1.多基站移动边缘计算系统传输计算联合优化方法，其特征是，包括：获取终端设备和MEC服务器的参数；基于终端设备和MEC服务器的参数建立优化问题模型，得到系统初始通信和计算资源分配方案并计算出初始系统总能耗；根据初始通信和计算资源分配方案，通过块坐标下降法进行首次迭代更新，得到新的通信和计算资源分配方案及新的系统总能耗；判断新的系统总能耗与初始系统总能耗的相对误差是否在阈值范围内；响应于相对误差不在阈值范围内时，保存新的通信和计算资源分配方案，并通过块坐标下降法进行下一次迭代更新后，再次判断相对误差是否在阈值范围内；响应于相对误差在阈值范围内时，输出当前通信和计算资源分配方案，结束优化；响应于迭代次数超过规定最大次数时，输出当前通信和计算资源分配方案，结束优化；所述终端设备和MEC服务器的参数包括：MEC服务器集合J、终端设备集合I、终端设备i需要压缩数据的原始大小L i 、终端设备i所需的总压缩率β i 、终端设备i在本地进行压缩的压缩率β i L 、终端设备i在MEC服务器上进行压缩的压缩率β i E 、终端设备i所分配到的带宽比例τ i 、终端设备i到MEC服务器j的信道增益h j,i 、终端设备i的最大传输功率 终端设备i的传输功率p i 、终端设备i的最大允许时延 终端设备执行压缩程序时每个CPU周期所消耗的能量E i L 、终端设备i的运算能力F i L 、MEC服务器执行压缩程序时每CPU周期所消耗的能量 和终端设备与MEC服务器的关联因子a j,i ；所述优化问题模型为：E T,i ＝p i t T,ir j,i ＝τ i Blog 2 [1+p i |h j,i | 2 /(τ i BN 0 )]其中，E(A，τ，β，p)为系统总能耗， 为本地压缩所产生的能耗，E T，i 为传输的能耗， 为终端设备i的上传数据在MEC服务器上压缩所需要的能耗， 表示边缘服务器的能量能耗，T i 为压缩和传输产生的总时延， 为设定的最大时延限制， 为本地压缩所产生的时延，ε是取决于具体压缩方法的正常数，F i L 为终端设备i的运算能力，t T，i 为传输数据所产生的时延，为电力服务终端设备集合，r j，i 为第i个终端设备与第j个基站之间的传输速率，τ i 为表示第i个终端设备分配到的带宽比例的信道带宽分配因子，B表示总带宽，N 0 表示噪声功率，h j，i 为第i个终端设备到第j个基站的信道增益；根据初始通信和计算资源分配方案，通过块坐标下降法进行首次迭代更新，得到新的通信和计算资源分配方案及新的系统总能耗，包括：将所述优化问题模型转化为连续化后的优化问题模型；采用块坐标下降法将连续化后的优化问题分成多个子问题并迭代求解，得到新的系统总能耗；所述连续化后的优化问题模型为：其中，关联矩阵 且 辅助变量q j,i ＝a j,i /β i L 。
2.根据权利要求1所述的多基站移动边缘计算系统传输计算联合优化方法，其特征是，采用块坐标下降法将连续化后的优化问题分成多个子问题并迭代求解，得到新的系统总能耗，包括：(1)初始化τ＝τ (k-1) ,p＝p (k-1) ,β＝β (k-1) ，连续化后的优化问题被转化为：通过内点法求解，得到结果Q (k) ；(2)初始化Q＝Q (k) ,p＝p (k-1) ,β＝β (k-1) ，连续化后的优化问题被转化为：约束(13)关于τ单调递减，利用单调性可以将问题简化为：T τ,i ＝T i | p,Q,β使用来格朗日乘子法(20)进行求解，得到结果τ＝τ (k) ；(3)初始化Q＝Q (k) ,τ＝τ (k) ,β＝β (k-1) ，连续化后的优化问题被转化为：计算满足约束要求的p的最小值，即 其中T p,i ＝T i | q,τ,β ，得到结果p (k) ；(4)初始化Q＝Q (k) ,p＝p (k) ,τ＝τ (k) ，连续化后的优化问题被转化为：将非凸函数写成:其中， 通过CCP方法迭代求解，将u(β i L )用上次迭代的一阶泰勒展开式代替，即：将原非凸问题转换为一个近似的凸问题：其中 迭代求解凸问题，直到结果收敛，得到结果β (k) 。
