随着移动互联网的快速发展,越来越多的计算密集型应用程序出现,移动设备对延迟和计算能力的要求越来越高,这驱动了移动边缘计算(MEC)的发展。MEC的主要特点是将移动计算、网络控制和存储推到网络边缘(如基站和接入点),从而协助能力有限的移动设备实现计算密集型和延迟敏感应用。在移动边缘计算领域,任务调度问题一直是研究的热点。当计算任务被调度到不同的边缘服务器时,产生的传输和计算的成本不同,因此,一些已有研究工作旨在降低任务的传输或计算所产生的系统成本。但是,这些工作缺乏考虑多用户多任务场景的边缘服务器产生的运行成本。因此,考虑到现实经济效益,本文主要研究支持多用户多任务的移动边缘计算任务调度算法并进行实现,完成卸载任务的同时降低移动边缘计算系统的成本。本文首先研究以降低移动边缘计算系统成本为优化目标的任务调度问题,将任务调度问题建模为一个优化问题,目标是在满足所有任务延迟要求的同时降低移动边缘计算系统成本。为了有效解决此优化问题,本文提出了一种称为MCTSMM(Minimum-Cost Task Scheduling for Multi-task in Multi-user Mobile-Edge Computing Systems)的任务调度算法,MCTSMM算法基于启发式算法(Best Fit)而设计的,首先使用改进的启发式算法(Best Fit)获得了初步的任务调度策略,然后再进一步优化任务调度方案并获得了最终调度结果。仿真实验表明,与其他算法方案进行比较,MCTSMM算法可以有效降低移动边缘计算系统的成本。之后,针对云无线接入网和移动边缘计算相结合的架构下(即将移动边缘服务器部署在云无线接入网的BBU服务池中)搭建研发了任务调度仿真系统,实现了所提出的算法,通过功能和性能测试,保证了系统的性能和功能的完善。总之,本文研究了支持多用户多任务的移动边缘计算任务调度算法,设计并实现了云无线接入网环境下的移动边缘计算任务调度仿真系统,在满足所有任务的延迟要求的同时,有效降低了系统成本。