移动边缘计算（MEC,Mobile edge computing）技术作为第五代移动通信系统的核心技术之一,将云计算能力与业务平台下沉到网络边缘（基站/终端）。靠近用户的无线接入网能就近向终端用户针对计算密集型、时延敏感型业务提供云计算与互联网技术服务,比如车载导航、虚拟现实技术等。基站/终端部署MEC服务器后,会对传统网络的通信、计算、缓存等资源的调度产生影响。因此本文对引入MEC的中继通信和D2D（Device-to-device）传统通信网络,在节点选择策略方面展开研究与分析。结合MEC与中继技术,在中继节点侧部署MEC服务器,本文研究中继计算能力对中继节点选择策略的影响。基于单用户多中继选择模型,本文提出了三种中继节点选择策略,分别是仅考虑通信传输速率（CORS,Communication-only relay selection）、仅考虑中继计算能力（CPORS,Computing-only relay selection）以及综合考虑通信和计算的端到端时延最小（LBRS,Latency-best relay selection）策略。由于传统的速率中断概率常被用来分析协作通信系统物理层的行为,无法直观地表现出计算能力对中继节点选择的影响,因此本文采用端到端的时延中断概率作为系统性能的评价标准,分别推导了三种方案的时延中断概率和分集阶数。通过仿真得出,小信噪比情况下,CPORS策略优于CORS策略。大信噪比情况下,中继计算能力对链路传输时延的影响逐渐减少,CORS策略优于CPORS策略。理论公式表明在极限大信噪比条件下,CORS与LBRS策略的时延中断概率趋于一致。LBRS和CORS策略的分集阶数均取决于中继节点的计算能力,CPORS策略分集阶数为常数。结合MEC与D2D通信技术,利用终端设备空闲的计算资源辅助其余任务设备完成任务卸载和计算,本文研究多用户D2D通信节点选择策略,同时也将一对多节点选择策略延伸至多对多节点选择策略。传统文献着重于研究D2D通信网络中频谱复用、干扰管理等通信资源对节点选择结果的影响。本文以保证任务卸载率下带宽资源消耗最小为目标,研究终端设备可共享计算资源、能量资源以及通信链路时延均受限时的节点配对策略。由于优化问题属于NP-难问题,本文提出了基于匈牙利算法的全连接算法和基于贪婪算法的距离最小贪婪算法。全连接算法且通过空间换时间的方式获得较低的时间复杂度。距离最小贪婪算法优先连接相距最近的资源设备与任务设备,不能保证系统任务能完全卸载,具有较低的空间复杂度。仿真表明全连接算法能够在小信噪比情况下依然能够在保证任务完全卸载的条件下找到全局最优分配,而距离最小贪婪算法的任务完成率会受到资源限制条件影响。在任务卸载率均为1条件下,全连接算法仍有微弱优势,但增益有限。因此当系统的任务卸载率优先级较高时,全连接算法具有绝对的全局优势。