在第五代（5th Generation,5G）移动通信架构下,移动边缘计算（Mobile Edge Computing,MEC）直接从网络边缘为用户设备提供计算和存储功能,能有效降低用户设备处理任务的时延和能耗。在移动边缘计算的任务卸载过程中,由于通信资源受限以及移动设备间的干扰,导致通信开销增大;此外,卸载任务的分配不均衡会导致某些MEC服务器出现过载现象,从而影响任务执行效率。因此,对移动边缘计算中的任务卸载和资源管理进行研究,具有一定的学术价值和应用前景。针对上述移动边缘计算系统中资源受限、用户间干扰以及负载不均衡等问题,论文从任务卸载策略制定、无线资源管理、计算资源分配等角度研究单服务器体系架构和多服务器体系架构下的任务卸载和资源管理策略。并根据时延和能耗定义系统效用函数,用于评估系统的整体性能。论文主要研究工作如下:（1）在单服务器体系架构中,现有研究工作主要聚焦于任务卸载过程中的无线干扰或者资源管理,导致系统效用无法进一步提高。为此,论文对联合干扰管理与计算资源分配的多基站多用户卸载场景进行建模分析。在干扰管理方面,通过引入用户效益矩阵和信道效益矩阵,MEC服务器使用改进图着色算法为卸载用户分配物理资源块,以缓解小区间的干扰;另外,在计算资源管理方面,通过Karush-KuhnTucker（KKT）条件求解计算资源分配的凸优化问题;在任务调度方面,论文提出一种基于无线和计算资源管理的半分布式任务卸载算法,旨在提升系统效用。在不同系统参数下的仿真结果表明了所提卸载算法的可行性以及有效性。（2）针对多服务器体系架构中,系统负载分配不均衡导致某些MEC服务器出现过载现象这一问题。论文对多服务器体系架构下考虑负载均衡的任务卸载和资源管理进行研究,并建立多服务器多用户场景下的任务卸载模型。在资源管理方面,MEC服务器使用二分法求解用户传输功率的拟凸优化问题,并通过数值构造法给卸载用户分配计算资源;在任务调度方面,论文提出一种结合随机扰动的模拟退火算法,以在解决多MEC服务器负载均衡问题的同时提升系统效用。仿真结果表明,所提算法能够提升系统效用,同时可以实现负载均衡。