移动设备的增加和无线网络的普遍接入使得许多新的移动应用成为可能,例如增强现实,移动游戏等。由于这些应用对延迟要求非常高,传统云计算中的做法是将应用程序的所有复杂计算卸载到云服务器上执行。由于传统云计算的服务器或云计算中心的地理位置通常离用户非常地遥远,长距离的数据传输将会引发高延迟。随着边缘计算的兴起,研究人员考虑将这些应用程序的复杂计算通过一定的计算卸载方案实现部分计算卸载到附近的边缘服务器上执行,以降低延迟。现有的工作主要考虑在移动终端设备和具有丰富资源的传统云计算之间进行复杂计算的卸载。然而,在边缘计算下,由于计算资源,存储资源以及网络资源的受限性。以往工作所提出的方法此时并不能完全适用。在资源受限的条件下,如何进行计算卸载,任务调度和资源分配以获取较低的延迟变得十分重要。针对以上几个方面,本文主要的工作如下:1)与以往工作不同,在给定应用程序的计算切分方案条件下,本论文在边缘计算环境中,利用协同调度技术通过任务调度,计算卸载以及资源分配技术的结合以减少边缘计算下延迟敏感型应用的平均完成时间。2)提出了一种新颖的启发式算法,即多维搜索调整(MDSA,Multi-dimension Search Adjust)算法。通过将MDSA与基准算法比较,实验结果表明,MDSA在整体应用程序延迟方面优于基准算法。3)此外,我们还设计了一种协同在线调度(COS,Cooperative Online Scheduling)算法,并提出了相应的系统架构图,其可以在实际系统中方便地进行部署。通过实验的评估,我们发现COS的性能表现优于基准方法。