3.根据权利要求1所述的多基站移动边缘计算系统传输计算联合优化方法，其特征是，判断新的系统总能耗与初始系统总能耗的相对误差是否在阈值范围内，包括：|E (k) -E (k-1) |/E (k) ＜tol其中，tol为设定的误差容限，E (k-1) 为初始系统总能耗，E (k) 为新的系统总能耗。
4.多基站移动边缘计算系统传输计算联合优化系统，其特征是，包括：数据获取模块：用于获取终端设备和MEC服务器的参数；建模模块：用于基于终端设备和MEC服务器的参数建立优化问题模型，得到系统初始通信和计算资源分配方案并计算出初始系统总能耗；迭代更新模块：用于根据初始通信和计算资源分配方案，通过块坐标下降法进行首次迭代更新，得到新的通信和计算资源分配方案及新的系统总能耗；判断模块：用于判断新的系统总能耗与初始系统总能耗的相对误差是否在阈值范围内；响应于相对误差不在阈值范围内时，保存新的通信和计算资源分配方案，并通过块坐标下降法进行下一次迭代更新后，再次判断相对误差是否在阈值范围内；响应于相对误差在阈值范围内时，输出当前通信和计算资源分配方案，结束优化；响应于迭代次数超过规定最大次数时，输出当前通信和计算资源分配方案，结束优化；所述终端设备和MEC服务器的参数包括：MEC服务器集合J、终端设备集合I、终端设备i需要压缩数据的原始大小L i 、终端设备i所需的总压缩率β i 、终端设备i在本地进行压缩的压缩率β i L 、终端设备i在MEC服务器上进行压缩的压缩率β i E 、终端设备i所分配到的带宽比例τ i 、终端设备i到MEC服务器j的信道增益h j,i 、终端设备i的最大传输功率 终端设备i的传输功率p i 、终端设备i的最大允许时延 终端设备执行压缩程序时每个CPU周期所消耗的能量E i L 、终端设备i的运算能力F i L 、MEC服务器执行压缩程序时每CPU周期所消耗的能量 和终端设备与MEC服务器的关联因子a j,i ；所述优化问题模型为：E T,i ＝p i t T,ir j,i ＝τ i Blog 2 [1+p i |h j,i | 2 /(τ i BN 0 )]其中，E(A，τ，β，p)为系统总能耗， 为本地压缩所产生的能耗，E T，i 为传输的能耗， 为终端设备i的上传数据在MEC服务器上压缩所需要的能耗， 表示边缘服务器的能量能耗，T i 为压缩和传输产生的总时延， 为设定的最大时延限制， 为本地压缩所产生的时延，ε是取决于具体压缩方法的正常数，F i L 为终端设备i的运算能力，t T，i 为传输数据所产生的时延，为电力服务终端设备集合，r j，i 为第i个终端设备与第j个基站之间的传输速率，τ i 为表示第i个终端设备分配到的带宽比例的信道带宽分配因子，B表示总带宽，N 0 表示噪声功率，h j，i 为第i个终端设备到第j个基站的信道增益；根据初始通信和计算资源分配方案，通过块坐标下降法进行首次迭代更新，得到新的通信和计算资源分配方案及新的系统总能耗，包括：将所述优化问题模型转化为连续化后的优化问题模型；采用块坐标下降法将连续化后的优化问题分成多个子问题并迭代求解，得到新的系统总能耗；所述连续化后的优化问题模型为：其中，关联矩阵 且 辅助变量q j,i ＝a j,i /β i L 。
5.多基站移动边缘计算系统传输计算联合优化装置，其特征是，包括处理器及存储介质；所述存储介质用于存储指令；所述处理器用于根据所述指令进行操作以执行根据权利要求1～3任一项所述方法的步骤。
6.计算机可读存储介质，其上存储有计算机程序，其特征是，该程序被处理器执行时实现权利要求1～3任一项所述方法的步骤。
