1.一种基于VNF实例共享的复杂路况非匀速车辆任务卸载方法，其特征在于，包括以下步骤：*

101、采用粒子群算法建立车辆网络任务卸载优化模型，设任务车辆i的卸载请求J＝{j}，其中，j为并行子任务，粒子群集合N＝{n}，N中每个粒子n的卸载决策向量、迁移向量和最优适应度分别为ψn＝(ψn,j|j∈J)、sn＝(sn,j|j∈J)和 其中，ψn,j为粒子n中子任务j的卸载max通路，sn,j为ψn,j的变换步长，初始化粒子群最大迭代次数为η ，迭代计数变量η＝0，临时集合J′＝J；

102、如果 从集合J′中取出第一个元素j，根据子任务j的数据量aj、所需的虚拟网络功能VNF类型vj、计算复杂度cj，为子任务j建立候选卸载通路集合Pj＝{pj,k}，其中，pj,k为子任务j的一条代号为k的候选卸载通路，跳转到步骤102，否则，跳转到步骤103；

103、对N中的每个粒子n，从每一个集合Pj|j∈J中任意选择一条通路pj,k初始化卸载决策向量 从集合J中每一个j对应的数值区间[0,|Pj|)中随机选择一个整数初始化迁移向量sn中的每一个分量sn,j|j∈J，计算粒子适应度tn，初始化粒子n的最优适应度粒子n的最优卸载决策

104、令粒子群N的全局最优卸载决策 迭代计数变量η＝η+1，如max

果η≤η ，令临时集合N′＝N，跳转到步骤105，否则，跳转到步骤107；

105、如果 从集合N′中取出第一个元素n，更新卸载决策向量ψn和迁移向量sn，计算粒子适应度tn，跳转到步骤106，否则，跳转到步骤104；

106、如果 令粒子n的最优适应度 粒子n的最优卸载决策 跳转到步骤105，否则，跳转到步骤105；

best

107、输出全局最优卸载决策ψ ，步骤结束。

2.根据权利要求1所述的一种基于VNF实例共享的复杂路况非匀速车辆任务卸载方法，其特征在于，所述步骤102中为子任务j建立候选卸载通路集合Pj＝{pj,k}，具体包括以下步骤：

1)初始化全体车辆集合I＝{i}，其中i为任意车辆，候选卸载车辆集合 子任务jmax的候选卸载通路集合 任务最大卸载容忍时延t ；

2)如果 从集合I中取出第一个元素i，根据子任务j的数据量aj、所需虚拟网络功能VNF类型vj、计算复杂度cj，计算车辆i需为子任务j分配的最小计算资源 跳转到步骤3)，否则，跳转到步骤4)；

r

3)如果车辆i的剩余可用计算资源fi大于等于 将车辆i加入候选卸载车辆集合I′，跳转到步骤2)，否则，跳转到步骤2)；

*

4)如果 从集合I′中取出第一个元素i，利用深度优先搜索算法构建任务车辆i到候选卸载车辆i的所有可行通路集合P′j＝{pj,k}，其中pj,k为子任务j的一条代号为k的可行卸载通路，跳转到步骤5)，否则，跳转到步骤9)；

5)如果 根据子任务j的数据量aj、所需虚拟网络功能VNF类型vj、计算复杂度cjr和候选卸载车辆i的剩余可用计算资源fi，计算候选卸载车辆i处理子任务j的最小计算时延 跳转到步骤6)，否则，跳转到步骤4)；

6)对P′j中的每一条通路pj,k，设子任务j沿pj,k传输至候选卸载车辆i的上传时延为候选卸载车辆i沿pj,k原路回传结果的回传时延预计为其中，rl为物理链路l的传输速率，σj为子任务j的上传与回传数min

据量的比值，r 为车辆间的最小传输速率，计算通路pj,k的持续时间 将子任务j的卸载完成时延 大于 的所有pj,k从集合Pj′中删除；

7)如果 对Pj′中的每一条通路pj,k，计算在 时间内候选卸载车辆i最少需为子任务j分配的计算资源 计算车载资源公平分配下候选卸载车辆i需为Fr子任务j分配的计算资源f ，跳转到步骤8)，否则，跳转到步骤4)；

