随着第五代移动通信系统相关技术的快速发展以及智能终端的日益普及,对无线网络容量带来了极大的挑战。与此同时,实时监测虚拟现实、增强现实、自动驾驶等新兴时间敏感业务不断涌现,对通信系统的时延提出了更加严格的要求。为了缓解网络中的通信负载,移动边缘计算网络中的压缩-传输联合调度问题受到了广泛关注。利用边缘节点的计算能力对数据进行压缩处理可以有效地减少网络上传的数据量,缓解通信压力。然而由于边缘服务器计算资源受限以及控制中心通信资源受限,通过自身的硬件性能迭代提升以应对网络低时延需求是比较困难的。因此,通过通信系统在联合计算资源和通信资源分配上进行控制,选择最佳的数据压缩方案和传输节点受到越来越多的关注。针对计算资源和通信资源均受限的多节点边缘计算系统,如何有效合理地分配受限的资源以达到性能最优化的目的是亟待解决的问题。以此为动机,本文针对移动边缘网络中的压缩-传输联合调度问题展开研究,具体内容如下。1、针对受限的通信资源和计算资源,在保证系统稳定基础上,提出一种基于李雅普诺夫优化（Lyapunov Optimization）方法的数据传输和分布式数据压缩算法,并闭式分析系统平均数据队列长度。首先提出一种队列映射系统,用原始数据队列来表示压缩数据中包含的信息量。从原始数据队列的角度出发,利用有效传输速率的增加来体现数据压缩带来的影响。其次,利用李雅普诺夫优化方法将问题转化为单时隙问题并解耦成两个子问题分别进行求解。最后利用深度Q网络得到每个节点对压缩方案的偏好信息,并提出了一种基于偏好信息的分布式最优数据块替换算法得到最优数据压缩策略。分析结果显示,基于李雅普诺夫优化理论,通过利用深度Q网络和分布式最优数据块替换算法,可以自适应地选择最优的数据压缩方案和数据传输方案,在有限计算资源和通信资源下显著降低系统时延。2、针对多节点单通信链路场景中计算资源、通信资源和时延的折中关系,在考虑计算处理耗时的情况下,针对计算效果延迟特性,本文研究了移动边缘计算网络中的计算-通信-时延的制约机理。首先,提出了移动边缘计算网络中计算-通信-时延折中的分析框架。其次,考虑到随机数据到达的动态性,本文建立了一个加权多维资源分配问题来优化时间平均加权资源消耗,同时需要满足数据队列稳定性约束以及资源分配决策限制。基于李雅普诺夫优化理论,本文提出了一个低复杂度的单时隙决策问题来得到通信资源分配的最优解。同时,建立对抗多玩家多臂老虎机模型,并提出一种基于Exp3的臂权重更新算法解决数据压缩引起的长期目标优化问题来得到计算资源分配的最优解。最后针对计算效果延迟特性下的计算-通信-时延之间的折中关系给出了理论分析。分析结果显示,计算效果延迟下的计算-通信-时延三者之间的折中关系符合理论推导的结果。最后,对全文的工作进行总结,并针对移动边缘网络中的压缩-传输联合调度问题的未来工作提出了几点展望。