智能终端在数量和分布上呈现快速增长的趋势,用户的业务需求也更加注重体验,然而当前的无线接入网络尚未使得具备密集计算、超低时延特性的典型业务达到一个理想状态。雾无线接入网(TheFog computing basedRadio Access Network,F-RAN)的提出,是将雾计算的概念融合无线接入网络,在一系列无线接入网络的基础上进一步演进。首先,本课题从无线接入网络的发展及特点开始研究,概括分析了无线接入网络中发展的三种网络架构模式:集中式的MCC(Mobile Cloud Computing,MCC)模式、基于 MEC(Mobile Edge Computing,MEC)的架构模式和基于F-RAN的架构模式。进一步通过抽象出典型业务在F-RAN下进行计算卸载的系统模型,包括网络模型、通信模型和计算模型。同时指出在F-RAN下一个典型业务进行计算卸载的性能平衡因素为计算成本、通信成本和应用性能三方面。然后,考虑雾节点之间的性能水平差异,系统性地解决如何高效地完成用户终端的典型业务请求,研究并提出两种F-RAN场景下的计算卸载方案。针对存在雾节点资源充裕,能够独立完成至少一个单位的典型业务的场景,本课题提出了基于剩余价值的动态规划模型进行计算卸载。得到了业务完成时间和判决最小参与计算的雾节点数量的时间优化模型,给出了每个雾节点能够分配的计算任务大小的解决方案。并且验证了雾节点在剩余资源较为充足的情况下,能够协作完成计算要求较高的业务需求。接着,针对雾节点在资源有限条件下不能独立完成一个单位典型业务的场景,提出了一种基于贪心的图着色应用模型。得到了多个雾节点协作完成一个单位典型业务的业务性能优化模型,给出了最少参与计算的雾节点数量和每个雾节点能够被分配的计算任务的解决方案。并且验证了雾节点在剩余资源不是很充足的情况下,也能够通过雾节点之间协作的方式完成计算要求较高的典型业务需求。本课题在如上两个应用模型当中,提出并应用了“剩余价值”的概念,它是用来衡量一个雾节点承受业务负载的性能指标。最后课题研究通过搭建仿真平台,对如上两个应用模型分别设计实验。对每个实验进行单个雾节点场景、均衡分配场景和优化模型场景的性能对比。实验验证了第三章典型业务计算卸载模型的性能。