1.一种基于SWIPT的MEC系统中任务卸载方法，其特征在于，包括以下步骤：S1、构建具有SWIPT功能的SWIPT‑MEC网络，考虑终端设备与基站之间的供需关系，分别建立任务模型、通信模型、计算模型以及能量收集模型；

所述任务模型表示为：  ；

其中， 表示每个终端设备 的任务卸载策略， ，当 时表示终端设备 与基站 相关联并将任务卸载至基站服务器执行，当 时表示终端设备 将在本地执行任务，每个终端设备在一个时隙内只能卸载任务给一个基站， 表示任意， 表示基站集合， 表示时隙集合；

所述通信模型包括：

在上行链路通信过程中，基站 接收到的信号表示为：其中， 表示终端设备用于传输信号的传输功率， 表示上行链路的信道增益，， 表示阴影衰落系数， 表示设备 到基站 之间的距离， 表示衰落因子， 表示加性高斯白噪声；

上行链路的信干噪比表示为：

其中， 表示上行链路的加性高斯白噪声功率；

上行链路的可达速率表示为：

其中， 表示上行信道带宽；

在下行链路通信过程中，基站将信号发送给设备，终端设备 接收到的信号可以表示为：其中， 表示终端设备 关联基站 的下行传输功率， 表示干扰基站的下行传输功率， 表示下行信道噪声；

下行链路的信干噪比可 表示为：

其中， 表示终端设备用于信息解码的功率分配比例， 表示下行信道增益，， 表示因信息解码而引入的加性高斯白噪声；

下行信息解码速率 表示为：

其中， 表示下行信道带宽；

所述计算模型包括：

对于本地计算，任务由本地终端设备计算完成，本地计算时处理时延 表示为：

其中， 表示设备的的本地计算能力；

本地计算时产生的能耗为：

其中， 表示本地计算的功耗与本地计算频率的立方成正比， 是取决于设备芯片架构的有效电容系数；

对于卸载计算，在任务上传阶段，终端设备利用上行链路传输任务，传输时延 表示为：其中， 表示终端设备 在时隙 生成的任务量；

在任务上传阶段，传输能耗 表示为：

其中， 表示在时隙 终端设备 向基站 传输信号的传输功率；

在任务计算阶段，基站服务器的计算时延 表示为：其中， 表示处理该任务需要的CPU周期数， 表示基站服务器的计算频率；

边缘服务器在任务计算阶段的能耗 为：

其中， 是基站服务器的有效电容；

在任务结果下载阶段，下行返回结果所用的下行传输时延 表示为：所述能量收集模型包括基站能源管理模型和终端设备能量收集模型，其中基站能源管理模型包括：能源供应基站的传输功率 表示为：