8)从P′j中选择满足 的一条通路pj,k加入候选卸载通路集合Pj，跳转到步骤4)；

9)输出候选卸载通路集合Pj，步骤结束。

3.根据权利要求2所述的一种基于VNF实例共享的复杂路况非匀速车辆任务卸载方法，其特征在于，所述步骤2)中车辆i需为子任务j分配的最小计算资源 的计算方法如公式(1)所示：max

公式(1)中，aj表示子任务j的数据量，cj表示子任务j的计算复杂度，t 表示任务最大卸载容忍时延，f0表示实例化VNF所需基础计算资源，λi,j为二进制变量，表示车辆i是否具有可共享的VNF实例，如果没有，需要为子任务j实例化相应VNF，令λi,j＝1，否则，令λi,j＝0，计算方法如公式(2)所示：公式(2)中，vj表示子任务j所需VNF类型，Vi表示车辆i所含VNF类型集合。

4.根据权利要求3所述的一种基于VNF实例共享的复杂路况非匀速车辆任务卸载方法，其特征在于，所述步骤5)中候选卸载车辆i处理子任务j的最小计算时延 的计算方法如公式(3)所示：r

公式(3)中，fi表示候选卸载车辆i的剩余可用计算资源。

5.根据权利要求4所述的一种基于VNF实例共享的复杂路况非匀速车辆任务卸载方法，其特征在于，所述步骤6)中通路pj,k的持续时间 的计算方法如公式(4)所示：公式(4)中，τl表示车辆i′与车辆i″间物理链路l的链路持续时间，车辆i′与车辆i″为两辆可直接通信的车辆，τl的值由公式(5)计算获得：公式(5)中，D表示车辆有效通信范围，(xi′,yi′)、(xi″,yi″)分别表示当前车辆i′与车辆maxi″的位置坐标，μ 表示车辆最大行驶速度，γi′、γi″分别表示方向变化后，车辆i′与车辆i″的行驶方向与x轴正方向的夹角，计算方式如公式(6)所示：公式(6)中，αi′、αi″分别表示车辆i′与车辆i″的当前行驶方向与x轴正方向的夹角，β表示车辆i′与车辆i″从当前行驶方向转变为背向行驶时的角度变化量，计算方法如公式(7)所示：公式(7)中，θ表示车辆的瞬时最大转向角度。

6.根据权利要求5所述的一种基于VNF实例共享的复杂路况非匀速车辆任务卸载方法，其特征在于，所述步骤7)中在 时间内候选卸载车辆i最少需为子任务j分配Fr

的计算资源 与车载资源公平分配下候选卸载车辆i需为子任务j分配的计算资源f的计算方法分别如公式(8)和公式(9)所示：* max

公式(9)中，fi表示车辆i的总计算资源，|I|表示任务车辆总数，|J| 表示每个卸载请求最多含有的子任务个数，|I|表示全体车辆总数。

7.根据权利要求6所述的一种基于VNF实例共享的复杂路况非匀速车辆任务卸载方法，其特征在于，所述步骤103中粒子n的适应度tn的计算方法如公式(10)所示：公式(10)中， 表示子任务j沿通路pj,k卸载至车辆i上的卸载完成时延，计算方法如公式(11)所示， 为二进制变量，表示对于粒子n，子任务j是否沿通路pj,k卸载至pj,k的最后一个节点车辆i，如果是，令 否则，令 计算方法如公式(12)所示：

8.根据权利要求7所述的一种基于VNF实例共享的复杂路况非匀速车辆任务卸载方法，其特征在于，所述步骤105中更新每个粒子n的卸载决策向量ψn，即更新ψn的每一个分量ψn,j，计算方法如公式(13)所示：更新每个粒子n的迁移向量sn的计算方式如公式(14)所示：公式(14)中，round()表示四舍五入取整，ω表示惯性因子，ε1、ε2表示学习因子，rand()表示数值区间(0,1)内的随机数。