为了支撑移动通信网络中低时延、巨容量等差异化极致性能需求,业界先后提出基于云计算/边缘计算的无线网络。在此背景下,云边计算协同的无线网络融合了云计算协作传输与边缘计算实时响应的优势,同时实现了云计算去程链路压力和边缘计算的算力限制之间的平衡。但是,云边计算协同的无线网络中计算资源与通信资源性质差异大,关于二者如何协同的理论和方法尚很缺乏,因此成为研究的难点和热点。为此,本文针对云边计算协同下通信与计算等多维异构资源高效调配关键问题,聚焦雾无线接入网络和无人机无线网络典型场景中面临的如下挑战展开研究:（1）多维资源耦合,时延难表达:在雾无线接入网络中,云端和边缘节点都具有通信和计算能力,组网模式复杂多样,需针对不同模式析出多维资源与传输和处理时延的性能成因规律;（2）资源优化复杂,时延难降低:在雾无线接入网络中,资源调配需考虑无线通信和计算资源的联合优化,导致传统资源优化算法难以适用,需提出面向时延最小化的多维资源高效调配方法;（3）网络需求多样,差异性能难兼顾:在云边计算协同的无人机无线网络中,资源调配受无人机节点自身能量的约束,需提出均衡能耗和时延需求的无人机轨迹与多维资源的联合优化方法。针对上述挑战,本论文的主要研究内容与创新点总结如下:1、针对多维资源耦合,时延难表达的挑战,考虑雾无线接入网络,构建了通信与计算协同的组网模式,分析了不同模式下通信资源、缓存内容放置与计算卸载对传输和处理时延的影响关系,提出了组网模式选择优化算法。为了求解缓存内容放置和计算卸载优化问题,利用组网模式将问题建模为多选择多维度背包问题,提出了拉格朗日对偶分解算法获得局部最优解,并在特定参数设置下提出了分支定界算法获得最优资源调配方法。仿真结果表明,所提算法揭示了通信与计算资源对时延的影响,所得时延性能优于贪婪计算资源优化算法。2、针对资源优化复杂,时延难降低的挑战,构建了雾无线接入网络中联合上下行传输的组网模式,提出了以最小化传输和处理时延为目标的通信与计算资源调配优化算法,分析了多维资源对模式选择和时延的影响。为了求解时延最小化问题,提出了贪婪算法获得带宽、缓存内容放置和计算卸载的闭式解,并利用联合上下行传输的组网模式,提出了模式选择、传输速率和处理频率分配的交替优化算法。仿真结果表明,所提算法能够显著降低时延,分析了通信与计算资源对模式选择的影响。3、针对网络需求多样,差异性能难兼顾的挑战,提出了面向云边计算协同的无人机无线网络的轨迹、传输功率控制与处理频率分配优化算法,解决了能耗限制下的时延最小化问题。具体而言,基于李雅普诺夫优化理论平衡能耗与时延,提出了交替优化算法进行迭代求解,并在最小化飞行能耗下提出了低复杂度的轨迹优化方法。仿真结果表明,所提算法在降低能耗与时延方面具有显著优势,揭示了无人机能耗与时延之间折中关系。本论文研究了云边计算协同的无线网络资源调配优化理论与方法,聚焦雾无线接入网络和无人机无线网络,研究了云边计算协同的以优化时延为目标的多维资源调配方法,为云边计算协同的无线网络的资源管理提供了理论支撑。