1.边缘计算中低能耗的计算结点选择和计算任务分配方法，其特征在于，包括以下步骤：S1：确定计算任务量与时延违反概率之间的关系；

S2：给定时延违反概率后，确定在规定时间内每个结点能处理的最大计算量；

S3：当需要完成的计算任务的总计算量小于周围结点能提供的最大计算量总和时，根据给出的计算结点选择和计算任务分配方法，进一步降低边缘计算的能耗；若需要完成的计算任务的总计算量大于周围结点能提供的最大计算量总和时，该任务无法完成，丢弃该任务。

2.如权利要求1所述的边缘计算中低能耗的计算结点选择和计算任务分配方法，其特征在于：步骤S1中，确定计算任务量与时延违反概率之间的关系，表达式为：其中，i表示计算结点 的编号， 表示计算请求用户 到计算结点 的信道排队延迟，T表示规定的时间， 表示计算结点 的计算时延，且 Xi为分配给计算结点的计算量，L为计算强度，fo为计算结点的基础计算能力，γi为可调节参数，用于调节计算能力；计算结点 在时间n到达的数据量表示为ai(n)；在时间n，从计算结点 到计算请求用户 的服务速率表示为si(n)； 表示对 求期望， 表示ai(0)的右特征向量，ai(0)表示时间为0时计算结点 的初始计算量；

表示ai(n)的右特征向量，

表示si(n)的右特征向量； θi为人为定义的变量，表示ai(n)的转移矩阵， 表示 的谱

半径，

3.如权利要求2所述的边缘计算中低能耗的计算结点选择和计算任务分配方法，其特征在于：步骤S2中，给定时延违反概率ε后，确定在规定时间T内每个结点能处理的最大计算量 表达式如下：其中，ε为给定的时延违反概率，L为计算强度，fo为计算结点的基础计算能力，γi为可调节参数，用于调节计算能力；计算结点 在时间n到达的数据量表示为ai(n)；在时间n，从计算结点 到计算请求用户 的服务速率表示为si(n)； 表示对 求期望， 表示ai(0)的右特征向量，ai(0)表示时间为0时计算结点 的初始计算量；

表示ai(n)的右特征向量，

表示si(n)的右特征向量； θi为人为定义的变量，表示ai(n)的转移矩阵， 表示 的谱

半径，

4.如权利要求1所述的边缘计算中低能耗的计算结点选择和计算任务分配方法，其特征在于：步骤S3中，当需要完成的计算任务的总计算量小于周围结点能提供的最大计算能力总和时，给出如下的计算结点选择：其中， 为选出的低能耗计算结点集合，M为满足 的计算结点，v(M)为计算结点按照新的标准排序后的新编号，新的标准为：将 按照从小到大的顺序从编号v(1)开始重新排序，其中 X为总计算量，Emax表示完成总计算量X最大消耗的能量值，L为计算强度，κj是与计算结点 硬件结构有关的参数，T表示规定的时间，j表示计算结点的编号，ε为给定的时延违反概率；计算结点 在时间n到达的数据量表示为aj(n)；在时间n，从计算结点 到计算请求用户 的服务速率表示为sj(n)； 表示对 求期望， 表示aj(0)的右特征向量，aj(0)表示时间为0时计算结点 的初始计算量；

表示aj(n)的右特征向量，

表示sj(n)的右特征向量； θj为人为定义的变

量， 表示aj(n)的转移矩阵， 表示

的谱半径，

5.如权利要求4所述的边缘计算中低能耗的计算结点选择和计算任务分配方法，其特征在于：步骤S4中，当需要完成的计算任务的总计算量小于周围结点能提供的最大计算能力总和时，给出如下的计算任务分配方法：其中，Xj表示分配给计算结点 的计算任务量； δo表示截断值，也就是第v(M)计算结点的δv(M)值。