超密集网络（Ultra Dense Network,UDN）中,被赋予计算功能的小基站由于计算能力受限容易过载,从而影响用户服务质量。另一方面,UDN大量部署小基站扩展系统容量的同时也导致了网络的致密化,数量频繁且不必要的小区切换将会产生额外网络能耗。以上存在的两大网络资源管理问题制约UDN的发展,值得深入研究。在移动边缘计算（Mobile Edge Computing,MEC）中,往往以消极的方式处理服务器过载的问题。例如,拒绝为用户提供服务或者是设置很长的任务执行等待时间,给用户造成非常差的体验。论文研究以网络中众多的服务站点相互协作的方式共同完成过载小基站服务器的过载任务,提出一种罚函数与两步拟牛顿相结合的改进方式优化求解。分析计算完成全网任务的总时延以及总能耗,根据用户需求设计效用函数。仿真结果可以说明研究的卸载优化算法在减少完成任务所需的能耗和时延方面比传统方法表现更好。超密集网络中信号重叠覆盖致使用户设备在当前服务小区的驻留时间变短,切换概率大幅度增加,而大量且频繁的小基站切换造成网络资源浪费。针对此情况,论文提出了一种过渡带二次判别平滑切换改进方法。使用隐马尔可夫模型（Hidden Markov Model,HMM）来进行用户移动位置预测,将HMM预测的结果作为候选服务基站选择的辅助条件。在进行服务基站判别时将固定缓冲参数扩展为自适应调整的过渡带,避免不必要的小区切换。仿真结果表明,基于隐马尔可夫模型的过渡带二次判别平滑切换方法能够在保证用户服务质量的情况下减少切换次数,节约网络资源。