蜂窝物联网是互联网的应用拓展,也是新一代通信技术的重要组成之一。物联网、移动互联网和传统互联网每天都会产生海量数据,以满足不同类型的网络服务需求。网络的快速发展需要更低时延更高可靠性连接的支持。边缘计算的提出为网络的发展提供了良好的助力,但边缘计算节点的部署也会引发相应的部署成本的问题。因此,如何在保证网络低时延高可靠连接,并提供多样化服务的条件下,更加高效地部署边缘计算节点,降低部署成本是亟需解决的关键问题之一。针对以上问题,本文主要从以下三个方面展开研究工作:（1）针对蜂窝物联网通信场景下的数据来源问题,搭建了一个网络模拟器3（Network Simulator-3,NS-3）和城市交通模拟（Simulation of Urban Mobility,SUMO）相结合的仿真平台。一方面,根据蜂窝物联网中用户节点类型,利用SUMO产生具有需求不同的用户节点类型,并生成相应的网络通信场景和用户移动轨迹的数据。另一方面,利用NS-3仿真平台,建立以长期演进技术（Long Term Evolution,LTE）模块为基础的网络通信场景,为各类用户节点配置相应的通信参数,使网络能够正常通信。仿真结果表明,该平台能够完好地模拟物联网场景中的通信过程,产生相应的通信数据。（2）针对蜂窝物联网中用户数据热点区域确定的问题,提出了一种基于接收信号强度的用户热点区域定位算法。首先,根据所搭建的通信仿真平台采集信号与干扰加噪声比（Signal to Interference plus Noise Ratio,SINR）值。然后,基于反向传播（Back Propagation,BP）神经网络模型,对用户的位置区域和所接收到的来自定位节点的信号强度的关系进行神经网络的训练,根据所提出的训练要求,得到区域定位模型。最后,利用该模型,确定网络场景中用户热点数据的分布情况。仿真结果表明,该神经网络能够完好地训练得到用户区域定位模型,并能够以此获取用户热点区域。（3）针对蜂窝物联网中边缘计算节点优化部署的问题,提出了一种基于用户热点区域的边缘计算节点部署方案。首先,由训练得到的神经网络定位模型确定的通信热点区域,确定需要部署边缘计算节点的区域以及所需要的边缘计算节点数量。然后,利用改进的模拟退火算法,分析了部署边缘计算节点的条件,以及部署边缘计算节点要满足的约束,建立了一个边缘计算节点部署优化模型。最后,利用改进的模拟退火算法,得到优化的边缘计算节点部署方案。仿真结果表明,该方法在边缘计算节点部署问题中可以最小化部署成本,相较于其他优化算法,更快地实现了边缘计算节点的高效部署。本文共有图29幅,表6个,参考文献81篇。