其中，表示能源变量；

基站 传输计算结果给终端设备 时消耗的能量 表示为：基站 的功耗 表示为：

其中， 表示基站 的静态功耗，是一个系数因子；

下行链路的传输能耗表示为：

基站 可以通过收集可再生能源供应能量，则当前时隙 收集到的能量为 ，满足约束：其中， 表示基站在当前时隙 能收集到的最大能量值；

基站收集到的可再生能源保存在基站的能源队列 中，当可再生能源队列中的能源耗尽时即 时将接入电网进行供电，反之则由绿色能源供电，基站的能源队列的演进方程为：；

终端设备能量收集模型包括：

终端设备从下行链路中收集到的能量 表示为：其中， 表示下行链路传输功率的划分比例， 表示能量转换效率， ；

S2、将终端设备作为买方，根据自身的计算任务需求与能源需求向基站购买通信资源，采用博弈论理论，建立买方的收益最大化问题；

终端设备 购买基站 的功率资源需要支付的成本为：其中， 表示设备 向基站 购买单位功率资源支付的成本，则设备 的收益函数表示为：；

买方的收益最大化问题表示为：

；

约束条件为：

其中， 每个终端设备 的任务卸载策略， 表示终端设备 在 时隙的收益；

表示终端设备 购买基站 的对数效用函数； 表示基站 在任务的计算过程中为终端设备 付出的传输能耗成本； 表示终端设备 购买基站 的功率资源需要支付的成本； 表示基站 在时隙 收集到的能量； 表示基站 在时隙 能收集到的最大能量值； 表示基站 对终端设备 的传输功率； 表示基站 对终端设备 的最小传输功率； 表示基站 对终端设备 的最大传输功率； 表示终端设备 的上行传输功率； 表示终端设备 的最小上行传输功率； 表示终端设备 的最大上行传输功率； 终端设备 的计算能力； 表示终端设备 的最大计算能力； 表示基站 分配给终端设备 的计算能力； 表示基站 分配给终端设备 的最大计算能力； 表示终端设备 的终端设备信息解码的功率分配比例；表示能源变量； 表示基站数量；

S3、将基站作为卖方，通过动态资源报价为终端设备提供不同的计算和通信资源，采用博弈论理论，建立卖方的收益最大化问题；

基站 的能耗成本为 ，基站向买方出售自身资源获得的收益为 ，则基站的收益函数表示为：

卖方收益最大化问题表示为：

约束条件为：

其中， 表示基站 在 时隙的收益； 表示基站 在任务的计算过程中为终端设备 付出的传输能耗成本； 表示终端设备 购买基站 的功率资源需要支付的成本； 表示终端设备 向基站 购买单位功率资源支付的成本； 表示基站 在时隙 收集到的能量； 表示基站 在时隙 能收集到的最大能量值； 表示基站 对终端设备 的传输功率； 表示基站 对终端设备 的最小传输功率； 表示基站 对终端设备 的最大传输功率； 表示终端设备 的上行传输功率； 表示终端设备的最小上行传输功率； 表示终端设备 的最大上行传输功率； 终端设备 的计算能力； 表示终端设备 的最大计算能力； 表示基站 分配给终端设备 的计算能力； 表示基站 分配给终端设备 的最大计算能力； 表示终端设备 的终端设备信息解码的功率分配比例；表示能源变量； 表示终端设备数量；

S4、利用拉格朗日乘子法和KKT条件求解买方的收益最大化问题和卖方的收益最大化问题，通过求解斯塔克尔伯格均衡，计算得到基站在训练时隙的最优下行功率和最优资源报价；

S5、将计算得出的最优下行功率和最优资源报价作为训练数据，训练深度强化学习模型；

S6、根据终端设备在待测时隙生成的计算任务，电池能量水平以及基站的资源报价，利用训练后的深度强化学习模型预测得到在待测时隙的最优任务卸载决策。

2.根据权利要求1所述的一种基于SWIPT的MEC系统中任务卸载方法，其特征在于，求解买方的收益最大化问题包括：其中， 表示基站 对终端设备 的最优下行功率； 表示终端设备 的一个大于零的能源效益权重参数； 表示终端设备 向基站 购买单位功率资源支付的成本；

表示能量转换效率； 表示基站 对终端设备 的传输功率； 表示基站 对终端设备 的下行信道增益； 表示下行链路的加性高斯白噪声功率； 表示基站对终端设备 的下行传输时延； 表示基站 对终端设备 的下行信道增益。

3.根据权利要求1所述的一种基于SWIPT的MEC系统中任务卸载方法，其特征在于，求解卖方的收益最大化问题包括：；

其中， 表示设备 向基站 购买单位功率资源支付的最优成本； 表示基站对设备 的单位能耗成本。

4.根据权利要求1所述的一种基于SWIPT的MEC系统中任务卸载方法，其特征在于，深度强化学习模型包括利用深度强化学习算法将任务卸载建模成马尔可夫决策过程；根据在每个时隙信道条件的状态、能源队列的状态和任务队列的状态，构建出状态空间；智能体根据当前系统状态基于不同奖励所选择的不同卸载决策，确定出动作空间；根据执行卸载决策后，当前系统反馈给智能体的奖励，构建出奖励函数。