1.一种无线云计算下的移动设备能量优化分配方法，其特征在于，所述方法包括如下步骤：步骤1：对应用执行所涉及的参数统一定义；

所述参数涉及应用本次执行所需处理数据的比特数，应用的时延要求和应用的算法复杂度；

步骤2：计算该应用本地执行所消耗的平均最优能量；

(1)选择对本地执行能量消耗有影响的参数，参数是：所需处理的数据大小，应用时延要求和应用的算法复杂度；

(2)根据CMOS工艺下能量与CPU频率之前的关系以及应用负载量与CPU周期数的统计关系，建立跟(1)中参数相关的本地执行的能量优化模型；

(3)通过动态电压调节算法计算出本地执行的平均最优能量

步骤3：建立该应用通过无线云计算执行所消耗能量的模型；

(1)选择对云端执行能量消耗有影响的参数，参数是：所需处理的数据大小，应用的时延要求；

(2)对于信道模型，采用具有多状态的马科夫链模型，对信道进行预测，信道量化级为K；

(3)根据信道状态采用合适的自适应编码方式，建立时延要求范围内采用一定调制和编码方式下发送应用数据所消耗的能量模型；

步骤4：定义云端执行下能量动态规划算法中的值函数；

定义模型动态规划算法中的值函数，依据当前时隙内信道增益g(t)的好与坏，讨论未来时隙的能耗值函数；当前信道增益为gk时，得出的值函数为关于当前时刻剩余数据量与本时隙要发送数据量的凸优化函数；

步骤5：计算云端执行数据发送策略与最优能量；

(1)通过对值函数进行凸优化，得出各个时隙下数据无线传输策略：g(t)＝gk时

(2)值函数归纳类推，得到的最优能量为：

步骤6：应用执行策略；

通过比较两种执行方式消耗的平均最优能量来选择应用执行的策略，如果云端执行平均消耗的能量值小，那么选择云端执行方式执行应用，数据传输的策略在步骤5中；否则，应用本地执行，采用动态电压调节法运行。

2.根据权利要求1所述的一种无线云计算下的移动设备能量优化分配方法，其特征在于：所述方法的步骤1中，对应用的属性参数统一定义，体现应用执行消耗能量能力的区别，将涉及的参数定义如下：A(L,T,O(g(m)))

其中，L为应用需要处理的数据大小(bits)；T为应用程序完成的截止时间；O(g(m))为应用的算法复杂度，m为假设其问题实例的规模，例如算法中迭代、循环的次数，渐进时间复杂度就是当m趋于无穷大时，得到的时间频度g(m)的极限值，大写O表示量级(Order)；

常见的渐进时间复杂度有，常数时间，对数时间，线性时间，线性对数时间，幂时间，指数时间等，相应地，O(g(m))∈{1,log(m),m,mlog(m),m^a,a^m…}(a为大于0的常数)。

3.根据权利要求1所述的一种无线云计算下的移动设备能量优化分配方法，其特征在于：所述方法的步骤2中，对于应用的本地执行，对其消耗能量有影响的参数：所需处理的数据大小L，应用时延要求T和应用的算法复杂度O(g(m))，在此基础上建立的本地执行能量模型为：其中，k是与芯片架构有关的有效切换电容；ω是CPU的时钟周期；fω是芯片第ω周

2 2

期的时钟频率，在低电压下，它与供电电压V的关系几乎是线性的，即fω正比于V ，正比于功率；Wρ为软实时要求下以应用完成概率ρ分得的CPU周期数。

4.根据权利要求1所述的一种无线云计算下的移动设备能量优化分配方法，其特征在于：所述方法的步骤3中，对于应用云端执行，对移动设备能量消耗有影响的参数是：所需处理的数据大小L，应用的时延要求T，对于信道模型，采用具有多个状态的马科夫链模型，该模型下信道增益被分为K个状态分别是：g1,g3,...,gK，它们之间的转移概率矩阵为：对于无线发送过程，将发送时延划分的T个时隙并按降序排列，即时隙顺序为从T到1，时隙t内发送数据所消耗的能量为：其中，λ为能量系数；St为第t时隙发送的数据量；g(t)为该时隙内信道的状态；n为该单项式的序数，与调制方式与编码方式有关，只要根据信道状态采用合适的自适应编码方式,该式就可以表示一定调制和编码方式下发射能量与发送速率之间的关系。

5.根据权利要求1所述的一种无线云计算下的移动设备能量优化分配方法，其特征在于：所述方法的步骤4中，定义了模型动态规划算法中的值函数，依据当前时隙内信道状态gt的好与坏，讨论未来时隙的能耗值函数：

6.根据权利要求1所述的一种无线云计算下的移动设备能量优化分配方法，其特征在于：所述方法的步骤5中，所涉及的分配及能量系数ξt:为：

7.根据权利要求1所述的一种无线云计算下的移动设备能量优化分配方法，其特征在于：所述方法的步骤6中，移动设备根据信道统计状态确定信道的转移概率，通过测量获取信道的增益情况，在根据应用的相关参数A(L,T,O(g(m)))，分别计算本地和云端执行的能量值，据此选择应用执行策略。

8.根据权利要求1所述的一种无线云计算下的移动设备能量优化分配方法，其特征在于：所述方法应用于移动云计算环境。

9.根据权利要求1所述的一种无线云计算下的移动设备能量优化分配方法，其特征在于：所述方法由移动设备端根据移动应用产生的参数，分别采用应用本地执行消耗能量模型和云端执行消耗能量模型，通过优化算法分别得出两个模型的最优值，通过两个值选择相应的执行策略。

10.根据权利要求1所述的一种无线云计算下的移动设备能量优化分配方法，其特征在于：所述方法应用于无线云计算中基于移动应用不同执行方式下的能量消耗。