随着无线移动通信技术的快速发展,移动互联网数据量呈爆炸式增长,若采用核心网云服务器及内容服务器进行数据处理及存储,将导致边缘接入网络回程链路拥塞,端到端时延增加。针对这一问题,研究人员提出边缘缓存技术及边缘计算技术,通过在网络边缘部署边缘服务器,执行数据存储与计算,可有效降低数据传输时延,提升业务传输性能。在多用户边缘接入网络中,如何综合考虑用户多样化业务需求及网络特性,设计合理的资源管理算法显得至关重要。本文针对边缘接入网络联合资源管理算法开展研究,具体内容如下:首先,本文在对边缘接入网络的特点及架构进行简要介绍的基础上,对边缘接入网络资源管理关键技术进行阐述,并对边缘接入网络资源管理算法进行分类总结。针对由多个基站、无线接入点和多个用户构成的边缘接入网络场景,本文提出一种联合用户关联和缓存内容放置算法。在支持内容缓存技术的边缘接入网络中,综合考虑用户业务需求特性和网络资源特性,定义网络成本为用户总下载时延和内容存储开销的加权和,建模联合用户关联和内容放置问题为网络成本最小化问题。由于该优化问题为整数非线性优化问题,本文通过应用麦考密克等价和拉格朗日部分松弛法将原优化问题分解为三个子问题,进而采用基于库恩-芒克勒斯(Kuhn-Munkres,K-M)算法和次梯度算法的迭代算法进行求解,以得到联合用户关联及缓存内容放置优化策略。针对由多个小蜂窝基站和多个用户构成的边缘接入网络场景,本文提出一种联合计算卸载及无线资源分配算法。假设系统内每个小蜂窝基站均部署微云服务器且每个用户均有计算任务需要完成,综合考虑任务最大时延容忍等限制条件,建模联合卸载决策及用户传输功率分配优化问题为系统能耗最小化问题。由于该优化问题为混合整数非线性优化问题,本文将该优化问题等价分解为多个功率分配子问题及一个卸载决策子问题,并通过采用迭代算法及改进的K-M算法对其进行求解,从而得到联合卸载决策及用户传输功率分配优化策略。