针对动态衰落时变的信道状态信息,为解决多用户的任务卸载和资源优化问题,将无线电能传输(WPT, wireless power transmission)技术和移动边缘计算(MEC, mobile edge computing)结合,提出一种基于WPT-MEC的动态自适应卸载(RLDO)方法。无线电能传输技术可为无线终端用户(WEU, wireless end-user)提供能量,有效缓解传统电池供能有限的问题。为使资源利用最大化,设计一个无线电能的 MEC 网络模型,无线终端用户从无线接入点(AP, access point)收集的能量存储至可充电电池内,再利用此能量进行任务计算或任务卸载。该方法通过部署在MEC服务器的全连接深度神经网络(DNN, deep neural network)进行实时的卸载决策。采用完全的二元制卸载策略进行卸载决策。仿真结果表明,在面向多用户时变的无线信道环境下,该方法的计算速率仍可以保持在92%以上。与基本方法相比,在提高计算速率、降低时延和能耗方面具有较大优越性,有效降低了计算复杂度。