物联网环境下的接入终端数量已开始爆发式增长,许多物联网设备自身的计算能力已难以满足物联网应用的业务需求,而边缘计算和云计算模型为该问题的解决提供了有效途径。边缘计算模型和云计算模型分别在低延时特性和计算资源上存在优势,因此,研究边缘计算和云计算的协同计算模型,对于提升物联网终端设备计算能力、提高物联网业务应用服务质量有着重要意义。论文结合排队服务模型及任务传输信道增益,以降低计算任务完成时延为主要目标,研究边云协同计算环境下的任务卸载模型与卸载策略,主要完成了以下研究工作:1.针对边云协同计算任务卸载中资源协同较为简单,且未过多考虑大量任务并发引起的任务等待的问题,研究了边云协同环境下的任务卸载策略。论文在“端-边-云”三层协同计算系统模型下,基于排队论构建任务的多级卸载平均时延期望模型,模型综合考虑设备层、边缘节点层、云中心的计算能力及负载情况,从而进一步得到任务平均时延目标函数,通过HBA算法（Honey Badger Algorithm）求解目标函数,并根据得到的各端设备和边缘节点层的最优排队系统容量进行计算任务卸载。通过与基于损失制排队系统的卸载策略、不协同卸载策略和随机卸载策略进行对比实验,结果表明该任务卸载策略能够有效降低边云协同计算环境下的任务完成时延。2.研究了无线信道传输速率不稳定情况下的任务卸载策略。通过工作1的实验结果并结合实际场景分析可知,无线信道不稳定的传输速率对于任务的卸载和平均时延会有较大影响。基于工作1的研究,考虑各端设备到边缘节点层的无线信道增益,构建不稳定无线信道传输下的任务时延期望模型,并通过优化的O-HBA算法（Optimized HBA）对目标函数进行求解,并根据得到的各个端设备和边缘节点层的最优排队系统容量进行任务卸载。实验结果表明,在不稳定无线信道环境下,该任务卸载策略相比于其他任务卸载策略有着更低的任务完成时延。研究工作表明,论文所提出的边云协同环境下任务卸载策略能够有效地降低任务完成时延,并且在无线信道不稳定的环境下也有着较好的表现。