随着用户设备（User Equipment,UE）和移动流量的迅猛增长,无线通信网络面临越来越大的流量压力。在雾无线接入网络（Fog Radio Access Networks,F-RANs）中,由于雾接入点（Fog Access Point,F-AP）具备边缘缓存和边缘计算的能力,因此部分UE的请求可以在本地F-AP中处理。UE不再需要通过远程服务器获取文件,大大降低了服务的时延和前传链路功耗。一方面,F-AP的缓存大小有限,为了充分利用缓存资源,需要深入分析雾无线接入网中的性能表现。另一方面,随机几何逐渐成为网络建模,分析网络平均性能的重要工具。因此,本文将借助随机几何工具,分析雾无线接入网络的性能表现。首先,对雾无线接入网中的时延进行分析。考虑以UE为中心成簇,分析典型UE的网络体验。考虑一种混合缓存策略,文件可能被拆分编码缓存、完整缓存或未缓存。基于重传机制,时延定义为时隙长度与成功传输所需的时隙个数的乘积。于是,利用随机几何工具,可以得到三种缓存状态下成功传输所需的时隙数的期望,进而得到时延的理论表达式。仿真结果表明,三种缓存状态下,目标速率的提升会增大时延。此外,编码缓存方式下子文件拆分份数越少、完整缓存方式下协作F-AP越多、未缓存方式下F-AP密度越小,时延表现越好。其次,对雾无线接入网中的能效（Energy Efficiency,EE）进行分析。在提出的系统模型中,多个F-AP的协作虽然增强了内容多样性和传输稳定性,但同时导致了更高的传输功耗。缓存的引入一方面增加了F-AP的静态功耗,另一方面也减少了前传链路中的功耗。因此有必要深入研究混合缓存策略下能效的表现。能效被定义为平均网络吞吐量和平均功耗的比值。利用随机几何工具,可以得到三种缓存方式下能效的理论表达式。仿真结果说明,三种缓存方式下,目标速率的提升会先增大能效,而后减小能效。此外,编码缓存方式下文件拆分子文件份数越少,未缓存方式下F-AP密度越低,能效表现越好。不过与时延分析不同的是,完整缓存方式下,协作F-AP越多,能效表现越差。最后,对混合缓存策略下时延和能效进行联合优化。为了综合考虑时延敏感网络和能效敏感网络中的优化,对时延和能效进行标准化处理并加权,得到新的目标函数。之后将优化问题建模为多选择背包问题（Multiple-choice Knapsack Problem,MCKP）。为了降低问题的复杂度,证明了缓存结果的最优结构,并将原问题转为等效的分组问题,大大降低了问题的计算复杂度。最后,为了进一步降低复杂度,基于贪婪思想,提出了一种新的混合缓存优化算法。通过不断替换已有的缓存结果,逐步改善缓存结果,得到近似最优的混合缓存策略。仿真结果证明了提出的算法和混合缓存策略的优越性,同时证明了该策略能够自适应于时延敏感和能效敏感的网络环境。