随着智能移动终端的快速发展,全球移动数据业务量正呈爆炸性增长,移动业务的类型也从以连接为导向的电话、短信等传统业务向以内容为中心的视频流媒体、移动电视等新兴业务转变。如何应对移动业务量的飞速增长和业务类型的重大转变,高效利用有限的无线资源,优化网络服务,从而满足用户对服务质量日益增加的需求,是近年来无线通信领域研究的一个关键问题。目前,基于动态缓存和拟静态缓存的无线网络,因其诸多优势,正受到学术界的广泛关注:其中动态缓存可以提供更灵活的数据传输,有效地支持跨层优化设计;拟静态缓存可以拉近内容与用户的距离,有效减轻网络拥塞并改善用户的服务体验。本论文旨在研究无线缓存网络中最优资源调度,针对基于动态缓存的协作通信网络和基于拟静态缓存的内容中心无线网络展开了深入研究,分析无线缓存下最优策略的结构属性,设计结构感知的低复杂度最优和次优算法,并为实际系统的算法设计提供指导意见。本论文主要成果包括:首先,考虑两跳中继系统,其中中继节点具备有限容量的动态缓存。研究随机链路选择和传输速率控制,在中继节点半双工模式下,最大化系统平均吞吐量。将该随机优化问题建模成一个无限阶段平均开销马尔科夫决策过程（Markov Decision Process:MDP）。通过使用样本路径和挖掘该问题的特殊属性,得到了一个系统状态空间和动作空间均得到减小的等价Bellman方程来求得最优控制策略。接着通过分析值函数的单调性和超模性,证明出最优策略具备基于阈值的结构属性。基于该阈值结构属性和马尔可夫链理论,将原随机优化问题转化成一个简单的静态优化问题,并利用其特殊结构,设计了低复杂度的最优算法。此外,在对称情况下,还得到了最优阈值的闭式表达式。其次,研究基于拟静态缓存的内容中心无线网络下最优动态多播调度。给定基站内容缓存下,设计动态内容多播调度,来联合最小化平均网络时延开销、功率开销和提取开销。将其建模成一个无限阶段平均开销MDP,利用RVIA算法和请求队列特殊结构,分别分析了MDP的值函数和状态-动作开销函数在对称和非对称信道下的性质。基于这些性质,证明出最优多播调度在对称和非对称信道下分别具有开关结构和部分开关结构。此外,在对称信道且只有两个内容的情况下,分析出开关曲线具备单调非减的性质。这些开关结构属性被用来设计得到两个结构感知的最优算法。受最优策略的开关结构的启发,还提出了一个低复杂度次优策略,该策略具有类似最优策略的结构属性,并设计了一个低复杂度结构感知的算法来求得该次优策略。最后,将分析结果拓展到Markov调制的请求到达模型和多基站网络模型中。再次,研究基于拟静态缓存的内容中心异构蜂窝网络下最优动态多播调度。给定基站上缓存状态,在多接入约束条件下,研究动态内容多播调度策略,来联合最小化网络平均时延开销和功率开销。建立了内容中心的内容请求队列模型,并将所考虑随机优化问题建模成一个无限阶段平均开销MDP。利用RVIA算法,基于异构蜂窝网下请求队列和无线多播传输的特殊性质,分析出该MDP的值函数的一些性质,并推出最优多播调度策略具有阈值结构属性。利用该阈值结构属性,提出了结构感知的低复杂度最优算法。为进一步降低复杂度,还提出了一个次优策略,该次优策略具有和最优策略相似的阈值结构属性,并设计了一个低复杂度结构感知的算法来求得该次优策略。最后,研究基于拟静态缓存的内容中心认知无线网络的最优协作缓存。考虑协作缓存,即次基站缓存一些主内容用来服务主用户,以换取授权频谱接入机会来服务次用户。设计次基站上内容缓存和服务调度策略,在平均可用传输时间约束和次基站有限缓存容量约束下,最大化被满足的来自次用户对次内容的请求数目的加权和。该问题是混合整数双线性规划问题,利用其特殊结构,分析出最优的缓存满足一个缓存切分的结构,并且最优调度满足一个速率比例结构。接着基于这些最优结构属性,将原问题转化成一个简化的缓存切分和次用户分组的优化问题,并提出了一个有效算法来求得最优解。此外,还研究了主内容的流行度分布对系统性能的影响。