随着云计算的蓬勃发展，以及人们对于移动终端的普遍使用，移动云计算领域发展迅速。但是，这种模式存在一个不可避免地缺点，即移动终端与云通信过程中，会产生较大的时间延迟，并且会消耗大量不必要的电能，因此，针对以上存在的问题，研究者们提出了概念移动设备云（Mobile Device Cloud，即MDC）。移动设备云指的是一组移动设备组成的小型云，组内设备互相协作完成任务，移动设备可以将任务传输给同在一个组内临近的其他设备，并由其他设备执行任务，进而完成自身不可完成的任务，同时大大节省了耗电量以及时间延迟。研究者们证明了将任务迁移给一个移动设备云的其他移动设备来执行，确实可以节省所需的时间以及能耗，并且相对于将任务在本机执行，将任务迁移给MDC中其他设备，能够分别节省所需时间以及能耗为最高至50%和26%。因此，移动设备云的提出是非常有意义的。本文的研究内容为如何在MDC环境下调度任务，以尽量延长整个MDC组内移动终端的生命周期，并同时提高吞吐率。本文首先介绍了云计算、微云及移动设备云领域的研究发展情况，并针对现有研究分析了其不足之处。然后对于相关工作进行了介绍与分析，其中包括云计算、微云、移动设备云架构及其之间的区别，以及经典任务调度算法的介绍分析与比较。其次，本文对于总体研究方案进行了详细介绍，并对系统流程进行了描述。并重点介绍了任务预处理过程，即研究了如何将不同的任务分解为子任务。同时本文研究了如何定夺任务分解的粒度，使得子任务在MDC环境中传递时，耗能更小并且更有助于吞吐率的提升。在任务分解部分，本文提出了通过分析任务程序构建任务结构图的方案，然后基于任务结构图构建独立单元，并进一步构建业务逻辑单元，得到分解后的子任务。再次，在将任务分解为较适合本课题研究背景的子任务后，重点研究了面向移动设备云的任务调度算法，包括基于遗传算法的初始分配调度算法，以及后续的移动设备动态调度算法。并且，针对动态调度算法的研究，首先提出了重要模型，包括由移动设备运动所导致的设备与云之间动态连接模型，及动态调度系统模型，然后基于以上模型提出了移动设备动态任务调度算法。最后，本文通过实验，说明了任务分解的结果，并验证本文所提出的任务分解策略的正确性以及初始分配任务算法和移动设备动态任务调度算法的性能。本文所提出的任务分解策略及任务调度算法能够有效地应用在移动设备云环境下，使得移动设备的能耗尽可能小并且同时保证了任务吞吐率。