随着智能手机的发展,越来越多的新型应用如人脸识别等逐步出现。这种移动应用通常是资源紧缺的,但由于移动设备物理体积的限制,使得其计算资源及电池寿命有限。资源紧缺的应用程序与资源受限的移动设备之间的矛盾制约了移动平台的发展。因此人们提出了边缘云计算的概念,其通过在移动用户附近提供云计算功能以增强移动设备的计算能力,节省任务的处理时延及能耗。然而,目前很少有从多用户多射频角度及用户和运营商的利益角度对计算卸载问题进行研究。并且研究多射频迁移能够极大地提升用户的传输效率,研究多用户多运营商利益问题能够使其利益都得到有效的保障。因此本文分别从如下两个角度对基于边缘计算的多用户计算卸载方法进行了研究。(1)本文研究了一种面向资源优化的多用户计算卸载方法。考虑了一种多用户多射频场景下的计算卸载问题,目标为最大化受益用户数量,同时对用户决策及传输资源进行优化。首先,将其建模为一个非凸的混合整数非线性规划问题。其次,将其转化为一个等价的双线性规划问题,并将其松弛为一个混合整数线性规划问题,使得能够获得其最优解。最后,利用分支限界算法对其进行求解。(2)本文研究了一种面向经济效益的多用户计算卸载方法。考虑了一种多用户多边缘服务器场景下的计算卸载问题,目标为最小化运营商损失与用户计算代价,同时对运营商价格及用户决策进行了优化。首先,将其建模为一个双层优化问题。其中上层问题为连续线性规划问题,下层问题为整数线性规划问题。其次,将下层整数问题转化为等价的连续线性规划问题,减少了问题求解的复杂度。然后,利用KKT条件替换下层问题,将双层优化问题转化为一个等价的单层优化问题。最后,利用空间分支限界算法对问题进行求解,使其能够获得全局?最优解。(3)本文分别对所提出面向资源优化和面向经济效益的卸载模型进行了实验验证及分析。资源优化模型所对应的实验结果表明所提出的多射频通信模型能够大大提升受益用户的数量,缓解带宽资源不足的压力。同时,实验结果表明其大大减少了总体用户的计算代价(时间与能量加权和)。本文还对分支限界算法进行了验证,结果表明其能取得最优解,且相对于diving等启发式算法结果稳定。经济效益模型所对应的实验结果表明所提出的双层优化模型能够帮助用户进行合理决策,大大减少总体执行代价(能量与价格加权和)。同时,能够帮助运营商进行合理定价,使得自身损失最小。