随着移动通信的不断发展,海量信息的传输,新兴的通信技术对高复杂度计算资源和低延迟约束的要求越来越高,计算密集型和时间敏感型应用的需求也日益苛刻。特别是在应急通信场景下,通信系统内小区宏基站的计算资源不足以支撑突发情况下激增的通信需求。同时移动终端设备本身计算资源和能耗也受到很大限制,仅仅依靠本地服务器很难在有限的时间内完成任务,恢复通信质量。边缘计算技术是5G移动通信的核心技术之一,通过部署边缘计算服务器可以在一定程度上缓解宏基站的通信及计算压力,但宏基站计算资源受限,固定位置的边缘计算服务器同样也无法提前预测紧急情况,因此引入无人机搭载服务器等设备辅助小区宏基站通信。依赖无人机自身可移动性强以及可以搭载较强计算资源服务器的优势,无人机可作为边缘计算服务器进行部署,同时也可以作为中继机将移动终端设备接入核心网进行信息的交换。目前,对于无人机辅助通信的研究,鲜有考虑在应急通信边缘计算场景下,无人机辅助通信系统对信道带宽分配、卸载策略以及无人机分布等联合优化。如何更合理地利用无人机的特性来提高通信系统性能,对无人机辅助通信系统来说仍然是一个巨大的挑战。本文重点对基于单/多无人机辅助通信并联合边缘计算、通信资源分配技术解决应急通信场景所面临的问题进行了深入地研究。论文的主要工作和研究内容如下:（1）在应急情况下单无人机辅助蜂窝网络系统下,由于移动用户自身能量有限,单一的卸载方式无法满足所有的任务需求,因此提出了一种单无人机场景下的迭代优化算法。该算法联合优化移动用户与无人机和中心基站之间的卸载策略和系统带宽分配（无人机和基站带宽统筹分配）,使小区内所有移动用户总能耗最小化。特别应对分布在小区边缘的移动终端设备,提供多种计算卸载方式。该系统下采取时分多址接入链路方式,无人机在每一个时隙只能服务于一个移动用户。通过将复杂的凸优化问题拆分为三个子问题进行求解,从而最大化无人机的服务效率。仿真结果表明相较于传统策略,该算法更能节约移动用户的能耗。（2）在应急情况下多无人机辅助蜂窝网络系统下,移动用户的通信质量需要得到保障,因此提出了一种多无人机场景下的迭代优化算法。该算法联合优化系统内无人机个数及其分布、小区移动用户接入链路的选择和各信道带宽分配,使整个通信系统内所有移动用户的上行链路传输速率最大化,识别并覆盖到孤立的移动终端设备。通过改进的聚类算法及线性规划对优化问题进行求解,从而最大化系统上行链路速率。仿真结果表明该算法在提升系统用户总上行链路传输速率方面优于传统策略,并且相较于传统策略的应用更具有普适性。