1.基于正交频分多址的并行移动边缘计算网络资源分配方法，其特征在于：包括以下步骤：

S1.建立一个基于正交频分多址的单MEC服务器、多用户的场景模型；

S2.建立远端计算模型，在满足传输和时延的约束条件下，通过系统的总能耗数学表达式，建立以系统总能耗最小化为目标的资源分配方案优化问题的数学模型；

S3.引入简化变量，改变系统的总能耗数学表达式，以获得简化后的以系统总能耗最小化为目标的资源分配方案优化问题的数学模型；

S4.通过使用基于连续松弛和基于罚凹凸算法，分别获得一种对应的使系统总能耗最小的资源分配结果；

所述S2具体包括以下步骤：B1.建立远端计算模型，其中，远端计算流程如下：上传阶段：移动用户k通过上行链路将任务数据上传到边缘节点；

执行阶段：边缘节点处理任务数据；

下载阶段：边缘节点通过下行链路将任务计算结果返回给用户；

移动用户将分配的任务数据上传到边缘节点的上传速率为：其中， 是子信道分配指标， 为每一个上行子信道带宽， 为用户k在子信2

道n上的传输功率， 为用户k在子信道n上的信道功率增益，σ代表白噪声功率；

B2.得出用户k通过上行链路将计算任务数据上传到边缘节点的能源消耗为：其中， 表示用户k在子信道n上上传的数据位数， 表示上传阶段的持续时

2 x/B

间，f(x,B)＝σ(2 ‑1)；

同理，边缘节点通过下行链路将任务计算结果返回给用户k的能源消耗为：其中，ck,n表示用户k在子信道n上下载的计算结果位数；

此外，边缘节点的计算能耗表示为: ρ是与MEC服务器的硬件架构有关的常数；

B3.得出系统的总能耗

B4.在满足传输和时延的约束条件下，建立以系统总能耗最小化为目标的资源分配方案优化问题的数学模型：

s.t.

C2:

C3:

C4:

C5:

C6:

C7:

C8:

C9：

其中，约束C1说明 是一个二元变量，约束C2表明每个子信道最多只能被一个用户使用，C3表示用户上传和下载阶段的时延约束条件，Dk表示用户的时延要求，C4和C5反映用户计算任务传输和执行的并行操作，C6确保用户远端计算的总时延不超过它的最大时延，C7确保卸载的计算任务能够在边缘节点上成功执行，C8和C9是分配的输入数据位数和计算结果位数的约束条件；

所述S3具体包括：

引入一个简化变量 得到该变量与无线资源分配变量和计算资源分配变量的如下关系：

将上式进行转化，得到如下简化后的以系统总能耗最小化为目标的资源分配方案优化问题的数学模型：

s.t.C1—C9，

C10:

C11：

其中，

2.根据权利要求1所述的基于正交频分多址的并行移动边缘计算网络资源分配方法，其特征在于,所述S1具体包括：建立的场景模型包括一个边缘节点和K个移动用户，用表示，其中，边缘节点和移动用户都配备一根天线，并且在边缘节点处配备MEC服务器，用F表示该服务器的CPU频率，假设边缘节点有很强的计算能力，每个用户k需要上传它的计算任务到边缘节点去执行，对于每个计算任务k，用 表示，其中，Ak为用户的任务输入数据量，Rk为用户的任务计算量，Ck为用户的计算结果量。

3.根据权利要求1所述的基于正交频分多址的并行移动边缘计算网络资源分配方法，其特征在于，所述S4具体包括以下步骤：D1.将上述的优化问题拆分为P1和P2两个子问题，P1用于获得上传、执行和下载阶段开始时间的分配方案，P2用于获得上下行子信道、数据位数和时间的分配方案；

D2.通过使用基于连续松弛和基于罚凹凸算法，分别获得一种对应的使系统总能耗最小的资源分配结果。

4.根据权利要求3所述的基于正交频分多址的并行移动边缘计算网络资源分配方法，其特征在于，所述D2中基于连续松弛算法，获得使系统总能耗最小的资源分配结果的具体内容如下：将二元整数变量 进行连续化处理，则约束条件C1可写为：通过计算P1，可得到

通过上式的转化，可得到经连续化处理后的以系统总能耗最小化为目标的资源分配方案优化问题的数学模型P3：s.t.C2,C3,C8—C12，C13:

使用内点法求得最优资源分配结果，用 表示，由于得到的和x'k,n不是二元整数，该最优资源分配结果并非P2的资源分配结果，具体做法是：对于E1.令 有 其余均为0；

E2.对于给出的 和x'k,n，再次使用内点法以调整所有变量值，获得使系统总能耗最小的资源分配结果。

5.根据权利要求3所述的基于正交频分多址的并行移动边缘计算网络资源分配方法，其特征在于，所述D2中基于罚凹凸算法，获得使系统总能耗最小的资源分配结果的具体内容如下：

约束条件C1的另一种数学表达形式可写为C12和如下的表达式：C14:

通过上式的转化，可得到等价转化后的以系统总能耗最小化为目标的资源分配方案优化问题的数学模型P4：

s.t.C2，C3,C8—C14，对数学模型P4引入松弛变量 得到松弛后的以系统总能耗最小化为目标的资源分配方案优化问题的数学模型P5：s.t.C2，C3,C8—C13，C15:

存在一个λmax＞0，当满足λ＞λmax时该该松弛后的数学模型P5与P4等价，通过罚凹凸法求解模型P5来代替P4，将约束条件C15做线性化处理，用i＝0,1,2,…表示罚凹凸法迭代的次数，在第i+1次迭代时如下的线性化后的以系统总能耗最小化为目标的资源分配方案优化问题的数学模型P6被求得最优解：s.t.C2，C3,C8—C13，C16:

(0)

初始化参数 λ ,λmax,η＞1和迭代次数i＝0，重复以下步骤：

F1.内点法求解P6；

(i+1) (i)

F2.更新参数λ ＝{ηλ ,λmax}及i＝i+1，当P6收敛时，迭代停止，获得使系统总能耗最小的资源分配结果。