1.一种无人机网络负载均衡方法，其特征在于，包括以下步骤：S1、任务传输到当前无人机，当前无人机发送hello包进行邻居发现，获取邻居无人机集；

S2、若当前无人机自身负载量比同业务类型相邻无人机负载量小，则由当前无人机直接进行任务计算，否则执行S3；

S3、对负载占用率、传输时延和无人机电量分别建模，采用多属性决策理论构建负载均衡模型；

S4、采用基于离差最大化的方法求解负载均衡问题中的属性权重；

S5、根据负载均衡模型选择最优的无人机进行任务卸载。

2.根据权利要求1所述的一种无人机网络负载均衡方法，其特征在于，S2根据无人机与相邻无人机负载量大小决定任务是否进行卸载，具体包括：当无人机负载量大于相邻无人机负载量时，任务由无人机自身进行计算；当无人机负载量小于相邻无人机负载量时，进行任务卸载。

3.根据权利要求1所述的一种无人机网络负载均衡方法，其特征在于，所述步骤S3对负载占用率建模，具体包括：

a根据无人机当前负载量与无人机最大负载容忍量的关系构建负载占用率模型，具体表示为：

其中， 表示无人机j最大负载容忍量，Ωj无人机j的负载量大小的负载量大小，Ωj表示为：

其中， 表示任务i的数据量大小， 表示任务计算需要的CPU周期数， 表示第i个任务的业务类型。

4.根据权利要求1所述的一种无人机网络负载均衡方法，其特征在于，所述步骤S3对传输时延建模，具体包括：

b根据无人机任务卸载时延与系统要求的最大时延之间的关系构建任务传输时延模型，具体表示为：

其中，Uj(b)表示单位化任务传输时延，tdelay表示任务传输允许的最大传输时延，ti(uk,uj)表示发送任务i的传输时延，ti(uk,uj)表示为：其中， 表示任务i的数据量大小，R(uk,uj)表示无人机k向无人机j发送任务的传输速率，R(uk,uj)表示为：其中，P0表示无人机间的固定传输功率，B表示任务传输的固定带宽，假设无人机间的任2

务传输信道为高斯信道，σ表示高斯噪声功率，h(uk,uj)表示无人机k和无人机j之间的信道增益。

5.根据权利要求1所述的一种无人机网络负载均衡方法，其特征在于，所述步骤S3对无人机电量建模，具体包括：

c根据无人机当前电量与总电量之间的关系构建无人机电量模型，具体表示为：其中， 表示无人机j能量总量，Ej表示当前无人机j的剩余能量。

6.根据权利要求1所述的一种无人机网络负载均衡方法，其特征在于，所述步骤S3采用多属性决策理论构建负载均衡模型，具体包括；

采用多属性决策中的加权平均几何算子将影响无人机任务卸载的三个参数：负载占用率、传输时延、无人机电量进行信息集结，构建任务卸载模型，具体表示为：其中， 表示无人机是否进行任务卸载，Uj(a)，Uj(b)，Uj(c)表示在给定发送任务时，无人机j的负载占用率、任务传输时延、无人机损失电量， 分别表示对应的权重。

7.根据权利要求1所述的一种无人机网络负载均衡方法，其特征在于，采用离差最大化方法为影响无人机任务卸载的三个参数：负载占用率、传输时延、无人机电量进行权重分配，并根据卸载模型将当前无人机的任务卸载给相邻无人机。离差最大化方法具体包括：针对本专利的多属性决策问题，用S＝{S1,S2,...,Sn}表示无人机k进行任务卸载时的候选方案集，用A＝{A1,A2,A3}表示决策属性，分别对应U(a)，U(b)，U(c)。备选方案Si的决策属性Aj对应的权重表示为 则满足归一化约束为 则多业务类型无人机负载决策对应的决策矩阵可以表示为：用 表示备选方案Si在属性Aj方面同其他备选方案之间的离差，因此可定义：在属性Aj方面所有备选方案与其他方案的总离差可以表示为：根据离差最大化方法，应通过将属性权重 的分配使得求得的总离差最大，因此可以通过求解离差最大化问题来解决权重分配问题。离差最大化问题对应的目标函数可以表示为：

因此离差最大化问题对应的优化模型可以表示为：将该问题采用拉格朗日乘子法进行求解，上式对应的拉格朗日函数可以表示为：对其偏导，并令其等于0可得：最优解可以表示为：

由于传统的权重是满足归一化约束条件而不是单位化约束条件，因此需要在得到单位化约束条件后对 进行归一化处理，即：因此可以求得在任务卸载给无人机j时的负载占用率、任务传输时延、无人机损失电量对应的权重