1.一种移动边缘计算服务器联合能量收集及任务卸载方法，其特征在于，该方法包括以下步骤：S1：建模移动边缘计算(Mobile Edge Computing，MEC)服务器电量状态；

S2：建模用户联合开销；

S3：建模用户任务执行时延；

S4：建模用户任务执行所需能耗；

S5：建模用户任务执行限制条件；

S6：基于最短路径算法确定用户最优任务卸载策略。

2.根据权利要求1所述的一种移动边缘计算服务器联合能量收集及任务卸载方法，其特征在于，所述步骤S1具体包括：假设用户任务分为K个子任务，各子任务之间按照顺序依次执行处理；MEC服务器由N个子服务器组成，各子服务器均能执行任务卸载；另假设MEC服务器由所采集的绿色能源供电，根据公式 建模采用nk-1个MEC子服务器处理子任务k-1后，MEC服务器的电量状态，其中， 表示MEC服务器处理子任务k-1时的电量状态，nk表示处理子任务k时MEC服务器开启的子服务器数目，表示在处理子任务k-1期间，nk-1个MEC子服务器收集的电量，建模为其中，ρ表示单位时间收集的能量， 表示采用nk-1个MEC子服务器处理子任务k-1时所需执行时延， 表示由nk-1个MEC子服务器处理子任务k-1所需的能耗， 表示max{min{x,B},0}，B为MEC服务器最大电量值。

3.根据权利要求2所述的一种移动边缘计算服务器联合能量收集及任务卸载方法，其特征在于：根据公式 建模采用nk-1个MEC子服务器处理子任务k-1后，MEC服务器处理子任务k时最多可以开启的子服务器数目，其中， 表示向下取整。

4.根据权利要求3所述的一种移动边缘计算服务器联合能量收集及任务卸载方法，其特征在于，所述步骤S2具体包括：根据公式 建模用户联合开销 为用户执行子任务的开销总和，其中， 若子任务k在本地执行处理，则nk＝0； 表示采用nk个MEC子服务器处理子任务k所需开销，建模为 其中， 表示采用nk个MEC子服务器处理子任务k所需的总能耗，λ1、λ2分别表示为时延和能耗的权重。

5.根据权利要求4所述的一种移动边缘计算服务器联合能量收集及任务卸载方法，其特征在于，所述步骤S3具体包括：根据公式 建模用户任务执行时延，其中，ak＝{0,1}为子任务卸载标识，若ak＝0，表示子任务k在本地执行；若ak＝

1，表示子任务k卸载至MEC服务器进行处理；

表示用户上传子任务k至MEC服务器所需传输时延，建模为 其中，Sk表示子任务k的大小，R表示用户上传子任务的传输速率，建模为 M表示传输带宽，p表示用户发射功率，h表示信道增益，σ2表示信道噪声功率；

表示采用nk个MEC子服务器处理子任务k的处理时延，建模为 其中，fc表示各MEC子服务器的计算能力大小，nk≠0；

表示用户本地处理子任务k的处理时延，建模为 其中，fm表示用户本地计算能力大小。

6.根据权利要求5所述的一种移动边缘计算服务器联合能量收集及任务卸载方法，其特征在于，所述步骤S4具体包括：根据公式 建模用户任务执行所需能耗，其中， 表示用户上传子任务k至MEC服务器所需能耗，建模为表示采用nk个MEC子服务器处理子任务k的能耗，建模为 其中，μc表示MEC服务器中子服务器CPU计算单位时间能耗；

表示用户本地处理子任务k的能耗，建模为 其中，μm表示本地计算CPU单位时间能耗权重。

7.根据权利要求6所述的一种移动边缘计算服务器联合能量收集及任务卸载方法，其特征在于，所述步骤S5具体包括：子任务k处理时延限制条件建模为 其中，表示子任务k可允许最大处理时延。

8.根据权利要求7所述的一种移动边缘计算服务器联合能量收集及任务卸载方法，其特征在于，所述步骤S6具体包括：基于狄杰斯特拉算法，确定最优卸载策略 具体为：将用户任务处理过程建模为带权有向图G＝＜V,E,W＞，其中，V为图中节点集合，建模为MEC服务器处理子任务时开启的子服务器数目集合，V＝{V0,V1,0,...,V1,N,...,VK,N,VK+1}，其中，V0和VK+1分别表示图中引入的源节点和目的节点， 表示开启nk个子服务器处理子任务 E为连接节点的边集合， 其中，表示连接节点 和 的边， 表示连接源节点V0和节点 的边，表示连接节点 和目的节点VK+1的边，根据 的值限制各节点之间的连接状态；W表示各边的权重集合， 其中，根据公式 建模的权重值， 的权重值为0；

基于狄杰斯特拉算法，优化确定V0与VK+1之间联合开销最小的路由，即