随着5G技术的大力发展,移动互联网以及物联网业务与最新通信技术如何相互融合,避免移动承载网络被管道化,进而最大化移动网络带宽价值的问题逐渐浮出水面,欧洲电信标准协会则应势提出了移动边缘计算技术。移动边缘计算技术是通过将计算负载从核心云数据中心转移到靠近用户端的移动边缘侧来减轻网络负担的,它将传统的云计算拉近到了用户侧的网络边缘,使得访问内容、服务和应用程序被加速,从而实现了在边缘端迅速响应。本文应用边缘计算技术着眼于智慧农场背景下的无线传感器信息传输和无线mesh网络(Wireless Mesh Networks,WMNs)中的组播通信问题,分别对QoS(Quality of Service)路由协议问题和信道干扰问题进行了相关研究。首先考虑了无线传感器网络中的路由协议问题。我们研究了目前已有的多路径路由协议,它可以满足节点之间端到端时延和可靠性的服务要求,但较为耗费能量。因此,研究了更为适应时代发展潮流的QoS路由协议。通过考虑端到端延迟、可靠性和能量消耗三个Qo S约束条件,创新性地运用边缘计算和机器学习中的相关技术,将传感器网络构建为一个多约束最优路径模型,同时引入能量感知节点唤醒机制和学习自动机的奖惩机制,提出了一种面向边缘计算节点能量优化的Qo S约束路由算法。该算法的机制是通过创新性地结合边缘计算技术对节点原始数据进行预处理,加快有效数据的传输、处理和采用自动机与环境交互的方式加快算法收敛,控制节点的休眠激活状态等方式来优化网络能量消耗,延长网络生命周期。通过实验测试和对比,提出的MQEN(Multi-QoS constrained routing algorithm for Edge computing and Node energy optimization)算法在显著降低网络能量消耗的同时,能够满足多QoS约束对端到端延迟和可靠性服务的要求。其次考虑了无线mesh网络中组播通信所产生的信道干扰问题。无线mesh网络是一种可以进行多跳信息传输的无线网络技术,已经被视为配置无线机器的关键技术之一。在本文中,我们研究了无线电在无线mesh网络信息传输过程中所产生的信道干扰和时隙多用户碰撞问题,通过创新性地采用边缘计算技术构建节点数据缓存模型和分步计算节点信道间隔的方式,提出了一种面向边缘计算的多策略信道分配算法。该算法的机制是通过运用边缘计算技术对多播树中的节点进行数据预存储和计算节点之间的信道间隔,进而选出节点最小干扰的发送信道号,来避免节点信息传输之间的相互干扰。通过实验测试和对比,提出的MSCA(Multi-Strategy Channel Allocation algorithm for edge computing)算法在满足吞吐量和端到端延迟的同时,能够最小化信道干扰和网络整体能量消耗。