1、算法一写完了，有几个问题
2、出现问题：增加时隙大小，能耗反而增加；
3、时隙资源均分场景下，lk怎么计算？（cvxpy）
1、昨天的算法1结果中，tk出现了小于0，是因为一个公式写错了，改过来之后算法一直不收敛，Tk总始终大于T。
2、大概写了一下算法2的步骤，但需要调用算法1，因此还不能测试；
3、baseline我用的cvxpy求解，结果居然是inf
1、信道hk生成方式改了一下
2、奇怪的现象：由算法算出的T_m偏大，此时要么减少UE数量，要么增大一个时隙长度，才可能收敛 （调一下暂时也能正常运行）
3、算法二写完了，但算出来的F超级大，是给定的F的32倍多， 而且Fl>Fh。
4、给equal allo添上F_MEC约束条件，结果就为inf；不添就正常
1、为什么T_slot设置太小算法不收敛： ①每个用户分到的时隙资源太少，即便信道质量很好，信道容量也有限，不能在规定的时间内 完全卸载发送到边缘云，因此没有最优值。
2、把算法一的结果write到文本中了，但总会出现一个异常值
1、把算法三写出来了，有结果，应该可行
2、equal allocation运行仍然是inf，明天这么改： 文中说vk>1才分配时隙资源，其他的就只卸载mk，但tk怎么分呢？按照信道容量算出来？
3、有问题：时隙资源确实不够怎么办，本地计算也有限啊
1、回答上面的几个问题：不可能出现卸载数据太大，导致一个UE占据所有时隙资源 因为加大传输功率就能增大信道容量，保证完全传输。
1、对于有限云能力，UE至少卸载mk，因此若F_MEC<sum(lk*mk)，是得不到解的
1、对于F图：初始化T=1.05，n=25，seed=6 2、对于T图：初始化F=61e9，n=25，seed=6