1.一种5G场景下的边缘计算卸载周期最小化方法，其特征在于，所述方法包括如下步骤：步骤1：基站首先切换到射频能量传输的工作模式，在αT时间内给周围的无线传感器设备广播传输能量，其中α是一个比例，表示无线设备能量捕获时间占整个周期的比例，T为整个时间周期，基站广播能量传输功率为步骤2：基站切换到数据接收模式，等待接收无线传感器设备的卸载数据，边缘云服务器准备数据计算；

步骤3：无线传感器设备切换到能量捕获模式，在αT时间内捕获基站传输的能量，并存储在自身的电池中，求得总捕获的能量Ei；

步骤4：每个设备切换到计算卸载模式，采用卸载的功率 把所要完成的总任务的一部分(1-ρi)Di通过基站卸载到边缘云服务器中，求得每个设备的卸载时间为 每个无线传感器在一个周期中所要完成的计算任务为Di，ρi为设备i的本地计算部分任务占其整个计算任务的比例， 为无线传感器设备计算卸载时的数据传输速率，卸载所需消耗的能量为步骤5：基站利用5G串行干扰删除SIC技术接收无线传感器设备卸载的数据；

步骤6：当边缘云服务器达到最大计算负载时，进行数据卸载的无线传感器设备都切换到本地计算，每个无线传感器本地计算部分任务ρiDi，其中ρi由公式(23)得到，本地计算时间为 计算的CPU频率为fi，Zi为计算每比特数据所需的CPU周期数，本地计算所需能量为 v为有效的开关电容，在无线传感器设备计算任务阶段每个设备总消耗的能量小于等于设备捕获的能量Ei，每个设备所需的总计算时间小于等于(1-α)T；

步骤7：基站利用边缘云服务器对无线传感器设备卸载的部分任务数据进行计算；

步骤8：基站切换到数据发送模式，把边缘云服务器计算完的数据结果返回发送给每一个无线传感器设备；

步骤9：每个无线传感器设备接收边缘云服务器的计算结果，完成所有任务计算。

2.根据权利要求1所述的一种5G场景下的边缘计算卸载周期最小化方法，其特征在于：所述步骤3中，无线传感器i捕获的能量为：

其中Ei为每个无线传感器设备在αT时间内所捕获的能量，μ为能量转换效率， 为信道增益， 为基站的广播发射功率。

3.根据权利要求1或2所述的一种5G场景下的边缘计算卸载周期最小化方法，其特征在于：所述步骤4中，设每个无线传感器在一个周期中所要完成的计算任务为Di，因计算卸载的任务占总任务的比例为(1-ρi)，则卸载到边缘云服务器的计算量为(1-ρi)Di，每个无线传感器设备的计算卸载时间表示为：每个无线传感器设备卸载部分任务数据(1-ρi)Di到边缘云服务器所需要消耗的能量为：其中 为无线传感器设备的卸载任务数据时的发送功率，发送功率为在 中的固定常数， 为无线传感器设备计算卸载时的数据传输速率，表示为：

4.根据权利要求1或2所述的一种5G场景下的边缘计算卸载周期最小化方法，其特征在于：所述步骤6中，所述的边缘云服务器最大计算负载为服务器在时间段(1-α)T内最多只能计算数据量为Dedge，也就是在该时间段内所有的无线传感器设备只能最多卸载小于等于Dedge的数据量，那么这个约束条件为