移动边缘计算(Mobile Edge Computing,MEC)赋予蜂窝网络边缘设备—基站计算和存储能力,移动终端可将其任务迁移至该类设备处辅助处理,从而提高任务处理效率,降低移动终端能耗。资源管理技术作为移动边缘计算的核心技术之一,具有重要的研究价值。针对多基站协作的计算存储资源整合优化的研究相对匮乏,已有的研究主要针对单基站场景,且将计算与存储资源进行孤立优化,也未充分考虑运营商收益对系统的影响。本文首先深入研究了多终端多智能基站环境下移动边缘计算服务部署和信息交互模式,建立了计算迁移和数据缓存的运行机制,设计了系统架构和基于多基站协作的资源管理算法。其次,本文提出了一种面向总体任务处理时延最小化的资源管理方案。本文将各类移动终端任务的特征抽象为有序向量,量化系统各组件的特征和信号传输速率,将面向总体任务处理时延的优化问题分解为计算时延和传输时延两部分并分别建模,将基于遗传算法的最优化算法与基于多基站协作的资源管理算法结合。仿真工作围绕不同参数的不同取值展开,结果表明与不具备移动边缘计算功能和数据缓存功能关闭的两种方案相比,本文方案的总体任务处理时延显著降低。最后,本文提出了一种面向移动运营商收益最大化的资源管理方案。方案在满足用户满意度边界的前提下,将总体收益问题分解为传输成本、计算成本、缓存成本、计算收入和缓存收入五部分,分别进行建模,其中用户满意度被抽象为任务处理时延,移动边缘计算智能基站的运维开销和收益被抽象为单位成本和收入。最后,设计了相应的最优化资源管理算法并进行仿真,与数据缓存功能未开启的方案相比,本文方案使移动运营商总体收益显著增加。本文提出的面向总体任务处理时延最小化的和面向移动运营商收益最大化的资源管理方案提高了系统性能和收益,为移动边缘计算资源管理技术的研究工作贡献了理论成果。