1.一种面向异构网络边缘计算的任务卸载方法，其特征在于，包括以下步骤：S1、移动用户请求计算任务，根据移动用户请求计算任务的属性建立任务队列模型，得到移动用户的卸载任务量；

所述任务队列模型包括：

其中，Θi表示移动用户i的任务队列属性，Qi(t)表示移动用户i在时隙t的开始等待处理的任务量，bi(t)表示移动用户i在时隙t卸载的任务量，γi表示移动用户i的计算密度，表示移动用户i的最大容忍计算时间；

S2、根据移动用户的最大卸载任务量设定约束条件，确保一个用户的计算任务在单位时隙只能卸载到一个服务器上；

所述约束条件包括：

其中，ai(t)表示任务卸载选择的目标服务器，t表示时隙的索引，ai(t)＝1表示移动用户i卸载到与MBS相连的服务器，ai(t)＝0表示移动用户i卸载到与SBS相连的服务器， 表示移动用户i的最少任务卸载量，bi(t)表示用户i的任务卸载量， 表示移动用户i的最大任务卸载量， 表示队列的稳定性；

S3、根据移动用户的计算任务卸载过程建立系统模型，构建以最大化时间平均卸载收益为目标的任务卸载优化问题；

所述系统模型包括通信模型、计算模型、能耗模型、效益模型、收益模型；

通信模型的计算方式包括：

Wi(t)＝ai(t)αmTm,tran(bi,rm)+(1‑ai(t))αsTs,tran(bi,rs)其中，Wi(t)表示通信成本，ai(t)表示任务卸载选择的目标服务器，αm表示移动用户i与宏基站之间每单位时间传输数据成本，Tm,tran(bi,rm)表示传输计算数据到MBS过程中消耗的时间，且 bi(t)表示动用户i的任务卸载量，rm(t)表示MBS中用户i的通信速率，αs表示移动用户i与小基站之间每单位时间传输数据成本，Ts,tran(bi,rs)表示传输计算数据到SBS过程中消耗的时间，且 rs(t)表示SBS中用户i的通信速率；

计算模型的计算方式包括：

Ci(t)＝ai(t)βmTm,exe(bi,fm)+(1‑ai(t))βssTs,exe(bi,fs)其中，Ci(t)表示通信成本，βm，βs分别表示MBS和SBS之间每单位时间计算成本，Tm,exe(bi,fm)，Ts,exe(bi,fs)分别表示在MBS和SBS上服务器执行任务的时间，且γi示移动用户i的计算密度，fm，fs分别表示与MBS，SBS相连的MEC服务器的计算能力；

能耗模型的计算方式包括：

Ei(t)＝Ei,com(t)+Ei,tran(t)2

其中，Ei,com(t)表示MEC服务器计算消耗的能量，Ei,com(t)＝ai(t)δγibi(fm)+(1‑ai(t))2

δγibi(fs) ，δ表示开关电容，Ei,tran(t)表示移动用户i传输过程中消耗的能量，Ei,tran(t)＝ai(t)Tm,tran(bi)pm+(1‑ai(t))Ts,tran(bi)ps，Tm,tran(bi)表示传输计算数据到MBS过程中消耗的时间，Ts,tran(bi)表示传输计算数据到SBS过程中消耗的时间，pm表示用户i与MBS之间的传输功率；ps表示用户i与SBS之间的传输功率；

效益模型的计算方式包括：

Pi(t)＝ρilog2(1+bi(t))

其中，Pi(t)表示移动用户i卸载获得的效益， ρi表示移动用户i卸载效益的权重因子，bi(t)表示动用户i的任务卸载量；

收益模型的计算方式包括：

其中，U(t)表示系统卸载收益， 表示在第t时隙用户的集合，Ui(t)表示移动用户i的收益函数，且Ui(t)＝Pi(t)‑Wi(t)‑Ci(t)‑Ei(t)，Pi(t)表示移动用户i卸载获得的效益，Wi(t)表示卸载的通信成本，Ci(t)表示卸载的计算成本，Ei(t)表示卸载的能耗成本；

所述最大化时间平均卸载收益为目标的任务卸载优化问题包括：其中， 表示平均系统卸载效益，t表示时隙的索引，T表示时隙的总长度，sup函数为求最小上界的函数， 表示求期望，U(t)表示所有移动用户的卸载收益；

S4、利用李雅普诺夫优化理论将任务卸载优化问题转换为每一时隙内的优化问题，通过最小化李雅普诺夫漂移与惩罚项之和得到新的优化方程；

所述李雅普诺夫优化理论包括李雅普诺夫函数、李雅普诺夫漂移、漂移加惩罚；

李雅普诺夫函数包括：

其中， 表示在t时隙的李雅普诺夫函数， 表示在第t时隙用户的集合，Qi(t)表示移动用户i在时隙t的开始等待处理的任务量；

所述李雅普诺夫漂移包括：

其中， 表示李雅普诺夫漂移， 表示t+1时隙的李雅普诺夫函数，表示t时隙的李雅普诺夫函数， 表示所有移动用户的队列挤压长度的集合；

李雅普诺夫漂移加惩罚包括：

其中，Vp是一个非负的控制参数，用于在系统卸载收益和队列积压之间进行权衡，表示在第t时隙用户的集合；

通过最小化李雅普诺夫漂移与惩罚项之和得到新的优化方程包括：其中，Λ表示任务卸载决策向量，B表示任务卸载变量，Vp是一个非负的控制参数，用于在系统卸载收益和队列积压之间进行权衡， 表示在第t时隙用户的集合，Ui(t)表示移动用户i的收益函数，Qi(t)表示移动用户i在时隙t的开始等待处理的任务量，bi(t)表示用户i的任务卸载量；

S5、根据任务卸载的属性要求，采用基于最值的选择准则求解优化方程，得到移动用户卸载的最优目标服务器以及卸载的最优任务量；

所述基于最值的选择准则包括第一准则和第二准则：

第一准则：用户i的最小卸载时间为 当 时，则用户i选择与MBS相连的MEC服务器进行通信， 表示为：

其中， 表示移动用户i的最大容忍计算时间， 为移动用户i的最小卸载量， 为SBS的最大通信速率，且 Rs表示移动用户与SBS通信的上行链路速率，γi表示移动用户i的计算密度，fs表示与SBS相连的MEC服务器的计算能力；

第二准则：用户i的最大卸载时间为 当 时，则用户i选择与SBS相连的MEC服务器进行通信， 表示为：

其中， 为用户i的最大卸载量，且 Qi(t)表示移动用户i在时隙t的开始等待处理的任务量， 为SBS的最小通信速率，且 ks9t)表示在t时隙SBS基站下的请求服务的用户数，γi表示移动用户i的计算密度，fs表示与SBS相连的MEC服务器的计算能力。