1.一种混合NOMA的IRS辅助MEC系统中能量效率最大化的方法，其特征在于，包括以下步骤：S1、建立基于混合NOMA传输的IRS辅助MEC系统，系统中包括K个单天线用户，一个智能反射面，一个单天线基站(BS)以及BS端的一台MEC服务器，性能有限的K个用户被分入不同的子信道，且两个用户共用一个子信道，同一子信道中的两用户采用混合NOMA的传输方式，在IRS的辅助下，所有用户在Tmax内同时将部分或者全部数据卸载到MEC服务器上运算；

S2、根据步骤S1中所采用的传输协议以及系统模型，列出时间Tmax内对应本地用户运算和卸载的数据量，以及相应总的能量消耗；

S3、能量效率定义为计算数据量与总能量的比值，为了能够最大化用户的能量效率，需要约束每个用户总的能量，用户最小计算数据量，系统的最大完成时间以及IRS的相移，联合优化本地运算频率，传输功率，不同阶段的传输时间和IRS相移；

S4、步骤S3中描述的问题为非凸的分式问题，且变量之间存在耦合关系，根据广义分式规划理论的Dinkelbach迭代算法，将分式规划问题转换成易于求解的形式，并将转换后的问题分解成两个等价的子问题，即最大化用户信道增益和最大化用户的能量效率；

S5、针对S4中描述的两个子问题，首先分析推倒出IRS的优化相移的闭式解，获得最大的用户信道增益，在此基础上，引入辅助变量进行问题转换，并结合SCA方法将非凸问题转换成凸问题，获得能量效率的优化解。

2.根据权利要求1所述的混合NOMA的IRS辅助MEC系统中能量效率最大化的方法，其特征在于，所述步骤S1中，同一子信道的两用户的集合为K＝{m1,m2}，假设IRS有N个反射超表面，每个超表面由V个相同反射系数的相邻单元组成，且IRS为无源的，振幅为1，相移为离散的，对于任意用户k的而言，其中k∈K，有user k‑BS，user k‑IRS，IRS‑BS的信道增益分别为Hhd,k，hr,k和G，其中 和 则复合信道增益为gk＝G Φhr,k+hd,k，其中 为IRS对角反射矩阵，且有 L表示IRS离散相移的等级数，而对于反射面Δβ＝2π/L,有θn∈F＝{0,Δβ,...,(L‑1)Δβ},n＝{1,2,···N}，之后描述中，将集中在一个子信道中的设计，这样的设计同样适用于其他子信道。

3.根据权利要求1所述的混合NOMA的IRS辅助MEC系统中能量效率最大化的方法，其特征在于，所述步骤S1中，假设本地用户在Tmax时间内始终进行数据运算，部分数据采用混合NOMA在同一子信道卸载到边缘服务器，混合NOMA分为两种传输方式，且都假设用户m1首先进行解码，这两种传输分别为：① 用户m1和用户m2首先利用NOMA同时在共享时间块tno卸载数据到MEC服务器，用户m1先卸载完毕，之后用户m2利用专有的时间块 卸载剩余的卸载数据到MEC服务器；② 用户m1和用户m2首先利用NOMA同时tno内卸载数据到MEC服务器，用户m2数据先卸载完毕，之后用户m1利用专有的时间块 传输剩余的卸载数据到MEC服务器。

4.根据权利要求1所述的混合NOMA的IRS辅助MEC系统中能量效率最大化的方法，其特征在于，所述步骤S2中，对于用户k，在Tmax时间内本地运算的数据量以及能量为Lloc,k＝Tmaxfk/Ck， 其中，fk表示在本地运算过程中用户k的运算频率，Ck表示用户k运算完1bit数据中央处理器所需要的周期数，εk用户k处的处理器芯片的有效电容系数；在共享时间块tno卸载过程中用户m1和m2的数据量分别为：2

其中，pk,no和gk,no分别表示用户k在共享时间块的传输功率和信道增益， σ表示为噪声功率，B表示信道带宽；在单独时间块，用户k传输的数据量为：其中，pk,s和gk,s表示用户k在单独时间块的传输功率和信道增益；在传输的过程中用户k传输数据所消耗的能量为Ek,up＝tk,s(pk,s+pk,c)+tno(pk,no+pk,c)     (4)pk,c表示在传输的过程中用户k恒定回路功率消耗；根据以上描述，可以通过控制用户传输功率，实现两种传输方式，即① ②当传输功率为0时，表明该卸载过程不存在，即对应的时间块也为0。

5.根据权利要求1所述的混合NOMA的IRS辅助MEC系统中能量效率最大化的方法，其特征在于，所述步骤S3中，对时间块t＝{tk,s,tno}，传输功率 本地运算频率fk和智能反射面的离散相移矩阵 进行优化，其中K＝{m1,m2}；

具体问题建模为：

P0:

s.t C1:

C2:

C3:

C4:

C5:

C6:

其中，C1和C2是资源块的用户时间约束，C3是用户能量的约束，C4表示用户K本地运算频率的约束，C5表示每个用户计算量要大于或者等于最小计算数据量，C6是智能反射面相移的约束。

6.根据权利要求1所述的混合NOMA的IRS辅助MEC系统中能量效率最大化的方法，其特

2 2 2 2

征在于，所述步骤S4中，令rk,s＝|gk,s|/σ和rk,no＝|gk,no|/σ，其中 首先根据分式规划理论里的Dinkelbach算法 ，将问题转换成易于求解的形式，即由于转换后的问题为非凸的，且变量

之间存在耦合关系；为了便于求解，将IRS的离散相移与其他变量可以分解成两个等价的子问题求解，即P2:

P3:

5a‑5e     (7)。

7.根据权利要求1所述的混合NOMA的IRS辅助MEC系统中能量效率最大化的方法，其特征在于，所述步骤S5中，问题P2对应的变量为离散的，为了便于求解，对约束条件进行连续化处理，既令θk,n∈[0,2π]，最后对求得的值进行离散化，具体如下：P4:

其中θk,n∈[0,2π]表示用户k在智能反射面的第n组相位在[0,2π]之间；在这里，对|gk|的形式进行变换其中 此时，利

用三角不等式：

其中 为第n组的元素 因为|αk,n|＝1使这个等式成立；因此，能够得出相移的上界为：该值为单独时间块tk,s内相移的最优值，接下来需要平衡两个用户的信道增益，得出共享时间块tno的最佳的相移，由上 我们可以得到 和 在这里设在此处 可能不满足单位模值，需要找到一个离其最近的单位模值矢量，可通过下面公式表示因为0≤v≤1，所以令 量化 的每一个相位到它最近的点，使θn∈F，可得到

[v]

利用 求出Φ ，进一步求出用户对应的信道增益；然后，引入辅助变量并将它们代入问题P2中，可以得到建模：

P5:

8a～8b,8d     (15d)

定义变量 由于(15b)的表达式仍为非凸约束，因此接下来令其中

8.根据权利要求1所述的混合NOMA的IRS辅助MEC系统中能量效率最大化的方法，其特征在于，所述步骤S5中，结合SCA方法，首先利用泰勒一阶展开式求表示出 该展开式为 的上界；然后在这里定义子空间 在接下来描述中k＝m2始终成立；设给定的局部点的第m次迭代为 因此，在给定的局部点

其中

因此

相当于 的下界，

使其最小值要大于等于 于是，可将问题建模表示为

8a～8b,8d,19a,19c      (24b)根据P6即可求解出优化解。