1.一种基于RIS辅助的NOMA边缘计算动态任务传输功率分配方法，其特征在于，包括以下步骤：S1：构建RIS‑NOMA边缘计算任务传输系统，该系统包括：配备M根天线和MEC服务器的AP、K个单天线的UE、以及具有N个反射元件的RIS；通过控制RIS的相移改变AP和每个UE之间的信道增益；每个UE将计算任务划分为本地计算任务和边缘计算任务；每个UE采用上行NOMA分别通过UE‑RIS‑AP链路和UE‑AP链路同时将边缘计算任务传输到AP，AP接收到叠加信号，利用SIC技术进行解码并进行边缘计算；

所述AP接收到叠加信号包括：

其中， 为第k个UE的传输功率， 为均值和单位方差为零的传输信号，2

为以σ为噪声功率的AP端的加性高斯白噪声，IM是一个M×M的单位向量矩阵， 表示第k个UE到RIS的信道增益系数， 表示第k个UE到AP的信道增益系数，G表示RIS到AP的信道增t益系数，Θ 表示RIS的反射系数矩阵；

S2：根据UE动态任务到达及处理的过程构建排队模型，在队列长度约束下成立UE端总成本表达式；

所述构建排队模型包括：

S21：调整UE端芯片的电压控制UE端的CPU频率；

其中，g为有效的开关电容， 表示第k个UE的本地计算功率；

S22：根据UE端的CPU频率和UE端处理一bit任务数据所需的CPU周期数量计算UE端在单个时隙内本地计算的任务bit数量；

其中， 表示第k个UE端在第t个时隙内本地计算的任务bit数量，Lk表示第k个UE端处理一bit任务数据所需的CPU周期数量，τ0表示单个时隙的长度， 表示用户k的CPU频率S23：根据UE在RIS‑NOMA边缘计算任务传输系统中的数据传输速率计算UE端在单个时隙内传输到AP端的任务bit数量；

其中， 表示第k个UE端的数据传输速率， 表示第k个UE端在第t个时隙内传输到AP端的任务bit数量；

S24：根据UE端在单个时隙内本地计算的任务bit数量和传输到AP端的任务bit数量构建排队模型；

所述排队模型包括：

其中， 表示第t+1个时隙任务队列的长度， 表示在时隙t期间到达用户k的任务bit数， 表示在时隙t期间处理的总任务bit数；

所述UE在RIS‑NOMA边缘计算任务传输系统中的数据传输速率包括：其中，B表示系统的带宽， 表示第k个UE在时隙t内的信噪比，2

为波束赋形向量，σ为噪声功率， 为第k个UE的传输功率， 为第k个UE在t时隙内的总信道增益；

S3：利用惩罚理论加入惩罚因子将队列约束转换为稳定性表达式构建UE端总成本稳定表达式；

所述UE端总成本表达式包括：

其中，ω1∈[0,1]和ω2∈[0,1]为非负权重系数且满足ω1+ω2＝1，T表示时隙最大值，即t∈{1,...,T}，Ck表示UE端总成本表达式， 表示预定义的平均队列长度值，对于所有的UE，其平均队列长度不超过 为第k个UE的传输功率， 表示第k个UE的本地计算功率；

所述UE端总成本稳定表达式包括：

其中， V1表示为加权参数， 表示虚拟队列；

S4：根据马尔可夫的决策过程对RIS‑NOMA边缘计算任务传输过程进行建模得到基于RIS‑NOMA边缘计算任务传输的MDP模型；

所述基于RIS‑NOMA边缘计算任务传输的MDP模型Ξ包括： 其中， 象征状态空间， 为动作空间， 表示奖励， 为状态转移概率；

状态空间

其中， 表示信道状态， 表示用户队列任务数据bit数；

动作空间

其中， 表示本地计算功率集合 表示任务传输发射功率集合 表示无源相移器的相移集合

奖励

其中，C′k表示UE端总成本稳定表达式；

t

状态转移概率：设 表示状态转移概率，即给定状态s和所选择的动t t+1

作a后到达状态s 的概率分布；

S5：根据基于RIS‑NOMA边缘计算任务传输的MDP模型以UE端总成本最小化为目标利用DDQN算法计算得到最优的UE传输功率分配方案；

所述利用DDQN算法计算得到最优的用户功率分配方案包括：S51：指定奖励衰减因子γ，随机初始化Q网络的参数，构建DDQN方法所需的目标网络Q'，目标网络Q'网络的网络结构及网络参数与Q网络相同，指定目标网络Q'网络的更新步长J；指定经验回放梯度批量下降的每批次采样样本数W，清空经验回放合集D；指定探索率ε；

t

S52：初始化系统环境，将初始化环境状态向量赋值给当前环境状态s；

t t

S53：将当前环境状态s作为输入向量输入Q网络，得到所有 对应的输出Q(s ,a)；

t

使用ε‑greedy策略在输出中选择动作a，ε‑greedy策略：π表示策略函数；

t t t

S54：在当前环境状态的变量s下执行动作a，转换环境状态，得到动作执行后状态s 与t t t t t+1动作执行过程中的奖励反馈r，将过度序列(s ,a ,r ,s )存入经验回放合集D；

S55：使用均方差损失函数，采用随机梯度下降法更新Q神经网络参数；

S56：根据DDQN方法流程，每经过J轮迭代，更新目标网络Q'网络为Q网络，即更新网络参数；

t+1 t

S57：将动作执行后状态s 赋值给当前环境状态s，转至步骤S53进行下一轮迭代；

所述均方差损失函数如下：

t t‑

其中，Loss(θ)表示损失函数，θ表示Q神经网络参数，θ 表示目标网络Q'网络的网络参t数， 表示在Q网络中与状态s的Q最大值相关联的动作。