远程医疗、无人驾驶、智能家居及可穿戴设备的出现,提升了人们生活水平的同时,极大地提升了用户的服务质量、丰富了人们的精神文化生活。随着智能电子产品呈现井喷式增长,网络中任务的数量也随之增长,且随之产生出的海量数据需要及时处理。由于智能设备具有体积小、移动性强等特点,如何在智能设备上执行更多的任务、保证任务执行的实时性,同时降低设备能耗、在任务处理时延与设备能耗之间做出权衡,是当前研究的热点之一。本文充分利用移动边缘计算的低时延、高可靠、大容量等特性,提出了一个任务迁移模型,将智能设备上时延敏感型任务迁移到边缘服务器去执行,保证了任务的实时性。此外,该模型加入了协作计算与协作传输技术,利用中继节点对数据传输的加速作用,提升任务的传输速率,使得设备间能够采用协作传输与协作计算方式对任务进行高效、快速地迁移,达到了提升任务的传输速率、降低任务执行和传输时延的要求。在该模型中,设备间能够以设备到设备的方式进行数据传输,从而可将任务迁移至临近设备执行,以缓解网络中基站的传输压力。现有的研究工作仅仅使用解码转发方式对任务进行协作转发,然而随着设备间距离的增加,使用解码转发,任务的传输时延会急剧增加。本文充分考虑了设备的移动性,即在中继设备对任务进行协作转发过程中,当中继设备移动到距离边缘服务器较远时,采用放大转发方式对任务进行协作转发,而距离较近时,采用解码转发方式进行转发。本文设计了任务的五种执行方式,使得设备能够依据网络状况,在五种执行方式之间进行选择,有效降低了设备的能耗,降低了任务的传输和处理时延,保证了任务的实时性要求。为了充分提升用户的体验质量,本文设计了一个基于协作通信与计算的任务迁移模型,该模型考虑到实时性的重要性,寻求在智能设备能耗的约束下,最小化任务的传输和执行时延。此外,本文对该时延敏感型任务的迁移问题,进行了形式化描述,对问题的难解性进行了证明。为了解决该协作传输模型下大计算量以及时延敏感任务的迁移问题,本文提出了一个基于最优时延能耗比的启发式算法,此外,本文还设计了一个动态规划算法,在小规模输入情况下,生成问题的最优解,以验证启发式算法的性能。为了验证该协作计算与协作传输模型的实用性以及算法的合理性,本文进行了大量的实验来验证算法的性能。实验结果表明,启发式算法能够产生出近似最优解,动态规划算法可以生成问题的精确解。在小规模输入时,所生成的近似解与精确解之间的误差保持在[2.0%,3.0%]。实验结果同时证明了,采用协作传输与协作计算模型下的任务迁移效果要优于未采用协作方式时的性能。