虚拟现实(Virtual reality,VR)可以为用户提供沉浸式体验,有望成为第五代移动通信网络(5th-Generation,5G)杀手级应用。VR传输具有超高带宽和低时延的要求,同时,VR内容的生成也需要对大量数据编码解码,因此,VR传输对无线网络系统的计算资源和通信资源要求很高。近年来,移动边缘计算(Mobile edge computing,MEC)被公认为是上述无线VR传输挑战的有效解决方案之一。MEC可以在网络边缘节点(例如,基站)部署计算与存储资源,进而可以在网络边缘为移动设备提供服务。然而目前对于MEC架构的研究主要侧重于减少移动设备的能量消耗,即将移动设备的的数据上传至边缘节点的服务器,由边缘服务器来完成计算,这种方式减少了移动设备需要计算的数据量,从而减少了计算带来的能量消耗。这种架构本质上是通过增加无线通信资源的消耗来减少移动设备的能量消耗,适合于数据量较小的增强现实(Augmented Reality,AR)应用,并不适合带宽消耗巨大的VR业务。在本文中,针对无线VR传输,我们提出了一种利用移动VR设备计算和存储资源,并且边缘服务器将部分数据提前缓存和分流到移动VR设备的MEC架构,通过对通信、计算和存储资源的联合优化设计,在保证时延要求下最小化无线通信资源消耗。具体而言,针对弱交互的VR视频,我们使用视频模块化技术将VR视频模块化,并预先缓存在MEC服务器上,在移动设备上则缓存一部分流行的VR视频模块。MEC服务器仅仅将用户请求的模块中没有缓存在移动设备上部分发送给用户,然后移动VR设备将接收到的模块和所请求VR视频对应的其他已存储在设备上的模块通过计算重新构建成一个完整的VR视频文件,避免了传输整个VR视频,从而减少通信带宽消耗。但是由于移动VR设备的计算能力有限,这种方式会产生比较高的延迟。MEC服务器也可以自己重构整个VR任务,并将整个VR视频传输给用户,但也会产生更多的通信资源消耗。因此,我们设计了一种任务调度策略来为MEC服务器决定该采取哪种计算模型以在延迟的约束下最小化通信资源的消耗。我们将系统状态划分为了几种不同的情况,并对每种情况下的任务调度策略进行了分析,然后根据调度策略对系统的优化问题进行了建模。根据上述MEC架构和优化问题,我们提出了基于Lyapunov理论的最优任务调度算法。根据Lyapunov原理,我们将原有的随机优化问题转化为了一个在每个时隙下的离散线性规划问题,仅需根据目前的系统状态就能做出任务调度策略。本文还讨论了通信、计算和缓存之间的折衷关系,并且我们在分析上发现,当目标通信资源消耗被给定时,传输速率与移动VR设备的计算能力成反比。本文针对所提出的系统模型与任务调度算法利用MATLAB搭建了仿真平台,将理论上最优的系统性能作为基准,验证了本文提出的最优任务调度算法的性能,同时本文还验证了通信,计算和缓存资源对系统性能的影响。