近年来,新的无线网络服务形态不断产生,智能终端设备功能不断强化,用户对网络服务提出了更高质量的要求。为了满足用户的网络需求,各种新型技术被不断的提出。其中,为了缓解爆炸式增长的终端数量与频谱资源不足的矛盾,small cell技术被大量讨论。small cell也称为微基站,是相对于传统的宏基站(Macro Base Station)而言的。small cell的大规模布置可以有效的缓解无线频谱资源不足的矛盾,但同时却加剧了回程链路的压力。为了改善回程链路的压力,无线缓存技术被提了出来。传统的无线缓存技术,主要讨论在基站端根据文件的流行性来部署缓存文件,使用先进先出算法(FIFO)、最近最少使用算法(LRU)和最不经常使用算法(LFU)来更新缓存空间。然而,传统的无线缓存技术由于基站缓存空间有限,能够缓存的文件数量受到了限制,缓存的命中率不高,缓存更新算法也不能很好的改善缓存命中率。本文考虑在用户具有缓存能力和运动能力,基站间可以通过前向链路共享缓存空间,用户间可以通过D2D共享缓存空间时的缓存部署策略和缓存更新策略,优化目标是最大化缓存命中率。本文所做的主要贡献如下:第一,讨论了不同网络架构下缓存的命中率问题,仿真证明了在系统缓存空间不变的情况下,基站间通过前向链路共享缓存空间、用户间通过D2D共享缓存空间的移动式缓存架构可以实现缓存命中率最大化。第二,讨论了在同时考虑基站缓存和移动用户缓存的架构下,以缓存命中率最大化为优化目标的缓存部署问题是一个可以转化为子模态优化问题的NP-hard问题,该问题可以通过贪心算法求得一个次优解。仿真验证了所提无线缓存部署策略要优于随机性缓存部署策略和流行性缓存部署策略。第三,提出了一种根据边缘价值来决定是否进行缓存替换的无线缓存更新算法。该算法是以缓存命中率最大化为目标,当发生缓存缺失时,通过计算新文件和缓存空间中现有文件的边缘价值来决定是否要用新文件替换原有文件。该算法的目的是在不降低无线缓存部署策略所达到的缓存命中率的前提下,更新缓存空间。第四,讨论了用户从基站处下载文件时的基站选择策略,优化目标是最大化用户服务速率。数学证明了当用户速率是“激活”用户数的e倍时,目标函数是单调子模态函数,并可以通过贪心算法求得一个次优解。仿真对比了基于码速率最大化的基站选择策略和基于SNR的基站选择策略用户的服务速率,证明了本文所提基于码速率最大化的基站选择策略可以使用户得到更高的服务速率。