1.一种移动边缘计算中基于负载均衡的任务迁移方法，其特征在于，包括：

S1：构建多用户多节点的移动边缘计算系统模型；

S2：基于移动边缘计算系统模型构建通信模型、任务计算模型、用户QoS模型和负载均衡模型；

S3：根据通信模型、任务计算模型、用户QoS模型和负载均衡模型构建最大化最小用户QoS的优化问题；

S4：采用多智能体深度强化学习算法求解最大化最小用户QoS的优化问题，得到任务的卸载决策、迁移决策和功率分配决策；系统根据任务的卸载决策、迁移决策和功率分配决策进行任务迁移。

2.根据权利要求1所述的一种移动边缘计算中基于负载均衡的任务迁移方法，其特征在于，所述多用户多节点的移动边缘计算系统模型具体包括：M个基站和U个用户，每个基站均配备有一个服务器，服务器集合表示为 用户集合表示为用户任务随机到达，任务表示为 其中 表示t时隙用户u的任务数据大小，表示每bit任务所需CPU计算周期数， 表示任务最大容忍时延；用户根据自身情况选择将任务卸载到基站上的服务器或本地执行，定义卸载决策变量 表示任务卸载比例；定义服务器关联变量 用于决定任务 卸载到哪一个服务器。

3.根据权利要求1所述的一种移动边缘计算中基于负载均衡的任务迁移方法，其特征在于，所述用户QoS模型包括：计算任务的迁移时延和单位时间迁移成本；根据任务的迁移时延和单位时间迁移成本计算任务的迁移成本；根据任务本地计算时延、边缘计算时延和迁移时延计算任务的总执行时延，根据任务的总执行时延和任务最大容忍时延计算用户QoS增益。

4.根据权利要求3所述的一种移动边缘计算中基于负载均衡的任务迁移方法，其特征在于，计算用户QoS增益的公式为：其中， 表示t时隙用户u的QoS增益， 表示t时隙用户u的任务总执行时延， 表示t时隙用户u的任务最大容忍时延。

5.根据权利要求1所述的一种移动边缘计算中基于负载均衡的任务迁移方法，其特征在于，所述负载均衡模型包括：定义服务器的负载和服务器的负载偏差系数；服务器的负载表示为：其中， 表示t时隙服务器m的负载， 表示服务器m的最大计算资源量，表示用户集合，表示t时隙用户u的服务器关联变量， 表示任务的卸载决策变量， 表示任务数据大小， 表示每bit任务所需CPU计算周期数， 表示计算资源权重， 表示存储容量权重，表示服务器m的最大存储容量， 是一个布尔变量，当Ω为真时， 反之，服务器的负载偏差系数表示为：其中， 表示t时隙服务器m的负载偏差系数，Lt表示t时隙的服务器平均计算负载。

6.根据权利要求1所述的一种移动边缘计算中基于负载均衡的任务迁移方法，其特征在于，所述最大化最小用户QoS的优化问题表示为：其中，T表示系统时间周期， 表示t时隙用户u的QoS增益， 表示t时隙用户u的服务器关联变量， 表示服务器集合， 表示系统时隙集合， 表示用户集合， 表示任务的卸载决策变量， 表示t时隙用户u的能耗， 表示用户平均能量预算， 表示t时隙服务器m的负载偏差系数，ζ表示负载分布差值， 表示t时隙用户的迁移成本，表示平均迁移成本预算， 表示t时隙用户u的发射功率， 表示用户u的最大发射功率。

7.根据权利要求1所述的一种移动边缘计算中基于负载均衡的任务迁移方法，其特征在于，求解最大化最小用户QoS的优化问题的过程包括：引入辅助变量将最大化最小用户QoS的优化问题解耦为最大化问题，根据李雅普诺夫优化理论将最大化问题中的长期约束解耦，得到重写的优化问题；

将重写的优化问题抽象为去中心化部分可观测马尔可夫决策过程，由用户充当智能体，并构建观测空间、动作空间和奖励函数；每个智能体均具有一个用户策略网络和两个用户价值网络，每个基站有一个节点价值网络；

根据奖励函数计算用户价值网络和节点价值网络的软Q值；由用户策略网络生成相应的动作并根据动作更新奖励函数，进入下一状态；根据节点价值网络和两个用户价值网络中最小软Q值的用户价值网络评估动作；

根据当前状态、下一状态、动作和奖励值生成经验信息；采样多条经验信息训练用户策略网络、用户价值网络和节点价值网络，更新网络参数，得到训练好的用户策略网络、用户价值网络和节点价值网络；根据用户策略网络训练结果得到任务的卸载决策、迁移决策和功率分配决策。

8.根据权利要求7所述的一种移动边缘计算中基于负载均衡的任务迁移方法，其特征在于，观测空间表示为：其中，Su(t)表示t时隙用户u的状态， 表示剩余迁移成本预算， 表示用户u的设备剩余能量，Fremain(t)表示基站节点剩余计算资源的集合，LF(t)表示基站节点当前负载偏差值的集合。

9.根据权利要求7所述的一种移动边缘计算中基于负载均衡的任务迁移方法，其特征在于，奖励函数包括用户奖励函数和节点奖励函数；

用户奖励函数表示为：

节点奖励函数表示为：

其中， 表示t时隙用户u的奖励值，V表示迁移成本队列控制因子，Qu表示用户u的QoS增益，Zu(t)表示能量预算队列，Eu,t表示t时隙用户u的设备能量， 表示用户平均能量预算， 表示t时隙服务器m的奖励值，ω表示归一化因子， 表示t时隙服务器m的负载偏差系数， 表示t时隙的服务器平均计算负载，G(t)表示虚拟迁移成本队列， 表示t时隙用户的迁移成本，表示平均迁移成本预算。