1.一种主从MEC网络中联合任务卸载与资源分配方法，其特征在于，该方法具体包括以下步骤：

S1：主小区内移动用户产生新的计算任务，向当前小区内主MEC发送任务卸载请求；

S2：MEC服务器收集当前时隙内本小区移动用户发送的计算卸载请求信息，并上传至上层SDN控制器；

S3：SDN统计MEC信息以及任务请求信息，建立通信模型、任务计算模型，构建出最小化任务代价问题模型；

S4：SDN对主小区内任务随机生成卸载集；

S5：根据步骤S4卸载集中卸载执行的任务进行多MEC选择与计算资源分配；

S6：根据步骤S5中的选择结果，更新卸载集，计算目标函数值；

S7：判断是否满足结束条件，满足执行步骤S8，不满足将本地执行且执行代价最大的任务加入卸载集中，返回步骤S5；

S8：输出卸载集，多MEC选择矩阵和最优计算资源分配。

2.根据权利要求书1所述的一种主从MEC网络中联合任务卸载与资源分配方法，其特征在于，所述步骤S3具体包括以下步骤：S31：建立通信模型：

定义集合 表示请求用户集，其中任务 通过二元组 表示，bi表示任务的总数据量，di表示计算1bit该任务数据所需要的CPU周期数。集合表示M个MEC服务器集合，其中 代表主MEC，其余为从MEC服务器，用户i通过空中接口上传任务速率为：

ri＝Bilog2(1+Ptra,igi/BiNo)    (1)其中多个请求任务占用相等的频谱资源Bi，Ptra,i表示用户i的发送功率，gi表示用户i与MEC服务器之间的信道增益，No表示信道单位噪声与干扰的功率谱密度。

用户通过无线信道上传任务的时延与能耗分别为：ttra,i＝bi/ri  (2)etra,i＝Ptra,i·ttra,i＝Ptrabi/ri  (3)MEC服务器之间任务传输的时延为：tM＝bi/rM  (4)

S32:任务计算模型：

任务在终端本地执行的时延、能耗和总代价分别为：Ti,0＝bidi/floc,i  (5)2

Ei,0＝kibidi(floc,i)  (6)Ui,0＝αiTi,0+βiEi,0  (7)其中用户终端的计算能力为floc,i，ki是与硬件架构相关的常数。记αi和βi为用户对于时延与能耗的权重系数。

任务在主MEC服务器执行的时延、能耗和总代价分别为：Ti,1＝ttra,i+ti,1＝bi/ri+bidi/Fi,1  (8)Ei,1＝etra,i＝Ptrabi/ri  (9)Ui,1＝αiTi,1+βiEi,1   (10)任务在从MEC执行的时延、能耗与总代价分别为：Ti,k＝ttra,i+ti,k+tM＝bi/ri+bidi/Fi,k+bi/rM  (11)Ei,k＝etra,i＝Ptrabi/ri  (12)Ui,k＝αiTi,k+βiEi,k   (13)其中 用来标志M‑1个从MEC服务器；若任务在MEC端执行，可以将任务执行代价函数写为：

S33：任务代价最小化问题模型：联合计算资源分配与任务卸载的优化问题表述为：其中A＝{a1,a2,...,an}为卸载集，其中ai∈{0,1}，标志任务i本地执行或卸载执行；其中 为多MEC选择向量集，其中bi,j∈{0,1}，标志任务i卸载到服务器j上；其中 为计算资源分配集，对任意的MEC服务器j，都有 Fj为服务器j可提供的最大计算能力。

3.根据权利要求2所述的一种主从MEC网络中联合任务卸载与资源分配方法，其特征在于，所述步骤S5中，更新卸载集，计算目标函数值，具体包括以下步骤：S51：MEC计算资源分配方法：不同MEC的计算资源分配是相互独立的，因此不同MEC服务器的计算资源分配不相互干扰；当卸载集A与MEC选择向量集B确定之后，资源分配问题表示为：其中 为选择本地执行的任务集合， 为选择卸载到主MEC服务器执行的任务集合，为选择二次卸载到第k个从MEC服务器执行的任务集合；通过构造拉格朗日函数并结合KKT条件，资源分配问题的最优解为：根据式(17)可以得到计算资源分配集F；

S52:定义集合D包含卸载集A中所有值为1的任务；定义集合D1为主MEC执行任务集，集合为D2非主MEC执行任务集D2；定义主MEC执行任务准则为：将集合D中第一个任务Tt放入集合D1，根据式(17)对D1中的任务分配计算资源，将D1中不符合准则(18)的任务添加至淘汰集D'2；

S53：设代价函数U(D1)表示在主MEC执行代价，代价函数U(D2)表示不在主MEC执行代价；

代价函数U(D1)通过结合式(17)求解目标函数(16)得到；代价函数U(D2)的求解需要将D2中任务分配后才可求解，最小化集合D2中任务代价的问题为：其中任务分配矩阵Z＝(zi,j)N'×M‑1,zi,j∈{0,1}，表示要求解的矩阵。当j＝1,2,3,...,M‑1时，任务对映卸载到相应的从MEC服务器执行。使用连续变量vi,j替换目标函数(19)约束条件中的zi,j，使用线性函数V(vi,j)替换目标函数(19)表达式中的zi,j，vi,j与V(vi,j)有以下性质：

其中ε是一个小值，t是迭代次数；结合公式(17)可求解凸优化问题：给定 的初始值，以及另一个小数η，通过迭代不断求解(22)式，当 成立，便可通过 计算得到U(D2,t)。

S54：根据S53中计算U(D1,t)与U(D2,t)的方法，需求解的判决表达式为：U(D2,t‑1∩Tt)+U(D1,t‑1)≥＝U(D2,t‑1∩D'2,t)+U(D1,t)    (23)若式(23)成立，则将D'2加入集合D2，若式(23)不成立，则将Tt加入集合D2；

S55：判断集合D是否为空，若非空，则返回步骤S52，若空，执行步骤S56；

S56：得到在主MEC执行任务集D1、非主MEC执行任务集定义为D2和多MEC选择向量集B。

4.根据权利要求3所述的一种主从MEC网络中联合任务卸载与资源分配方法，其特征在于，所述步骤S6中，根据步骤S5中的选择结果，更新卸载集，具体包括以下步骤：S61：制定卸载更新策略为：

根据卸载集更新策略对上一次卸载集A进行更新。

5.根据权利要求4所述的一种主从MEC网络中联合任务卸载与资源分配方法，其特征在于，所述步骤S7中，判断是否满足结束条件，具体包括：若此时卸载集A中所有元素都为1或目标函数W的解没有更新，则执行步骤S8，否则返回步骤S5。