在远程物联网（Internet of remote things,IoRT）中,智能设备通常密集部署在广阔、偏远且不受地面网络服务接入的地区,因此IoRT网络需要突破空间和时间的限制,以满足各种技术应用（如地球观测、军事对战、生态环境监测等）的需求。与地面网络相比,卫星网络和空中网络可以提供更大的覆盖范围,已被用于向岛屿、偏远山区和灾区提供互联网服务。因此,一种新兴的网络架构——空天地一体化网络（space-air-ground integrated networks,SAGIN）被广泛关注。其中,卫星网络作为地面网络的补充和扩展,能够实现物联网（Internet of things,IoT）服务的全面覆盖。在基站等基础设施有限甚至没有的情况下,无人机（unmanned aerial vehicle,UAV）既可以辅助边缘计算为智能设备提供计算卸载的机会,也可以搭载无线能量传输模块为智能设备进行无线能量传输,同时还可以通过灵活部署保障智能设备的正常工作。本文面向IoRT网络中各种垂直应用的计算任务,并考虑到IoRT网络地理环境偏远且广阔,智能设备的大小受限且计算能力较低,电池寿命受限且难以替换的特点,采用UAV为智能设备提供灵活可靠的边缘计算服务,卫星提供无缝覆盖和始终在线的云计算服务,从而形成空天地远程物联网络（SAG-IoRT）架构。针对于SAG-IoRT网络架构下丰富的通信资源和多元的业务类型,本文重点研究了 SAG-IoRT网络的计算卸载和资源管理算法。本文的主要工作如下:首先,考虑到IoRT地处于地面基础设施稀缺的偏远地区,并且针对于智能设备电池寿命和计算能力有限的特点,研究SAG-IoRT网络中计算卸载能耗最小化问题。将其建模成一个SAG-IoRT网络中联合优化设备调度、任务分配、传输比特分配和无人机轨迹规划的混合整数非线性规划（mixed integer nonlinear programming,MINLP）问题。由于该问题无法直接求解,本文将其划分为三个子问题进行处理,并通过变量松弛、拉格朗日对偶分解方法对三个子问题进行求解,然后将三个子问题进行不断迭代以获得最小的系统总能耗。最后,通过仿真验证所提算法的收敛性和有效性,仿真结果表明所提算法可以在一定程度上降低系统能耗。其次,针对于IoRT设备电池寿命有限且替换难度大的特点,并考虑到SAG-IoRT网络运作在高度随机的环境中,研究SAG-IoRT 网络中基于UAV辅助无线能量传输（wireless power transmission,WPT）的计算性能优化问题。将其建模成一个联合优化计算能力、功率控制和UAV轨迹规划的随机资源管理问题,旨在保障SAG-IoRT网络的稳定性和可持续性下,最大化长期时间平均的系统计算性能。由于所提问题是一个非线性随机优化问题,本文首先利用Lyapunov优化理论,将随机问题解耦为在单时隙下优化的三个子问题,并将三个子问题交替迭代得到单个时隙下的最优解。在此基础上,我们提出了一种联合计算能力、功率控制和UAV轨迹规划的随机资源管理算法,以一种在线的方式有效地优化系统计算性能。最后,通过仿真验证所提算法的可持续性和稳定性,并和所设置的基线对比,所提算法的系统性能在一定情况下具有优越性。最后,考虑到SAG-IoRT网络复杂、资源多样以及业务多元的特点,本文提出了一个基于网络切片的空天地远程物联网架构,其中分为由空间层、空中层、地面层组成的横向切片,以及不同业务类型的纵向切片。在此基础上,研究了一个联合优化设备连接,传输功率,中央处理器（central processing unit,CPU）周期频率分配以及UAV部署的运营商收益最大化问题。该资源管理问题是一个非凸优化问题,为了使得该问题易于求解,本文将其划分成三个子问题处理,并通过变量松弛、变量代换和连续凸逼近（successive convex approximation,SCA）进行求解。然后,三个子问题通过交替迭代获得运营商最大化的收益。最后,通过仿真验证所提算法的有效性,相较于其他方案所提算法,可以明显提高SAG-IoRT切片网络的运营商收益。