1.一种基于资源退出场景的无人机服务器任务卸载调度方法，其特征在于，假设无人机集群I＝{i}中的一台无人机开始返回地面并最终退出服务，其总时长为T，令其中，Δt为时隙长度，K为总时隙数，地面用户集合为J＝{j}，用户j在T时长内持续产生任务单元卸载请求，具体包括以下步骤：

101、建立马尔科夫决策过程MDP数学模型，构造状态向量Sk、动作向量Ak、奖励函数Rk，其中，k为时隙数，将无人机集群控制器作为智能体，根据近端策略优化算法PPO建立无人机集群控制策略网络πθ，其中，θ为经过训练的神经网络参数向量；

*

102、无人机i发出返航指令，令时隙k＝0；

103、令k＝k+1，如果k≤K，智能体将当前时隙k的状态向量Sk输入策略网络πθ，获得动作向量Ak，同时，根据集合J中每一用户j的平均任务单元卸载时延 对其服务器资源分配变量集合 进行决策，跳转到步骤104，否则，跳转到步骤105；

104、根据动作向量Ak、服务器资源分配变量集合 执行无人机集群移动控制及任务卸载，并返回计算结果，获得状态向量Sk+1，根据奖励函数评价智能体的决策，计算相应的奖励值Rk，将{Sk,Ak,Rk,Sk+1}保存至向量集B中，跳转到步骤103；

*

105、无人机i 完成返航，剩余滞空无人机完成部署，根据向量集B更新神经网络参数向量θ，进一步优化策略网络πθ，算法结束。

2.根据权利要求1所述的一种基于资源退出场景的无人机服务器任务卸载调度方法，其特征在于，所述步骤101中构建状态向量Sk，动作向量Ak，奖励函数Rk，分别如公式(1)、(2)、(3)所示：

Ak＝{μi}          (2)公式(1)中， 表示无人机i的状态向量， 表示无人机i在时隙k的坐标，非返回无人机高度固定为 令Ci为无人机i的服务器资源总量，表示无人机i已分配给用户的服务器资源，其中 计算一个任务单元需要占用一个单位的服务器资源； 表示用户j的状态向量，xj、yj、hj表示地面用户j的坐标，其高度hj＝0， 表示用户j在时隙k的服务器资源分配变量集合，其中，表示用户j与无人机i建立连接，且无人机i为其分配了 大小的服务器资源，表示用户j未与无人机i建立连接， 表示用户j在时隙k的平均任务单元卸载时延，如公式(4)所示，其中， 表示用户j在时隙u的服务器资源分配变量，u∈[1,k]；

公式(2)中，μi∈{0,1,...,8}表示无人机i的飞行控制决策变量，其中，0表示无人机i停止运动，{1,...,8}分别表示8个水平运动方向；

公式(3)中，Λi,j表示奖励函数的正反馈函数，如公式(5)所示，λ表示权重参数，Γj表示奖励函数的负反馈函数，如公式(6)所示：公式(5)中， 表示无人机i与用户j的距离，dmax表示无人机的最大通信距离，公式(6)中，τmax表示单个任务单元的卸载容忍时延。

3.根据权利要求1所述的一种基于资源退出场景的无人机服务器任务卸载调度方法，其特征在于，所述步骤101中无人机集群控制策略网络πθ，如公式(7)所示：公式(7)中， 表示在神经网络参数向量θ和输入状态向量Sk条件下，输出动作向量Ak的概率密度函数。

4.根据权利要求1所述的一种基于资源退出场景的无人机服务器任务卸载调度方法，其特征在于，所述步骤103中根据集合J中每一用户j的平均任务单元卸载时延 对其服务器资源分配变量集合 进行决策的步骤为：

1)令集合Q＝J，将Q中元素按 的大小降序排列；

2)如果 取出Q中的第一个元素j，根据时延约束τmax，计算 跳转到步骤

3)，否则，跳转到步骤4)；

3)如果 将 对应的用户j加入Qi队列尾部，令 再将J‑{j}中所有用户对应的 置零，其中，α、β、γ为权重参数， 表示无人机i的预估负载，跳转到步骤2)，否则，跳转到步骤2)；

4)对每一无人机i∈I，依次为Qi中的用户分配 大小的服务器资源；

5)如果 且 其中， 为任务卸载时延，重复遍历Qi，每次仅分配一个单位服务器资源给相应的用户，令 跳转到步骤5)，否则，返回

5.根据权利要求4所述的一种基于资源退出场景的无人机服务器任务卸载调度方法，其特征在于，所述步骤2)中计算 的方法如公式(8)所示：公式(8)中， 表示用户j在时隙v的服务器资源分配变量，其中，v∈[1,k‑1]表示当前时隙k之前的其它时隙。

6.根据权利要求4所述的一种基于资源退出场景的无人机服务器任务卸载调度方法，其特征在于，所述步骤5)中任务卸载时延及其约束条件，分别如公式(9)和(10)所示：公式(10)中，第一部分 为任务卸载的传输时延，F表示任务单元的数据量，表示在 距离下的传输速率，如公式(11)所示，公式(11)中，ω表示信道带宽，Pj表comp

示用户的传输功率，ρ0表示单位距离信道增益，N0表示噪声功率，第二部分D 为任务卸载的计算时延。