步骤：

101、采用双延时深度确定性策略梯度算法构建深度强化学习模型,包括无人机群动作策略发生器、无人机群状态‑动作值发生器、服务缓存更新决策发生器、任务卸载与资源分配决策发生器、经验样本存储区、随机样本集，将无人机群的巡航工作时间划分为K个等长时隙，设任意时隙k内系统状态不变，建立系统状态向量[sk,ak,rk,sk+1]，其中，sk为k时隙无人机群状态向量、ak为k时隙无人机群动作向量、rk为k时隙系统奖励函数、sk+1为k+1时隙无人机群状态向量，初始化k＝0；

102、如果k＜K，令k＝k+1，增强型无人机的服务缓存更新决策发生器根据状态向量sk和服务流行度分布，更新k时隙轻量型无人机群的服务缓存配置决策Λk，跳转到步骤103；否则，跳转到步骤106；

103、根据k时隙地面用户的任务请求、无人机群的状态向量sk和服务缓存配置决策Λk，通过任务卸载与资源分配决策发生器更新k时隙的任务卸载决策Ωk与计算资源分配决策Φk；

104、通过无人机群动作策略发生器获得sk状态下无人机群动作向量ak，根据{Λk,Ωk,Φk}执行k时隙的任务卸载，获得无人机群动作奖励rk，根据sk与ak计算获得k+1时隙无人机群状态向量sk+1，将系统状态向量[sk,ak,rk,sk+1]加入经验样本存储区；

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

106、巡航工作结束；

所述步骤102中增强型无人机的服务缓存更新决策发生器更新k时隙轻量型无人机群的服务缓存配置决策Λk的方法如下：

1)设轻量型无人机集合为N，服务功能集合为S，初始化临时集合N′＝N,S′＝S；

2)如果 取出N′中第一个元素n，跳转到步骤3)，否则，跳转到步骤6)；

3)根据轻量型无人机n覆盖区域内每一种服务类型s的局部流行度ns，计算服务类型s在轻量型无人机n上的缓存价值wn,s，根据wn,s的值对集合S′中的元素降序排列；

4)如果 取出S′中第一个元素s，跳转到步骤5)，否则，令S′＝S,跳转到步骤2)；

5)如果无人机n已缓存服务s，跳转到步骤4)，否则，增强型无人机根据轻量型无人机n的缓存容量约束与服务类型s的缓存价值wn,s优先级，利用“最不经常使用LFU”算法，对轻量型无人机n进行服务缓存更新，跳转到步骤4)；

6)输出k时隙服务缓存配置决策Λk；

所述步骤103中通过任务卸载与资源分配决策发生器更新k时隙的任务卸载决策Ωk与计算资源分配决策Φk的方法如下：

7)设k时隙请求任务卸载的用户集合为Mk，初始化k时隙的任务卸载决策其中， 为k时隙用户m卸载任务到无人机n的二进制决策变量，计算资

源分配决策 其中， 为k时隙无人机n分配给用户m的计算资源，令临时集合M＝Mk；

8)根据集合M中每个用户m的任务请求，计算任务的优先级pm,k，并根据pm,k的值对集合M中的元素降序排列，根据无人机服务缓存配置决策Λk和集合M中每个用户m请求的任务类型，为每个用户m建立候选卸载无人机集合Nm,k；

9)如果 取出第一个元素m，跳转到步骤10)，否则，跳转到步骤12)；

10)如果 计算用户m将任务卸载至Nm,k中候选无人机n的传输时延 根据的值对集合Nm,k中的元素升序排列，取出第一个元素n，计算无人机n需为用户m分配的最小计算资源 跳转到步骤11)，否则，跳转到步骤9)；

11)如果无人机n可用计算资源 更新计算资源分配决策Φk，令用户m任务卸载决策 跳转到步骤9)，否则，跳转到步骤10)；

12)对于无人机集合 中的每架无人机n，如果 对Mk中每位 的用户，令更新计算资源分配决策Φk，跳转到步骤13)，否则，跳转到步骤

13)；

13)输出k时隙任务卸载决策Ωk与计算资源分配决策Φk。

2.根据权利要求1所述的一种基于服务缓存的异构无人机网络任务卸载方法，其特征在于，所述步骤101中建立系统状态向量[sk,ak,rk,sk+1]，其中，k时隙的无人机群状态向量sk、无人机群动作向量ak、系统奖励函数rk、无人机群在sk状态下执行动作ak后，k+1时隙的无人机群状态向量sk+1，分别如公式(1)、(2)、(3)、(4)所示：公式(1)中， 表示无人机n在k时隙的三维坐标， 表示全体无人机的集合，其中包括增强型无人机和所有轻量型无人机；公式(2)中， 为无人机n在k时隙的水平飞行角度， 为无人机n在k时隙的水平飞行距离， 为无人机n在k时隙的垂直飞行距离；公式(3)中，ε为无人机动作奖励权重因子，其中，0≤ε≤1，ψk表示k时隙系统任务完成率， 表示k时隙归一化系统单位任务时延，计算方法如公式(5)、(6)所示：公式(5)中，若用户m的任务在其任务容忍时延内卸载完成，则ψm＝1，否则，ψm＝0，Mk表示k时隙请求任务卸载的用户集合；公式(6)中， 表示k时隙用户m的单位任务卸载完成时延，计算方法如公式(7)所示：公式(7)中，Tm,k为k时隙用户m的任务卸载完成时延，其由k时隙用户m卸载任务到无人机n上执行的传输时延 与计算时延 组成，dm,k为k时隙用户m请求任务数据量。

3.根据权利要求1所述的一种基于服务缓存的异构无人机网络任务卸载方法，其特征在于，所述步骤3)中服务类型s在轻量型无人机n上的缓存价值wn,s计算方法如公式(8)所示：公式(8)中，is表示服务s的缓存数据量，ns表示轻量型无人机n覆盖区域内服务类型s的局部流行度。

4.根据权利要求1所述的一种基于服务缓存的异构无人机网络任务卸载方法，其特征在于，所述步骤8)中每个用户m请求的任务优先级pm,k的计算方法如公式(9)所示：公式(9)中， 为k时隙用户m请求任务的最大容忍时延。

5.根据权利要求1所述的一种基于服务缓存的异构无人机网络任务卸载方法，其特征在于，所述步骤10)中用户m将任务卸载至Nm,k中候选无人机n的传输时延 和无人机n需为用户m分配的最小计算资源 的计算方法如公式(10)、(11)所示：公式(10)中， 为k时隙用户m与无人机n之间的关联状态，若用户m在无人机n覆盖范围下，则 否则， 为k时隙用户m与无人机n之间的卸载关系，若用户m的任务卸载到无人机n上执行，则 否则， 即关联无人机作为中继将任务转发至卸载无人机上处理； 表示k时隙用户m到关联无人机n的传输速率， 表示k时隙关联无人机n与卸载无人机n′的传输速率，公式(11)中，cm,k表示k时隙用户m请求的任务复杂度； 与 的计算方法分别如公式(12)、(13)所示：公式(12)中， 为用户m的信道带宽， 为k时隙用户m到无人机n的通信信道增益，n0为噪声功率， 为用户m的发射功率；公式(13)中， 表示无人机n的信道带宽，为k时隙无人机n到无人机n′的通信信道增益， 为无人机n的发射功率。

6.根据权利要求1所述的一种基于服务缓存的异构无人机网络任务卸载方法，其特征在于，所述步骤104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获得k时隙无人机群动作向量

再获得 其中，