1.一种面向车载边缘计算环境的时延优化任务卸载与资源分配并行方法，其特征在于：包括以下步骤：S1、建立模型：建立目标车辆与空闲车辆在一路侧单元RSU覆盖下进行协同计算的模型；

S2、初始系统配置：配置目标车辆与空闲车辆的运动模型、目标车辆的计算与卸载选项、任务分配比例和通信范围；

S3、分析通信模型：给出传输速率公式，得到任务传输时延；

S4、分析计算模型：任务计算时延；

S5、建立优化模型：以最小化并行系统时延为目标，根据任务分配比例约束以及车辆任务计算卸载的时延约束，建立联合任务分配与时延最小化的优化模型；

S6、求解优化模型：通过使目标车辆本地处理的时延、路侧单元配备的移动边缘计算服务器处理的时延以及空闲车辆处理的时延相等，对任务分配比例进行求解；

步骤S1中，协同计算的模型具体如下：

设一条单向笔直的道路，沿着道路的一侧部署了路侧单元，除了目标车辆外还存在一辆协助的空闲车辆，它们都在RSU覆盖下进行同方向的单向行驶；

步骤S2中，初始系统配置具体如下：

车辆行驶速度恒定，RSU的通信覆盖视为蜂窝，且RSU配备一个固定的移动边缘计算服务器，用作边缘计算节点；设目标车辆从RSU覆盖区域的左端开始行驶，直至驶出覆盖区域的最右端；RSU的半径为R，在道路与RSU覆盖范围交界处，道路与RSU半径夹角为θ，因此车辆在RSU下行驶距离表示为：K＝2Rcosθ

用＜D,F＞表示目标车辆上产生的任务，其中，D表示输入数据大小，F表示完成任务所需的CPU周期；目标车辆选择在本地执行其任务或将其卸载到RSU的MEC服务器上并行执行；

任务分配到各个设备上的比例记为A＝{k0,k1,k2}，k0、k1、k2分别表示任务在本地计算以及卸载到RSU和卸载到空闲车辆的比例，这三个部分的比例加权为1，表示为：k0+k1+k2＝1

根据分配比例，得到分配给本地计算的任务大小和完成这部分任务所需的CPU周期数分别表示为：分配给RSU上的MEC服务器的任务大小和完成这部分任务所需的CPU周期数分别表示为：分配给空闲车辆的任务大小和完成这部分任务所需的CPU周期数分别表示为：步骤S3中，通信模型具体如下：

采用正交频分复用技术；目标车辆到路侧单元的数据传输速率表示为：目标车辆与空闲车辆的数据传输速率表示为：

其中，BM、BV2V分别表示目标车辆、RSU和空闲车辆之间上行链路的信道带宽，P表示目标车辆设备数据的发射功率，dTM、dV2V分别表示目标车辆与RSU以及目标车辆与空闲车辆之间的距离，ζ是路径损耗指数，hM、hV2V分别表示目标车辆、RSU和空闲车辆的信道增益，N0是加性白噪声功率；用R表示dTM，表示为：dTM＝R

目标车辆产生的部分任务上传到RSU的传输时延表示为：目标车辆产生的部分任务上传到空闲车辆的传输时延表示为：步骤S4中，目标车辆上产生的计算任务＜D,F＞同时分配给本地车辆、RSU上的MEC服务器和空闲车辆来进行并行处理；对应本地计算的计算时延为：传输给RSU的任务计算时延为：

传输给空闲车辆的任务计算时延为：

其中，fL、fM、fS分别表示目标车辆本地、RSU配备的MEC服务器以及空闲车辆的计算能力；

步骤S5具体为：

以最小化时延为目标，优化变量为各设备的卸载比例；制定总时延函数，考虑到本地、MEC服务器和空闲车辆处理任务是并行的，总时延函数为：因此，优化问题表达式为：

其中，v表示车辆的行驶速度；约束条件C1表示分配比例加权和为1；约束条件C2表示本地计算量不能超过最大计算量；约束条件C3、C4表示上传数据量不得超过最大数据量；

步骤S6中，优化模型求解过程如下：

任务被划分为三个部分，分别由目标车辆本地处理、MEC服务器处理以及空闲车辆处理；当这三部分时延相等时，得到k0、k1、k2分别为：其中，

2.一种面向车载边缘计算环境的时延优化任务卸载与资源分配并行系统，用于执行如权利要求1所述方法，其特征在于：包括如下模块：模型建立模块：建立目标车辆与空闲车辆在一路侧单元RSU覆盖下进行协同计算的模型；

初始系统配置模块：配置目标车辆与空闲车辆的运动模型、目标车辆的计算与卸载选项、任务分配比例和通信范围；

通信模型分析模块：给出传输速率公式，得到任务传输时延；

计算模型分析模块：计算任务时延；

优化模型建立模块：以最小化并行系统时延为目标，根据任务分配比例约束以及车辆任务计算卸载的时延约束，建立联合任务分配与时延最小化的优化模型；

优化模型求解模块：通过使目标车辆本地处理的时延、路侧单元配备的移动边缘计算服务器处理的时延以及空闲车辆处理的时延相等，对任务分配比例进行求解。