随着无线网络的飞速发展,移动互联网、物联网以及虚拟现实等各种新兴业务的出现对现有网络环境的时延和可靠性提出了挑战,同时,移动设备的大规模连接也带来了更高的资源需求,计算密集型应用程序和资源受限的移动设备之间的矛盾为获得令人满意的服务质量和服务体验带来了瓶颈。为了能够更好地满足这些新兴业务的需求和特性,推动移动通信网络的发展,设计有效的面向低时延需求的无线资源分配方案已经成为了非常重要的研究课题。本文主要从满足用户低时延需求的角度,针对混合依赖感知的移动边缘计算（Mobile Edge Computing,MEC）和干扰信道（Interference Channel,IFC）下的超可靠低时延通信（Ultra-reliable and Low-latency Communication,URLLC）两个典型5G低时延网络场景下的传输方案和资源分配问题展开研究,主要内容如下:（1）在MEC场景中,为了进一步降低应用程序计算卸载的总时延和能耗,设计了一种有效的依赖感知子任务并行卸载和并行计算方案。通过合并子任务之间的混合依赖关系来构建MEC服务器的顺序执行窗口,可以并行卸载和计算同一子任务执行窗口中的子任务,以减少应用程序的完成时延和能耗,进而通过联合优化每个窗口内子任务的卸载传输速率和开始执行时间来实现最小化任务完成时延和能量消耗的目标,具体来说,考虑到子任务之间的依赖性约束以及最大容忍时延需求,对优化问题进行建模,形成了一个非凸的多变量耦合问题,并设计了一种基于二分搜索和连续凸近似的迭代算法。最后通过仿真结果与现有的其他方案相比,提出的并行卸载和计算方案在减少时延和能耗方面明显优于已有的卸载策略。（2）在IFC系统中,为了实现低时延高可靠性的传输设计,提出了一个URLLC-IFC场景下的可达速率区域设计方案。研究了如何联合优化发射波束赋形、功率分配以及分组传输块长来最大化用户的可达速率区域并形成了一个非凸的联合优化问题,分别在单天线和多天线场景下提出了一个交替迭代算法。首先,在两用户单天线IFC场景中通过联合发射功率和块长分配以推导出最优发射功率的区域范围,并通过交替迭代算法对发射功率和传输块长进行求解。其次,在考虑两用户多天线IFC系统中能量和块长受限的情况下,联合优化波束赋形和分组块长,在保证时延和能量需求的前提下最大化两个用户的可实现速率边界。在此基础上进一步扩展到多用户多天线场景下的可达速率边界求解问题,并通过二阶锥规划以及二分搜索等方法进行优化问题的求解。最后,通过仿真结果对比分析了所提算法的性能,该算法在保证低时延和传输可靠性的前提下使得有限块长IFC的通信性能无限接近传统IFC。