EECO
Energy-Efficient Computation Offloading
上次听了湖大老师的报告和，查阅了相关文献，对移动边缘计算有了新的了解。
确实是现在讨论的一个热点问题。
根据上次报告：
我们这个三级卸载机制，第一级是根据传输的时间和能耗来分类出三种设备，
第二级是分类出设备优先级；第三级是移动资源分配。
来看这个图，你可以理解成
第一类是确定在本地计算任务了，第二类是确定传到云端计算任务，第三类是待定设备。
下面两步都是针对于这种待定【设备Go】而言的。
接下来，我们开始确定设备的优先级。
Offloading就是分配信道、分配计算资源的整个过程。
###第二步###
R拔就是计算设备i的在传输时延约束下的对于任务的额外的速度要求
###数目对应问题###
一个任务可以用多个信道，所以可以理解成多个小任务拿去MEC计算（卸载）
我们把它当作极限信噪比，有了这个信噪比，我们在把对于这个任务的每一个信道再求一遍信噪比，满足这个极限信噪比就开始计数，因为我们不知道到底是MBS还是SBS的哪一个对于此任务计算的能源效益好。
计数之后，再比较hM和hS的大小，要那个大的h，也就是说，驾驶hM最大，就代表它使用MBS传输数据、计算任务，每个信道满足极限信噪比的信道数最多。
这便是一个纠错机制。，第一步没完成的可以到这边，或者新来的设备。
这样再来最后一步，输出这个p，三个阿尔法都是系数，本地功耗减MEC功耗
有了第二步的设置优先级，优先级确定了，就优先计算那个设备，然后才有了第三步。
###第三步###
对信道的分配
同样的道理，对GO进行讨论，GO不为空集
又一个问题：一个小任务只用一个信道，用过的就不能再用了
这样的话，优先级高的先选信道，选完的信道进行剔除
上面，我们计算的速度越快，所传输中功率越大，但是速度快，时间小，传输消耗的能耗也小，所以再功率方面必须考虑v这个因素，这样把他放在分母上。
这样再加上e这个双重条件进行衡量。
选出信道后，剔除掉kM
