随着移动通信技术和网络服务的飞速发展,虚拟现实、增强现实、自动驾驶、远程医疗等新型智能应用快速普及。这些应用通常是计算密集型和时延敏感型,即需要庞大的计算资源对数据进行实时处理。但是承载这些应用的终端设备通常具有有限的电池容量和计算能力,无法满足这些应用的需求。移动边缘计算（Mobile Edge Computing,MEC）被认为是解决上述挑战的潜在关键技术,MEC通过在无线网络的边缘侧（如基站、接入点等）部署高性能服务器就近为用户提供所需的计算服务。借助MEC,用户可以将自身的计算任务卸载到边缘服务器执行,从而实现低时延的服务并节省设备能耗。然而,随着各种终端设备数量的成倍增加,现有的频谱资源不足以支持大规模用户接入。非正交多址接入（Non-Orthogonal Multiple Access,NOMA）是提高频谱效率并适应未来无线网络中大规模连接的关键技术。因此,为了提高MEC网络的接入能力并满足大量用户的服务需求,本文首先建立了一种基于NOMA的异构MEC网络。针对多个用户同时卸载带来的严重通信干扰和边缘服务器资源受限等问题,提出了一种联合任务卸载和资源分配的优化方案,在满足用户服务质量的前提下最小化系统总能耗。该方案联合考虑了卸载决策、本地CPU频率、功率控制、计算资源和子信道资源分配。仿真结果证明所提方案可以有效降低系统能耗并满足任务的时延要求。此外,为了服务偏远地区或者小区边缘的用户,本文又进一步研究将边缘服务器部署在无人机（Unmanned Aerial Vehicle,UAV）上实现更灵活的接入。考虑到在边缘服务器上执行用户任务需要缓存相应的计算程序,研究了多UAV辅助的MEC网络中基于服务缓存的任务卸载和资源管理。为了最小化任务完成时延并满足用户和UAV的能耗要求,构建了一个联合服务缓存、任务卸载、计算资源、频谱资源和UAV位置调度的优化问题,并且提出了一种基于迭代的分布式算法进行求解。仿真结果表明所提算法可以在保证用户服务质量的前提下降低系统时延。