近年来,随着网络通信技术的发展、5G（5th generation mobile networks,5G）的商业化以及相关设备的升级换代,虚拟现实（Virtual Reality,VR）服务和应用得到了极大的发展。在VR视频业务的应用场景中,360°全景视频的数据传输量通常是传统视频的数倍以上,且由于用户的QoE（Quality of Experience,QoE）要求时延极低,网络中基站面临的压力显著增加。为了缓解无线网络中基站的压力,满足用户对全景视频的体验需求,通过引入移动边缘计算（Mobile Edge Computing,MEC）技术将核心网的内容分发功能转移至边缘服务器,以节省回程链路的带宽。并通过利用边缘服务器的数据缓存和计算能力,可以有效降低全景视频传输过程中时延以及网络负载。因此,如何高效利用MEC及网络通信资源将是VR无线网络中的关键问题之一。相比于传统视频,全景视频是多角度的,但是由于人眼的视觉特性,无法同时观看360°视频内容。因此,针对全景视频多角度的特点,通过传输视口（Fieldof View,FOV）内容,能够较好的利用网络资源并达到负载均衡效果。本文基于VR全景视频的超大传输数据量、超低时延需求以及全景多角度的业务特性,重点研究了 VR无线网络中的网络资源分配算法。论文的主要工作如下:首先,从系统层面出发,针对于VR无线网络中的系统增益,本文提出了一个MEC辅助的VR无线网络中联合优化MEC缓存放置、FOV控制和信道分配的最大化效用函数资源分配算法。该资源分配问题以及延时和信道的约束具有复杂的非凸表达式,该问题难以直接求解。本文通过推导约束函数的数学性质,将MEC辅助的VR无线网络中延时和信道的约束通过凸差（Difference of Convex,DC）规划和变量松弛进行求解。最后,仿真验证所提资源分配算法的收敛性,并通过仿真结果证明所提算法相较于其他方案有明显的增益,同时能够显著提高系统的效用函数。其次,基于VR无线网络中多小区协作场景下的系统增益问题,本文提出了一个MEC辅助的VR无线网络中联合优化MEC缓存放置、FOV控制和协作缓存部署的最大化系统效用函数算法。该资源分配问题是一个混合整数非凸优化问题,无法直接求解,论文通过将问题拆分为三个子问题,使得原问题转化为易于求解的形式。在第一个子问题中,给定缓存协作策略和FOV控制方案,通过变量代换和泰勒展开获得最优的缓存放置方案;在第二个子问题中,基于子问题一的方案并给定缓存协作策略,获得最优的FOV控制方案;在第三个子问题中,基于前两个子问题获得的方案输入,获得缓存协作策略。然后,将三个子问题进行交替迭代以获得最大的系统效用函数,并提出相应的资源分配算法,最后,仿真验证所提的资源分配算法的收敛性,通过仿真结果证明所提算法的有效性,能够显著提升系统的增益,并起到了负载均衡的效果。最后,针对于VR无线网络中的能耗问题,本文设计了一个MEC辅助的VR无线网络中联合优化MEC缓存放置、FOV控制和协作缓存部署的最小化能耗资源分配算法。同时满足VR无线网络中对数据传输时延和网络负载的需求,以最小化系统能耗为目标,进行了以缓存为依托的资源分配研究。本文通过分析求解,获得最佳的资源分配策略。最后,仿真验证所提的资源分配算法的收敛性,根据仿真结果证明算法的有效性,并且能够显著降低系统的能耗。