1.一种聚合节点辅助的无线异构网服务缓存与任务卸载方法，其特征在于，包括以下步骤：S1、面向聚合节点辅助的5G‑WiFi异构网络场景，建立多个涉及服务缓存与任务卸载的数学模型，具体包括终端设备TD通信模型、聚合节点AN通信模型、任务完成时延模型、能量消耗与商业成本模型和服务缓存模型；

S2、基于步骤S1所建立的多个数学模型，构建关于任务完成时延和费用成本消耗最小化的整数非线性规划优化问题，其中被5G蜂窝网络与WiFi网络同时覆盖的TD表示为A类TD记为集合 ，只被5G蜂窝网络覆盖的TD表示为B类TD记为集合 ，所有TD集合记为，每个TD标签记为n，具体过程如下：S21、基于TD在5G‑WiFi异构网络MEC任务卸载中各项模型，将服务缓存决策后的A类TD任务完成时延、能耗和费用成本模型进行总结归纳，如下所示：；

其中，决策变量 表示TDn是否选择接入WiFi网络内的边缘服务器，若TDn选择接入WiFi网络 否则 ；决策变量 表示TDn是否选择接入基站BS处边缘服务器，若TDn选择接入5G蜂窝网络 否则 ； 表示本地服务器； 表示WiFi接入点AP附近对应的边缘服务器计算时延； 表示基站BS附近对应的边缘服务器计算时延； 表示A类TDn使用WiFi网络的上行传输时延； 为TDn往基站BS卸载任务的上行传输时延； 为TDn的本地计算时延； 表示A类TDn任务所需服务是否缓存在WiFi接入点AP附近的边缘服务器，如果A类TDn在AP附近的边缘服务器有服务缓存 否则 ；

表示TDn任务所需要的服务是否缓存在5G BS附近的边缘服务器，如果TDn在BS附近的边缘服务器有服务缓存 否则 ； 表示TDn的本地计算能耗； 表示A类TDn往WiFi接入点AP附近的边缘服务器任务卸载的传输能耗； 表示TDn往基站BS上行传输的无线传输能耗； 表示TD的传输费用；

S22、同理，将B类TD任务完成时延、能耗和费用成本模型进行总结归纳，如下所示：；

其中， 表示B类TDn任务所需服务是否缓存在聚合节点AN附近的边缘服务器，如果B类TDn在AN附近的边缘服务器有服务缓存 否则 ； 表示B类TDn的任务完成时延； 表示聚合节点AN附近的边缘服务器计算时延；

S23、优化目标是最小化由任务完成时延与费用成本的加权和构成的网络效用，引入权重因子 和 对任务完成时延和费用成本之间的关系进行调整，则5G‑WiFi异构网络基于服务缓存与聚合节点AN辅助的联合优化问题，如下所示：；

其中，约束C1、C2和C3表示TD的任务卸载调度决策和服务缓存决策均是0‑1离散变量；

约束C4表示TDn任务卸载决策变量的择一约束，保证每个TDn只会选择一个网络节点进行任务卸载；约束C5中 为TDn的能耗上限，表示TDn的能耗约束；约束C6、C7和C8中的参数分别为WiFi接入点AP、基站BS、聚合节点AN附近边缘服务器的服务缓存容量上限，表示边缘服务器的服务缓存容量约束； 表示TDn任务的总数据量；

S3、使用AO算法，对步骤S2所构建的整数非线性规划联合优化问题进行求解。

2.根据权利要求1所述的一种聚合节点辅助的无线异构网服务缓存与任务卸载方法，其特征在于，在步骤S1中，建立终端设备TD通信模型，包括以下步骤：S111、5G蜂窝网络的接入系统基于OFDMA，其中n为每个TD的标签，TDn通过5G蜂窝网络卸载任务的上行传输速率，如下所示：；

其中， 是基站BS分配给TDn的带宽； 是5G蜂窝网络中的背景噪声功率； 表示TDn的发射功率； 表示TDn到基站BS之间的信道增益； 表示TDn到基站BS之间的距离； ；

S112、被5G蜂窝网络与WiFi网络同时覆盖的TD表示为A类TD记为集合 ，A类TDn通过WiFi网络卸载任务的上行传输速率，如下所示：；

其中， 表示A类TDn成功抢占WiFi信道后可达到的传输速率； 分别表示A类TDn和聚合节点AN在信道竞争中的权重；

S113、只被5G蜂窝网络覆盖的TD表示为B类TD记为集合 ，B类TDn通过5G蜂窝网络卸载任务到聚合节点AN的上行传输速率，如下所示：；

其中， 表示B类TDn到聚合节点AN的信道增益， 表示B类TDn到AN之间的距离。

3.根据权利要求2所述的一种聚合节点辅助的无线异构网服务缓存与任务卸载方法，其特征在于，在步骤S1中，建立聚合节点AN通信模型，包括以下步骤：聚合节点AN接收到B类TD通过5G蜂窝网络传输来的任务数据后，没有对应任务的服务缓存时，则卸载到WiFi接入点AP处的边缘服务器进行处理，遵循CSMA/CA的无线通信模型进行任务卸载，如下所示：；

其中， 表示聚合节点AN成功抢占WiFi信道后可达到的传输速率。

4.根据权利要求3所述的一种聚合节点辅助的无线异构网服务缓存与任务卸载方法，其特征在于，在步骤S1中，建立任务完成时延模型，包括以下步骤：S131、两类TD存在共有的任务完成时延，分别为本地计算时延、基站BS传输时延和边缘服务器计算时延，如下所示：；

