随着移动通信的发展,计算和缓存在移动通信中发挥的作用引起了学术和产业界的高度关注。本文将移动边缘计算(Mobile Edge Computing,MEC)和缓存网络技术作为在无线接入网引入计算和存储资源的基础技术方式,重点研究结合计算和缓存技术的移动通信组网策略,为移动用户提供在无线接入网就近获取计算能力和内容信息的服务。本文的主要研究内容如下:首先,本文研究了基于缓存的组网优化策略,引入数据平面与控制平面分离的设计理念,采用集中式控制器根据全网的无线链路信息和缓存状态对资源分配方案进行优化。缓存的最大优势在于省去了回传链路时延,使得用户的业务请求可以得到快速响应。为了研究上述优势,本文通过有效容量理论,在链路层对无线信道的业务支撑能力进行建模,将缓存对时延的影响转化到数据速率指标,可以有效地评估缓存为系统性能带来的增益。因此,本文以有效容量作为优化问题的目标函数,使用泰勒级数展开、拉格朗日乘子法将原问题转化为凸优化问题,最终使用次梯度法求解了基于缓存的用户接入策略和资源分配方案。仿真结果表明引入缓存后用户请求可以得到快速响应,系统的吞吐量得到显著提升。其次,本文提出了基于移动边缘计算的视频传输方案,通过MEC内容缓存和上下文感知能力,提供低时延和自适应比特率的视频流服务。本文提出了 MEC增强型自适应比特率(MEC-ABR)视频传输方案,采用MEC服务器作为实现视频传输的控制实体,为各基站合理地分配缓存资源并灵活调整视频传输的码率版本。存储资源的分配问题被建模为Stackelburg博弈模型,并且证明了其Stackelburg均衡点存在且唯一。缓存和无线资源的联合分配被处理为匹配问题,基站和用户分别基于偏好列表进行匹配。通过仿真,本文提出的MEC-ABR视频传输方案在缓存命中率和系统吞吐量方面具有明显的性能提升。最后,本文研究了计算、存储和无线资源的虚拟化技术。通过将三者打包成虚拟资源块,可以实现计算、存储和无线资源的联合优化。用户倾向于附着在已经缓存所需内容的云端以减少服务响应时延,并且资源调度方案不仅基于无线信道状态,而且基于云中计算资源的通信处理能力。仿真结果表明计算、存储和无线资源联合分配方案可以在系统吞吐量上实现约50%的增益。此外,仿真结果也给出了合理的云端计算和存储资源配置方式。