随着5G大规模商用,“万物互联”的时代已然到来,但目前云计算的传输时延过长,对于时延敏感型应用并不友好。为了解决这一问题,Cisco提出了雾计算的概念,雾计算与其他边缘计算实现方式相比,具有部署灵活、接入方式多样和支持节点间通信等优势。首先,介绍了边缘计算的三种系统实现方式:微云计算、多接入边缘计算和雾计算及其应用场景和系统架构,并从系统架构和请求处理机制两个方面进行比较,总结了三种边缘计算实现方式的选择策略。然后,建立了雾计算分布式无线网络系统架构的模型,将雾计算技术与5G移动网络相结合。该架构分三层,分别是本地计算层、雾计算层和云计算层,三个计算层对应三种计算卸载策略,其中雾计算层进一步分为雾计算服务层、雾计算服务调度层和基础设备层。此外,研究了计算卸载的请求机制,建立了架构的数学模型,提出了计算卸载总成本的优化问题。之后,提出了联合计算卸载、数据压缩、能量回收和应用场景的优化算法（JCDEA算法）,以随机坐标收缩分类算法为基础,将求解计算卸载策略的问题转化为求解计算卸载总成本的优化问题,然后通过控制变量,转化为分别求解本地计算成本、雾计算成本和云计算成本的次优解问题,最终得到了计算卸载策略的次优解。同时开展了多组相关的仿真实验,在真实的基站分布的特定情况下,得到了用户设备在本地计算、雾计算和云计算的成本变化曲线,分析了卸载数据量、用户数量和压缩率与计算卸载总成本和计算资源利用率的关系。最后,研究了不同应用场景中信息速率对计算卸载总成本和资源利用率的关系。探索了在不同应用场景中联合优化算法的优势,分析了三种应用场景中数据速率与计算卸载总成本的关系,以及数据速率与雾云计算资源利用率之间的关系。为今后雾云的大面积部署提供了一定的理论参考。