1.一种在VEC中车辆协同任务卸载方法，其特征在于，包括以下步骤：S1、建立系统模型，所述系统模型包括主车辆、可计算车辆和不可计算车辆；

S2、根据主车辆到可计算车辆上的任务卸载所需要的总时间建立通信模型；

S3、基于多种动态因素，建立车辆选择模型；

S4、基于通信模型和车辆选择模型建立基于约束条件的任务卸载优化问题；

S5、通过层次分析法和KM算法对任务卸载优化问题进行求解，得到最优的任务卸载情况。

2.根据权利要求1所述的一种在VEC中车辆协同任务卸载方法，其特征在于，步骤S2建立通信模型包括：S21、计算主车辆到可计算车辆的传输速率Rh：

S22、定义卸载策略G：

G＝[gm,h]M×H

其中

S23、根据传输速率Rh和卸载策略G计算子任务Dm的传输时间S24、根据传输时间 计算主车辆的总传输时间ttrans：S25、根据卸载策略G计算子任务Dm的计算时间：

S26、根据子任务Dm的计算时间 计算任务计算时间：S27、根据任务计算时间tcomp和主车辆的总传输时间ttrans计算主车辆到可计算车辆上的任务卸载所需要的总时间：其中，B为主车辆到可计算车辆的信道带宽，Ph为主车辆到可计算车辆的传输功率，dh为2

主车辆到第h辆可计算车辆的距离，α为路径损耗因子，σ为附加高斯白噪声功率，D(t)为主车辆在t时刻要卸载的任务的集合，V(t)主车辆在t时刻的可计算车辆的集合，Dm表示第m个子任务，M为子任务的总数量，H为可计算车辆的总数量，Vh表示第h辆可计算车辆，fh为可计算车辆的计算能力。

3.根据权利要求1所述的一种在VEC中车辆协同任务卸载方法，其特征在于，步骤S3建立车辆选择模型包括：计算可计算车辆的可选度、计算可计算车辆执行的最大任务、计算可计算车辆的计算能力和计算可计算车辆与主车辆之间的道路重合度；根据可计算车辆的可选度、可计算车辆执行的最大任务、可计算车辆的计算能力和可计算车辆与主车辆之间的道路重合度建立车辆选择模型。

4.根据权利要求3所述的一种在VEC中车辆协同任务卸载方法，其特征在于，步骤S31计算可计算车辆的可选度的公式为：其中，r为主车辆的通信半径，dh为主车辆到第h辆可计算车辆的距离。

5.根据权利要求3所述的一种在VEC中车辆协同任务卸载方法，其特征在于，步骤S32计算可计算车辆能执行的最大任务包括：S321、计算可计算车辆与主车辆的通信连接时间：

其中S为可计算车辆与主车辆的相对位移，ν为主车辆的速度，νh为可计算车辆的速度；

S322、计算通信连接时间内可计算车辆所能执行的最大任务Nh：其中，Qh为第h辆可计算车辆的剩余容量，Rh为主车辆到可计算车辆的传输速率，fh为可计算车辆的计算能力。

6.根据权利要求1所述的一种在VEC中车辆协同任务卸载方法，其特征在于，基于约束条件的任务卸载优化问题的目标函数为：C3:M＜H

其中，约束条件C1表示主车辆的子任务卸载到可计算车辆时，其传输时间 和计算时间 之和不能超过通信连接时间th；C2表示子任务Dm卸载到第h辆可计算车辆的任务不能超过其可执行任务的限度；C3表示主车辆的子任务数量不能超过可计算车辆的数量；C4表示每个子任务只能卸载到一辆可计算车辆上；D(t)为主车辆在t时刻要卸载的任务的集合，V(t)主车辆在t时刻的可计算车辆的集合，Dm表示第m个子任务，M为子任务的总数量，H为可计算车辆的总数量，fh为可计算车辆的计算能力，Nh为可计算车辆h所能执行的最大任务，gm,h为子任务Dm的卸载策略。

7.根据权利要求1所述的一种在VEC中车辆协同任务卸载方法，其特征在于，步骤S5求解任务卸载优化问题包括：S51、将任务卸载优化问题分解为车辆优先级排序问题和卸载车辆任务分配问题；

S52、求解车辆优先级排序问题；

S53、根据车辆优先级排序问题的结果求解卸载车辆任务分配问题，得到卸载车辆任务分配结果。

8.根据权利要求7所述的一种在VEC中车辆协同任务卸载方法，其特征在于，步骤S52求解车辆优先级排序问题包括：S521、根据车辆选择模型中的可计算车辆的可选度 可计算车辆执行的最大任务Nh、可计算车辆的计算能力fh以及道路重合度Γh这四个动态因素建立层次结构模型；

S522、将层次结构模型的判断矩阵设置为A＝(aij)4×4，其中，aij表示因素i与因素j的重要性比较值；

S523、采用近似算法中的方根法，分别计算每个动态因素对应的权重值，并对计算出的权重值进行归一化，得到权重矩阵W＝(ω1,ω2,ω3,ω4)，其中W＝(ω1,ω2,ω3,ω4分别为每个动态因素进行归一化后的权重值；

S524、对判断矩阵A进行一致性检验，如果通过了一致性检验，则采用min‑max标准化算法计算每个动态因素的归一化矩阵B＝(βhi)H×4；否则回到步骤S522，并调整判断矩阵A；其中，H为可计算车辆的总数量，βhi为第h辆可计算车辆的第i个因素进行归一化后的结果；

T

S525、计算可计算车辆的优先级ζ＝(ξhi)H×4，其中，ξhi＝BW＝(βhi)H×4·(ω1,ω2,ω3,Tω4) ，H为可计算车辆的总数量，ξhi为第h辆可计算车辆的第i个因素的优先级。

9.根据权利要求8所述的一种在VEC中车辆协同任务卸载方法，其特征在于，所述道路重合度Γh由泊松分布随机生成。

10.根据权利要求1所述的一种在VEC中车辆协同任务卸载方法，其特征在于，求解卸载车辆任务分配问题包括：S531、定义子任务集合和附属车辆集合；

S532、根据可计算车辆的优先级，依次选择优先级大的可计算车辆加入附属车辆集合，直到附属车辆集合中的可计算车辆的数量与子任务的数量相同；

S533、使用KM算法将子任务集合中的子任务与附属车辆集合中的可计算车辆进行匹配，其中KM算法为库恩‑曼克尔斯算法；

S534、匹配成功则得到最优卸载车辆任务分配结果；如果匹配失败且还有未被选择的可计算车辆，则返回步骤S533并在附属车辆集合中加入未被选择的可计算车辆；如果匹配失败且没有未被选择的可计算车辆，则主车辆需要等待下一时刻进行任务卸载。