全球移动数据流量正从语音和信息转变到丰富的内容分发,比如视频流的播放和应用程序的下载。然而,当前的无线网络架构无法支撑快速增长的移动数据流量。无线边缘资源更加靠近用户,能够快速感知用户状态的变化,可以被用来缓解核心网络的压力。无线高速缓存在非高峰期将流行的内容提前存储到网络边缘,可以缓解网络高峰期的数据拥堵,提供流量卸载,进而提高用户的服务质量。编码缓存可以利用叠加的缓存空间,通过从不同的节点分发不同的数据包获得比非编码缓存更好的性能。本文针对用户的静止和移动两种状态,进行大规模小蜂窝网络中的编码缓存方案的研究、设计与优化。小基站作为无线网络边缘存储设备,使用随机几何来进行位置的建模。第一部分研究中,我们提出一种静态编码缓存方案:根据目标用户请求文件在小基站中的缓存情况,距离用户最近的多个小基站同时把编码后的数据包传输给该用户。用户接收到网络中目标基站的信号后,使用串行干扰消除来解码该接收信号。高信噪比区域中的平均卸载流量比(average fractional offloaded traffic,AFOT)和平均发送速率(avera ergodic rate,AER)被作为恒量编码缓存性能的两个性能指标。针对这两个性能指标,我们设计出两个最优的编码缓存方案,分别为:基于贪婪算法的最优算法来求解AFOT最大化问题和启发式算法来求解AER最大化问题。两者都是经典的多选择背包问题。第二部分研究中,我们利用用户的移动性来提高无线边缘缓存的访问机会,从而更好地利用叠加的缓存空间进行编码缓存方案的设计。在该部分中,用户的移动轨迹被模拟成随机点移动模型,基站的传输会被限制在以用户为中心的覆盖范围内。因此,用户可以在一个时延限制前,无差错的从覆盖范围内的基站中接收请求文件的编码数据包。基于对AFOT性质的分析,我们提出一个基于贪婪算法的最优算法来设计编码缓存方案。通过全文的研究,我们发现编码缓存能够利用叠加的缓存空间,在不同的网络节点给用户发送不同的数据包,从而获得比未编码缓存更好的性能。对于不同的性能要求,需要设计不同的编码系数。当用户静止时,不需要很大的编码系数就可以逼近编码缓存的性能上界,当用户移动时,需要增加编码系数来重新获得编码缓存的增益。