随着信息技术的不断发展,虚拟现实、远程医疗、智能交通等兼需高信息传输速率与高计算处理能力的新型业务不断涌现。能量与计算能力受限的移动终端难以实现任务的实时处理,极大影响了用户服务质量体验。这一新挑战要求无线网络不仅可以提供高信息传输速率,还应能够提供可观的算力支持,以辅助用户高时效、低能耗的实现任务处理。为此,多址边缘计算技术孕育而生,边缘计算通过在网络边缘侧分布式的部署小型计算服务器,为用户提供了就近的计算机遇。用户可以将计算任务卸载至邻近的边缘服务器上,通过网络算力实现任务的高效处理,进而极大提升了用户服务质量体验。相较于传统云计算方案,边缘计算使算力距离用户更近、部署更加灵活,可有效减少信息传输时延,避免网络拥塞,减轻骨干网压力。在边缘计算赋能无线网络中,任务卸载策略起着重要作用,决定了时延、能耗、用户体验等重要性能指标。如何优化任务卸载策略,在保证用户服务要求的基础上,降低系统能耗与时延,是业界的研究热点。而另一方面,博弈论作为一类考虑用户间竞争合作关系、可有效平衡博弈各方以及全局整体利益的数学优化工具,在近年来被广泛应用于包括边缘计算任务卸载策略设计等无线通信领域的问题中。然而,传统博弈论需要参与者之间大量的交互信息,因而会产生较大信息交互开销,给网络带来额外的信息传输压力。这一问题在现今节点繁多的密集网络场景下更为严重。相比较于传统的博弈论,平均场博弈论可以用平均场作用表示其他参与者的行为信息,在决策时,就不需要庞大的参与者交互信息,从而避免了大信息交互开销。因此,平均场博弈被认为是在现行无线网络中更适用的研究方向。鉴于平均场博弈的优势,本文拟以平均场博弈、平均场项博弈为工具,来探讨边缘计算赋能的密集无线网络中的任务优化卸载策略问题。本论文的主要创新工作包括:第一,面向具有中心处理节点的边缘计算网络场景,以最大化每个边缘计算节点的服务收益为目标,本文提出了一种基于竞争合作平均场项博弈的任务卸载策略。在该策略综合考量了每个边缘计算节点的网络状态、自身的计算能力、信道容量以及缓存大小,建模了边缘节点的成本函数,进而构造了基于平均场项博弈,并采用了直接求解方法获取了最佳卸载方案。仿真结果表明,所提算法可以更好地平衡边缘计算节点间的服务质量和整个系统的性能,并兼顾系统与边缘计算节点各自成本。第二,在第一部分工作的基础上,论文进一步拓展至多种资源的边缘计算网络场景。在该场景下,边缘服务器可以同时提供计算、通信和存储服务。且将用户任务类型进一步细化为具有多种不同优先级的任务类别。在这一更复杂的场景下,本文研究了基于平均场博弈的任务卸载策略优化和基于李雅普诺夫优化函数的计算资源分配的联合优化方案,目的是最大化边缘计算节点的服务利润。在保证系统稳定性的前提下优化边缘计算节点的卸载策略。为此,本文建立了平均场博弈模型,综合考虑了任务数据队列状态、边缘计算节点中剩余任务存储空间大小、任务的计算优先级以及信道增益变化信息,提出了边缘计算节点的最佳任务卸载方案。仿真结果表明,所提算法可以在系统稳定前提下,能够快速收敛至最佳的卸载策略,兼顾计算、通信和存储开销,提升边缘计算节点的服务质量。