由于车辆数目的快速增长,边缘缓存的技术获得了广泛关注。车辆和路侧单元作为网络边缘节点,为其他节点提供数据存储、计算和低延迟无线连接,避免了从核心网获取缓存内容带来的高延迟和网络拥塞。然而,由于车辆的高速移动特性以及缓存部署的多样性,如何制定高效的缓存内容放置和分发策略是需要关注的问题。本文以此为出发点,以最小化缓存时延和最大化能量效率为目标,分别对车辆和车辆间的通信(Vehicle-to-Vehicle,V2V)和车辆和每一个事物间的通信(Vehicle-to-X,V2X)通信场景缓存内容的放置和分发进行了研究。首先,在V2V场景中,本文基于排队论理论,结合实际的交通场景,用二维马尔科夫过程推导出了车辆和其他车辆或基站建立连接的概率。为了降低整个系统的能量损耗效率,其中包括传输能量和缓存能量,我们制定了缓存方案,仿真结果表明同离线的缓存策略比起来,提出的方案有更低的能量损耗效率。为了降低时延,建立了设备到设备使能的V2V通信的边缘缓存架构,根据就近原则,车辆与基站或者其余车辆建立连接,后者需要复用前者的频谱进行内容的传输。在缓存内容放置阶段,决定车辆缓存内容的种类;在缓存内容的分发阶段,决定车辆对的频谱复用方式,从而最小化整个系统在缓存过程中的时延。在仿真过程中,采用了匈牙利算法及连续凸逼近算法,解决了整数非凸优化问题,仿真结果表明同随机缓存策略相比,可以有效地降低时延。其次,建立了V2X的边缘缓存架构,基站、路侧单元以及车辆三方合作缓存,由于可以部署路侧单元的缓存内容,文章提出了缓存部分文件的算法,并与缓存整个流行度较高的文件和随机缓存文件比较,有效地降低了能量损耗。在制定的缓存策略中,车辆无论与哪个边缘节点建立连接,在当前的时隙都只缓存一定比例的内容。为了解决这一长期的混合整数线性规划问题,以及高效地处理大量的数据信息,本文提出了采用了基于深度确定性策略梯度算法的边缘缓存策略,通过提前放置和采用最近最少更新算法动态更新路侧单元和车辆存储的内容来减少时延,而且确定性策略和小批量梯度下降的特性也提升了算法的收敛速度。