1.一种边缘协同的计算资源分配方法，其特征在于，包括：
建立mec无线网络，其中，所述mec无线网络包括：一个配备本地mec服务器的本地小区和载有其他mec服务器的其他小区；
利用双层竞价博弈构建“用户-本地mec服务器-其他mec服务器”计算资源分配与协同模型；其中，所述计算资源分配与协同模型包括：本地计算资源分配竞价博弈模型和边缘计算资源协同竞价博弈模型；
对构建的计算资源分配与协同模型求均衡解，根据得到的均衡解将本地mec服务器计算资源合理分配给每个用户并协调mec服务器之间的计算资源。
2.根据权利要求1所述的边缘协同的计算资源分配方法，其特征在于，所述利用双层竞价博弈构建“用户-本地mec服务器-其他mec服务器”计算资源分配与协同模型包括：
通过竞价博弈对用户任务卸载计算资源分配问题进行建模，得到本地计算资源分配竞价博弈模型；
通过竞价博弈对本地mec服务器与其他mec服务器的资源协同问题进行建模，得到边缘计算资源协同竞价博弈模型。
3.根据权利要求2所述的边缘协同的计算资源分配方法，其特征在于，所述通过竞价博弈对用户任务卸载计算资源分配问题进行建模，得到本地计算资源分配竞价博弈模型包括：
通过竞价博弈构建用户与本地mec服务器在资源买卖中的效用函数；
根据构建的用户与本地mec服务器在资源买卖中的效用函数，构建本地计算资源分配竞价博弈模型。
4.根据权利要求3所述的边缘协同的计算资源分配方法，其特征在于，构建的用户i在资源买卖中的效用函数为：
vi(αi,fsi)＝vli-vsi(αi,fsi),i∈n
其中，vi(αi,fsi)为用户i在资源买卖中的效用函数，αi为用户i需要支付给本地mec服务器的费用，fsi为本地mec服务器分配给用户i的计算资源，n为本地用户的集合，n＝{1,2,3,...,n}，vli为用户i的本地执行开销，
构建的本地mec服务器在资源买卖中的效用函数为：
其中，u(α,fs)为本地mec服务器在资源买卖中的效用函数，α＝{α1,α2,...,αn}，fs＝{fs1,fs2,...,fsn}，ucos-i(fsi)为本地mec服务器为用户i提供fsi资源造成的开销，
5.根据权利要求4所述的边缘协同的计算资源分配方法，其特征在于，构建的本地计算资源分配竞价博弈模型表示为：
其中，s.t.表示约束条件；a为竞价博弈自变量可行域；
6.根据权利要求5所述的边缘协同的计算资源分配方法，其特征在于，所述通过竞价博弈对本地mec服务器与其他mec服务器的资源协同问题进行建模，得到边缘计算资源协同竞价博弈模型包括：
通过竞价博弈构建本地mec服务器与其他mec服务器在资源协同中的效用函数；
根据构建的本地mec服务器与其他mec服务器在资源协同中的效用函数，构建边缘计算资源协同竞价博弈模型。
7.根据权利要求6所述的边缘协同的计算资源分配方法，其特征在于，构建的本地mec服务器在资源协同中的效用函数为：
ucur(μ)＝γfslack-μ
其中，ucur(μ)为本地mec服务器在资源协同中的效用函数，γ为过载惩罚因子，fslack表示本地mec服务器过载所缺少的计算资源，
构建的其他mec服务器在资源协同中的效用函数为：
uoth＝μ-ηfslack
其中，uoth为其他mec服务器在资源协同中的效用函数，η为其他mec服务器在计算协同中所调用计算资源的开销因子，η<γ。
8.根据权利要求7所述的边缘协同的计算资源分配方法，其特征在于，构建的边缘计算资源协同竞价博弈模型为：
s.t.γfslack-μ≥0,μ-ηfslack≥0
其中，s.t.表示约束条件。
9.根据权利要求8所述的边缘协同的计算资源分配方法，其特征在于，所述对构建的计算资源分配与协同模型求均衡解包括：
对建模之后得到的具有均衡约束的计算资源分配与协同模型求均衡解，得到竞价博弈达到均衡后本地mec服务器分配给用户i的计算资源
其中，θi(fsi)＝vli-vsi-ucos-i为用户i卸载任务产生的社会福利。
10.根据权利要求9所述的边缘协同的计算资源分配方法，其特征在于，通过社会总福利评价边缘协同的计算资源分配方法的性能，其中，社会总福利表示为：
其中，θulti(fs)表示社会总福利。