随着未来智慧城市中虚拟现实、增强现实、数字全息等对时延敏感的新型应用逐渐走向成熟,传统的云计算因较长的传输链路,越来越难以满足计算、存储等实时性的需求。而边缘计算,通过将服务器从云端下移部署至更接近终端层的无线接入网络边缘,不仅能有效降低传输时延,而且能为终端赋能额外的计算能力。这些网络结构的变化,在为计算量大的、时延苛刻的新型业务提供广阔应用潜力的同时,也给资源部署提出新的挑战:由于边缘计算场景下,接入基站与业务终端空间分布不均衡、以及边缘服务器的计算能力异质特性,期待能适应环境变化的终端接入节点选择、业务卸载决策、以及系统资源部署等策略。围绕上述问题,本文的主要研究内容和贡献如下:1)针对单小区-多终端-多业务的边缘计算场景,研究了业务卸载与资源部署策略,并获取了联合优化问题的解。通过构造综合考虑业务处理时延和系统加权能耗的效用指标最小化问题,联合优化业务的卸载决策、终端与基站的功率控制、以及终端与服务器的计算资源分配策略,在时延、功率和计算资源约束下,寻求最优的业务卸载决策与资源部署策略。考虑到该问题是一个属于NP-hard问题的混合整数非线性规划问题（Mixed Integer Nonlinear Programming,MINLP）,难以使用常规算法求解,我们利用逐次凸逼近（successive convex approximation,SCA）的方法寻找问题的次优解,通过设计仿真实验,验证了该近似解法可以有效提高系统性能。2)在单小区场景的基础上,考虑更泛在的多小区-多终端-多业务的边缘计算场景。通过构造系统加权能耗最小化问题,联合优化终端接入节点选择、业务卸载决策、以及资源部署策略。为降低优化问题的求解复杂度,将原MINLP问题解耦为:终端接入选择和业务卸载子问题、以及系统的资源部署子问题。提出一种迭代求解框架对问题2进行求解,该框架分别利用自适应遗传算法和凸优化方法对两个子问题进行了求解。仿真结果验证,该迭代算法可以有效降低系统的加权总能耗。通过对单小区、多小区两种典型的移动边缘计算场景展开研究,不仅给出了高效的终端接入选择策略,而且求解出了高效的业务卸载决策和系统的资源部署策略,为未来6G通信、计算、存储、控制一体化设计提供有益探索,也为未来新型业务在时效与能耗等方面的研究奠定良好的前期基础。