移动设备和应用数量的不断增长,引起网络流量激增,要求更高的网络容量。同时,在第五代移动通信技术(5G,5th Generation Mobile Networks)高可靠低延时(uRLLC,Ultra-reliable and Low Latency)业务(如自动驾驶)的驱动下,边缘计算应运而生。边缘计算将云服务和功能下沉到网络边缘(通常是接入网),如部署在接入网局端的中心局形成小规模边缘数据中心,部署在接入网用户侧设备(如基站、光网络单元、路由器、网关、路边单元)形成边缘计算节点,在靠近用户端提供计算存储服务,从而大大减小传输延时。同时也缓解了核心网和传输网的拥塞。边缘计算为接入网带来了计算资源,同时也将业务低延时保障问题交给了边缘计算设施和接入网。无源光网络技术以其高容量、高传输速率、低能耗、低成本等优势在边缘数据中心网络和接入网中发挥着关键作用,边缘计算与光和无线接入网融合是网络架构发展的必然趋势,为面向边缘计算的端到端通信提供了稳固的计算设施和通信基础。然而,5G场景和业务需求的多样化对边缘计算与光和无线融合接入网提出了新的挑战。从用户角度看,要求低延时、有差异化的服务质量(QoS,Quality of Service)要求、移动性强,从网络角度看,计算和通信资源不足、资源利用率低、通信效率低。基于上述考虑,本文对面向边缘计算的端到端通信网络中无源光网络的协议设计和资源管理进行了研究,包括边缘数据中心性能增强、光和无线融合接入网灵活管控、业务低延时保障三个方面。边缘数据中心面临多种接入网业务接入,网络流量具有很强的突发性,负载不均衡。为支持边缘数据中心服务器之间低延时通信,以保障边缘计算任务快速完成,本文考虑一种基于阵列波导光栅和光分路器的边缘数据中心无源光互联方案,提出了一种基于轮询的介质访问控制(MAC,Medium Access Control)协议,支持服务器间高效无冲突的多点到多点通信。为有效应对边缘数据中心机柜顶部的流量突发和服务器之间流量不均衡,开发了一个适用的动态带宽分配算法,同时在时间域和频域上分配资源,保障不同业务的不同QoS。仿真结果表明,对于一个典型的数据中心机柜顶部无源光互联架构,所提出的动态带宽分配算法能够确保低延时(<0.1ms)和低丢包率(几乎为0)。边缘计算与光和无线接入网融合是边缘计算的重要组网方式,是用户低延时接入和使用边缘计算资源的关键。与此同时,5G网络将支持多种类型的业务,这些业务有差异化的QoS要求,而且对延时、可靠性等有硬性的要求。在边缘计算与无源光网络协同的移动回传网络中.基站与基站之间和基站与边缘数据中心之间的多种业务数据流共享移动回传带宽,例如部署在基站的边缘计算节点间服务迁移产生的迁移流,和其他非迁移流。为了保障低延时,同时满足多种业务差异化的QoS要求,和提高资源利用率,本文提出一种延时感知的带宽切片方案,动态有效地将带宽分配给迁移流和非迁移流,以满足他们各自不同的延时要求。仿真结果表明,所提出的带宽切片方案能够在保障业务低延时的同时,支持多种业务的不同QoS需求,并且提高了基于边缘计算与无源光网络协同的移动回传网络的资源利用率。边缘计算将计算资源下沉到接入网用户侧设备(如基站),在支持低延时业务方面有明显的优势,然而由于边缘计算节点的通信和计算资源有限,用户有很强的移动性,需要通过边缘计算节点之间的服务迁移进行资源共享,这对低延时业务保障问题提出了挑战。本文以车联网作为5G uRLLC场景的代表案例,着眼于对低延时业务和用户移动性的支持,针对边缘计算与无源光网络和无线接入网络融合的网络架构,提出了一种边缘计算节点间协作的QoS感知服务迁移策略,减小服务迁移过程中用户移动性对延时的影响。为了克服边缘计算节点资源不足的问题,更好地支持服务迁移,降低业务端到端延时,提出了一种边缘计算节点间协作的资源管理方案。利用Python和SUMO搭建仿真平台,采用Luxembourg城市的真实交通流量实例,仿真结果表明,低延时业务的端到端延时与移动回传容量和服务迁移延时密切相关,所提出的服务迁移策略和资源管理方案能够有效支持低延时业务。