雾无线接入网络(Fog Radio Access Network,F-RAN)可以有效缓解前传链路的容量负担,能够实现较高的频谱效率和能量效率。然而,在实现F-RAN高频谱效率和高能量效率性能的同时,如何保障实时业务的服务需求仍是一个极具挑战性的问题。另一方面,资源分配方法对于进一步提升网络性能和保障业务的服务需求起着关键性的作用。因此,研究F-RAN中保证时延敏感类业务服务需求的资源分配方法具有重大研究价值。本文以F-RAN中时延约束下的资源分配方法为研究中心,考虑无线信道的时变性以及业务数据到达的随机性,将时延约束具体建模为网络稳定性约束,并分别以吞吐量最大化和能量效率最大化为优化目标,提出相应的无线资源分配方法。论文的主要工作与创新包括:(1)针对F-RAN中网络稳定性约束下总吞吐量最大化的随机性动态优化问题,以李雅普诺夫优化理论为研究基础,提出一种基于深度优先分支定界法的联合模式选择与无线资源分配算法。首先构建李雅普诺夫漂移加惩罚表达式对随机动态优化问题进行转换,再将得到的确定性静态优化问题分解成三个子问题(通信传输模式选择、上行接收波束赋形向量优化和功率控制)进行迭代求解。本文提出的深度优先分支定界法每次选择有最小下界的节点问题进行分支,再将有最小偏导数的变量作为分支变量,实现快速搜索以减少计算量。仿真结果验证了提出的算法能够提升F-RAN的总吞吐量和减少业务时延,同时可以通过设置控制参数实现网络总吞吐量性能和时延性能之间的均衡。(2)针对F-RAN中网络稳定性和队列长度概率约束下能量效率最大化的分式随机优化问题,提出一种多时隙的高能效无线资源分配方法。通过丁克尔巴赫方法和马尔可夫不等式将原优化问题等价转化成能用迭代方法求解的问题。在每一次迭代中,利用加权最小均方误差方法对波束赋形向量进行求解,针对联合资源块分配和功率控制这一混合整数规划问题,设计出一种低复杂度的求解方法得到优化变量的解析解。系统级仿真验证了所提出的方法能够在同时保证不同类型业务需求的前提下最大化网络能量效率。本文的研究为F-RAN架构在当前及未来移动通信网络中的应用设计出了保障实时业务服务需求的资源分配方法,不仅为F-RAN更好地支持时延敏感类业务提供了理论分析和性能参考,而且对于推动F-RAN的商业应用部署也有重大意义。