随着互联网服务场景的规模快速增长,如何解决计算、存储和电池资源有限的移动设备无法满足高复杂度和高能耗服务仍然是一个挑战。移动云计算(MCC)可以利用云中可用的大量资源来提供弹性计算和存储能力,以支持资源受限的终端设备。然而,计算负载向中心云的迁移将导致大量的数据传输和传输延迟。这将影响应用的服务质量,尤其是一些延迟敏感的工业控制应用。因此,移动边缘计算(MEC)这一新的网络架构概念获得了学术和工业界的广泛关注。MEC通过将计算,存储和服务功能迁移到网络边缘,使得应用程序、服务和内容被部署离用户更近的本地。由于边缘云服务器靠近用户,MEC网络可以提供具有超低延迟,高带宽和直接访问实时网络信息的服务环境。本文的主要研究内容是在基于无线功率传输的多用户MEC网络以及无线可充电通信网络中实现高能效的网络资源分配。首先,本文提出了一种基于充电-卸载协议的MEC网络框架,采用时分多址接入(TDMA)机制,以完成近远两类用户的计算密集型任务卸载。从系统的角度出发,最大化所有移动用户的能量效率。从用户公平性角度考虑,最大化在所有用户中能量效率最小的用户。最后,本文提出了一个基于无线功率传输通信网络的资源分配算法,以实现发射/接收机的高能效通信。本文主要研究内容及成果阐述如下:1.研究非合作机制下用户公平性问题以及用户协作通信机制下最大化用户整体的能量效率问题。首先,本文利用能量效率来刻画用户效益函数,提出最大化最小用户能量效率问题(MMUEE)以保证用户公平性。其次,为了解决无线功率传输网络中存在的“双近远”问题,本文采取了用户协作方案,利用近端用户作为中继帮助远端用户转发其任务或应用。此外,基于绿色环保的理念,本文提出在满足用户时间约束、服务质量和能量约束条件下的最大化用户能量效率问题。本文提出两种时间分配优化算法以实现用户个体和整体能量效率最大化。仿真结果表明,与非协作机制相比,本文所提的用户协作可以有效解决“双近远”问题,并大大提高了MEC系统的能量效率。2.研究无线可充电通信网络中发射机的能量效率优化问题。在TDMA机制下对发射/接收机充电和信息传输过程进行建模,在最大发射功率、最小收集能量和最小服务质量的条件约束下,构建一个能量效率最大化的非凸问题。特别地,本文提出了功率分配与时间分配的优化算法,以实现发射机能量效率最大化。仿真结果表明,所提出的优化算法在不同实验参数设置下均能快速收敛,这有利于其在实际系统中的应用。此外,还验证了最小服务质量和最小捕获能量约束对系统能量效率的影响。