物联网技术正在快速发展,它是未来网络的发展方向。在未来的通信场景中,通过对物理世界的感知和无缝连接的异构智能设备网络,物联网可以建立人与物、物与物之间的信息交互和智能控制。然而,随着物联网系统的扩展和来自网络边缘的海量终端和数据接入网络,传统的云计算架构已无法满足物联网应用对数据存储、数据计算以及网络控制的各类需求。雾计算作为一种新型的计算范式,弥补了云计算在物联网场景下的不足。它基于传统云架构和终端设备能力,将云计算的各类服务扩展到网络边缘,以便更好地支持与位置相关、大规模分布和对时延敏感的应用,因为时延、能耗和位置信息等关键因素,直接影响了物联网应用的发展。而海量的终端设备接入和频繁的计算请求也会给基于雾计算的接入过程和计算卸载带来诸多挑战。同时,获取物体位置信息也是车联网、灾害监控和智能穿戴设备等物联网技术的必要条件。因此,如何解决雾接入网络以及雾环境中的定位问题,改善网络性能指标,已成为当前研究的热点。本文基于雾计算通信网络中的无线接入过程、计算卸载过程和定位问题展开深入研究。在当前的雾无线接入网络基础上,提出了一个基于联合时延的接入优化方法和基于终端能耗的雾云协作计算卸载方法。结合无线传感器网络定位技术,针对雾环境下的定位问题提出了一种基于权重因子的搜索定位算法。主要研究内容如下:基于联合时延的雾无线接入网络优化方法。针对雾计算环境中的无线接入网络问题提出了相关网络系统架构,并建立时延和能耗模型。整个系统包括:无线传输阶段、雾端服务器的计算阶段、雾端至云端的传输阶段和云端服务器的计算阶段。其中,雾无线接入过程的时延由无线传输时延和计算时延组成。所提出的算法旨在使整个雾接入网络的联合时延达到最小。仿真结果表明,随着终端数量的增加,基于联合时延的优化方法要优于传统优化方法,用户终端的接入时延有明显降低。基于终端能耗的雾云协作计算卸载方法。针对雾云协作计算卸载过程中的用户终端能耗最小化问题进行了研究。基于终端功率和卸载任务分配因子,满足最大容忍时延约束的情况下最小化用户终端能耗。由于原优化目标是一个带有非凸约束因子的高复杂度问题,本文使用了非线性分式规划方法对原问题进行转化,然后使用交替凸优化方法进行求解。仿真结果表明,本文提出的雾云协作计算卸载方法可以使整个卸载过程中的终端能耗最小。雾计算环境下的无线传感器网络定位方法。首先,建立雾环境中的无线传感器网络模型,网络节点包括:雾传感器节点、锚节点和普通节点。根据测距定位思想和三种不同类型传感器节点带有的位置权重因子,本文提出了一种基于权重因子的搜索定位算法。在使用改进的RSSI测距模型获得节点间距离后,再利用数学方法求解普通节点坐标。此外,本文还针对两类特殊定位情况提出了相应的解决方案,并通过仿真实验对该算法进行了性能评估。结果显示,本文提出的算法在定位精度上优于其它两种算法。