1.一种移动边缘计算辅助车辆任务卸载方法，其特征在于：包括以下步骤：S1：将车辆任务分成多个子任务，子任务按其属性分为可卸载任务和不可卸载任务，所述可卸载任务是指既能够在本地计算，也能够卸载到移动边缘计算服务器MEC计算的任务，所述不可卸载任务是指只能在本地计算的任务；

S2：车辆综合考虑系统内任务队列的拥塞程度、子任务卸载到MEC上的代价以及队列稳定性，并据此计算任务卸载代价；

所述任务队列包括：1)任务中可卸载到MEC的子任务数据包形成的队列，即MEC队列；2)不可卸载的子任务和可卸载子任务中仍然选择在本地处理的子任务形成的队列，即本地任务队列；

S3：判断任务队列是否满足时延要求，对于不满足时延要求的数据包进行丢包处理，其中MEC队列的数据包时延要求包括：传输时延、队列时延和MEC服务器计算时延，本地任务队列的数据包时延包括有队列时延和本地计算时延；

S4：结合队列和任务卸载代价，用户做出最优卸载决策，实现整个网络性能最大化。

2.根据权利要求1所述的移动边缘计算辅助车辆任务卸载方法，其特征在于：在步骤S2中，车辆任务卸载代价与该用户的传输质量有关，包括数据队列的时延，丢包率和任务卸载到MEC的代价，任务卸载的总代价表示为：其中 表示任务的丢包处罚， 其中 表示子任务i卸载到MECm

的代价，b(t)表示任务卸载到MEC的总代价。

3.根据权利要求1所述的移动边缘计算辅助车辆任务卸载方法，其特征在于：任务可卸载到MEC的发包速率为 任务在本地计算的发包速率为其中， 是不可卸载的任务数据量，只能在本地计算，ri(t)是可卸载的任务数据量，αi,βi∈{0,1}用于表示任务卸载决策，βi＝1-αi，αi＝1表示任务卸载到MEC上，不在本地计算，此时βi＝0；

设任务i在MEC的队列长度为 在本地队列长度为 队列更新过程表示为：和 为队列因时延限制在时间t的丢包数， 和为队列在时间t数据包的到达数。

4.根据权利要求3所述的移动边缘计算辅助车辆任务卸载方法，其特征在于：步骤S4中，最优卸载决策还通过Lyapunov进行优化，包括以下步骤：S41：定义系统Lyapunov函数：

S42：定义Lyapunov转移函数：

Δ(t)＝L(t+1)-L(t)

S43：优化问题转化，得到一阶Lyapunov转移惩罚项：m

其中V>0表示车辆对任务卸载到MEC代价的重视程度，优化问题目标为最小化Lyapunov转移惩罚项，优化问题将转化为两个等价的子优化问题求解：最大化I1(t)和I2(t)：(1)最大化I1(t)能够得到得最优卸载策略及任务卸载到MEC的代价：最优卸载策略：

出价：当车辆成功支付一定代价将任务卸载到MEC上，则得如果任务选择在本地进行计算，则得

接入MEC后的效益不小于本地执行的效益，即 所以最大代价为(2)通过最大化I2(t)，得到任务队列的丢包数分别为：MEC队列丢包数：

本地队列丢包数：