其中， 为TDn的本地计算时延， 表示TDn任务的总计算量， 表示为TDn的CPU周期频率；

；

其中， 为TDn往基站BS卸载任务的上行传输时延， 表示TDn任务的总数据量；

在异构网络中，TDn的任务在三处计算能力各不相同的边缘服务器计算时延，分别如下所示：；

其中， 分别表示WiFi接入点AP附近、基站BS附近和聚合节点AN附近的边缘服务器CPU周期频率， 分别对应三处的边缘服务器计算时延；

S132、由于A类TD和B类TD的任务卸载路径不一样，两者有各自独有的任务完成时延；

A类TD在WiFi网络内通过使用WiFi通信完成任务卸载，则A类TDn使用WiFi网络的上行传输时延，如下所示：；

B类TD先使用5G蜂窝网络传输到聚合节点AN再由AN通过WiFi网络上行传输到WiFi接入点AP附近的边缘服务器完成任务卸载，则B类TDn的任务完成时延，如下所示：。

5.根据权利要求4所述的一种聚合节点辅助的无线异构网服务缓存与任务卸载方法，其特征在于，在步骤S1中，建立能量消耗与商业成本模型，包括以下步骤：S141、TDn的本地计算能耗，如下所示：

；

其中， 代表有效开关电容的常数， 代表本地服务器CPU周期频率；

S142、由于TD往不同端的传输时延和发射功率不同，则TDn往基站BS上行传输的无线传输能耗，如下所示：；

A类TDn往WiFi接入点AP附近的边缘服务器任务卸载的传输能耗，如下所示：；

其中， 为A类TDn在WiFi网络工作的发射功率；

B类TDn通过5G蜂窝网络往聚合节点AN传输的时会产生能量消耗，该部分能耗如下所示：；

S143、费用成本即TDn的流量传输成本，TD的传输费用，如下所示：；

其中， 表示为5G蜂窝网络单位流量成本。

6.根据权利要求5所述的一种聚合节点辅助的无线异构网服务缓存与任务卸载方法，其特征在于，在步骤S1中，建立服务缓存模型，包括以下步骤：S151、对于A类TD，使用 表示A类TDn任务所需服务是否缓存在WiFi接入点AP附近的边缘服务器，如果A类TDn在AP附近的边缘服务器有服务缓存 否则 ；

对于B类TD，使用 表示B类TDn任务所需服务是否缓存在聚合节点AN附近的边缘服务器，如果B类TDn在AN附近的边缘服务器有服务缓存 否则 ；

A类TD和B类TD都能够接入基站BS附近的边缘服务器，所以使用 表示TDn任务所需要的服务是否缓存在5G BS附近的边缘服务器，如果TDn在BS附近的边缘服务器有服务缓存 否则 ；

S152、存在服务缓存后，TD在不同决策下的任务完成时延、能耗和费用成本，如下所示：（1）A类TD服务缓存情况：

1）当 时，A类TDn任务在基站BS或者WiFi接入点AP附近边缘服务器都有缓存，A类TDn的任务完成时延、能耗和费用成本，如下所示：；

其中，决策变量 表示TDn是否选择接入WiFi网络内的边缘服务器，若TDn选择接入WiFi网络 否则 ；使用决策变量 表示TDn是否选择接入基站BS处边缘服务器；若TDn选择接入5G蜂窝网络 否则 ； 表示本地服务器；

2）当 时，A类TDn任务仅在WiFi接入点AP附近边缘服务器有缓存，A类TDn的任务完成时延、能耗和费用成本，如下所示：；

3）当 时，A类TDn任务仅在基站BS附近边缘服务器有缓存，A类TDn的任务完成时延、能耗和费用成本，如下所示：；

4）当 时，A类TDn任务在基站BS或者WiFi接入点AP附近边缘服务器都没有缓存，则任务卸载则必须传输对应的数据，A类TDn的任务完成时延、能耗和费用成本，如下所示：；

（2）B类TD服务缓存情况：

1）当 时，B类TDn任务在基站BS或者聚合节点AN附近边缘服务器都有缓存，B类TDn的任务完成时延、能耗和费用成本，所示：；

2）当 时，B类TDn任务仅在聚合节点AN附近边缘服务器有缓存，B类TDn的任务完成时延、能耗和费用成本，如下所示：；

3）当 时，B类TDn任务仅在基站BS附近边缘服务器有缓存，B类TDn的任务完成时延、能耗和费用成本，如下所示：；

4）当 时，B类TDn任务在基站BS或者聚合节点AN附近边缘服务器都没有缓存，则任务卸载时必须传输对应的数据，B类TDn的任务完成时延、能耗和费用成本，如下所示：。

7.根据权利要求1所述的一种聚合节点辅助的无线异构网服务缓存与任务卸载方法，其特征在于，在步骤S3中，对步骤S2所构建的整数非线性规划联合优化问题进行求解，具体过程如下：S31、在上述步骤S2中的优化问题包括服务缓存和任务卸载，基于AO算法来解决优化问题中的高度耦合性，将优化问题分解为两个子问题解决；首先，固定服务缓存决策变量后的任务卸载子问题，如下所示：；

S32、引入惩罚参数 以及对应惩罚项，将解限制为二元形式，上述子问题转换为：；

其中，通过Matlab工具箱中的fmincon函数来解决非线性多元函数最小值的问题；

S33、通过上述求解过程获得固定变量 后变量 的最优解，带入后得到关于的0‑1整数线性规划问题，如下所示：。