随着物联网、云计算、大数据等新一代信息通信技术不断融入工业研发、生产、服务和管理等各个环节,跨领域集成应用的需求日益迫切。然而,现阶段多数物联网应用仍针对特定领域的闭环应用,缺少跨领域跨行业的应用共享和资源优化,成为制约物联网发展的重要因素。为了实现移动物联网内计算卸载的跨领域应用共享,本文将基于边缘计算对其资源协同优化进行深入研究。首先,针对延迟敏感的医疗物联网远程健康监测场景,本文提出了一种基于边缘计算的远程健康监测模型。该模型将无线人体医疗物联网分为内外两部分。考虑医疗物联网的特征,健康监测的性能取决于监测数据的紧急性以及相应的数据分析任务延迟和能耗。对于无线人体局域网内部和外部,本文分别建模合作博弈和非合作博弈进行资源协同优化,降低医疗物联网健康监测成本。其次,针对车联网运行异构应用程序的场景,本文提出了一种基于边缘计算的车联网部分计算卸载模型,包括计算卸载资源分配,任务调度和服务定价三部分。本文提出一种适用于部分计算卸载的自适应任务调度算法,用于计算卸载比率决策和信道资源分配。考虑用户的激励相容性和个人理性等因素,本文基于用户与运营商之间的博弈进行计算卸载服务定价,用户和运营商能够达到均衡。最后,针对用户具有高度移动性的场景,本文提出了一种基于移动边缘计算的动态服务部署模型,协同多边缘服务器构建泛在低延迟计算卸载服务网络。为了适应物联网中部分用户的高移动性,解决边缘服务器存储能力有限的缺点,本文提出基于李雅普诺夫优化的服务迁移策略,确保边缘服务器的存储队列保持动态稳定,提升计算卸载系统的鲁棒性。基于真实交通流数据的仿真实验表明,本文提出的基于边缘计算的移动物联网资源协同优化策略能够适用于医疗物联网和车联网;和现有方案相比,本文提出的方案能够大幅提升移动物联网计算卸载的性能。