随着移动智能终端（例如智能手机、平板电脑以及手提电脑等）及其应用的大力普及和发展,移动数据流量迎来了前所未有的飞速增长。在海量的数据业务中,存在大量重复的视频文件传送,这将会加大回程链路的传输负担。为了应对激增的移动数据流量,提升网络性能和用户的服务质量,多种新型的无线技术得到了广泛研究。然而,容量受限的回程链路在很大程度上限制了这些技术的进步。在这种背景下,无线缓存技术得到了极大的重视和发展。通过该技术,网络运营者可以在业务空闲时段提前将受欢迎的视频文件放置在网络边缘节点的本地存储器中,从而减少了回程链路的传输次数,降低了用户的服务时延,并且极大地减少了系统的能量消耗。与此同时,需要考虑用户多样化的视频观看质量。为了向用户提供不同的视频观看体验,可以采用可扩展视频编码（Scalable Video Coding,SVC）技术。通过该技术,待请求的视频文件被划分为一个基本层（Base Layer,BL）和多个增强层（Enhancement Layer,EL）。通过传送包含不同数量的内容层的视频文件,用户可以解码获得多样化的视频观看质量。本文充分地考虑了用户不同的视频观看质量,提出了异构网络中面向可扩展视频的无线缓存策略。从不同的维度出发,实现了缓存资源的最佳利用以及网络的平均可卸载数据量（Average Offloaded Traffic,AOT）、能量效率（Energy Efficiency,EE）、经济效率（EConomical Efficiency,ECE）以及服务时延性能的极大改善。本文的主要贡献及创新总结如下:首先,本文提出了异构小蜂窝网络中面向可扩展视频的内容层放置策略。通过SVC技术,待请求的视频文件被编码为多个内容层。由于微基站（Small-cell Base Station,SBS）的缓存容量有限,仅有部分内容层可以提前放置在SBS的本地存储器中。为了缓解宏基站（Macro-cell Base Station,MBS）和回程链路的业务负载并定量地衡量可以在SBS本地获取的数据量大小,本文定义了 AOT这一关键性能指标。基于随机几何工具,本文推导了 AOT的表达式。接着,在SBS的缓存容量受限的约束下,构建了最大化AOT的优化问题。通过变量松弛和基于贪婪策略的启发式算法,有效地求解了该问题,得到了二进制的内容层缓存指示因子。其次,本文提出了异构网络中面向可扩展视频的能量有效的随机缓存策略。网络中的SBS可以随机地缓存并协作地传输视频文件的BL或者EL内容。当用户所需的内容不能在SBS的本地存储器中获取时,可以由最近的MBS为用户传送未缓存的内容层。基于该内容传送策略,本文推导了用户的遍历服务速率,并构建了完备的能量消耗模型。接着,在SBS的缓存容量受限的约束下,构建了最大化EE的优化问题,并采用了改进的标准梯度投影法有效地求解了该问题,得到了 BL和EL的随机缓存概率。再次,本文提出了异构网络中面向可扩展视频的经济有效的内容层缓存策略。为了执行不同的缓存和传输任务,网络中众多的服务SBS被划分为多个簇。本文给出了 ECE的定义。在所研究的分簇网络模型中,为了得到ECE的表达式,本文推导了用户被协作SBS以及最近的MBS服务时的遍历服务速率,并构建了能量消耗模型。为了提升ECE性能,本文构建了不同情况下的ECE最大化问题。在第一种情况中,每个SBS的缓存容量相同。通过l0范数近似以及变量松弛的方法,原优化问题被转化为凸问题求解。基于松弛后的优化问题的最优解,本文设计了启发式算法,得到了二进制的内容层缓存指示因子。在第二种情况中,不同簇内的SBS的缓存容量不同。该优化问题是一个更为复杂的混合整数规划问题。通过将该问题划分为两个子问题迭代求解,得到了最佳的SBS缓存容量、内容层尺寸以及层缓存指示因子。最后,本文提出了设备到设备（Device-to-Device,D2D）通信辅助的异构网络中面向可扩展视频的时延最小化的随机缓存策略。在所研究的异构网络中,存在D2D层、SBS层以及MBS层。一个BL和多个连续的EL构成一个超层。通过传送由不同数量的内容层组成的超层文件,用户可以获得多种质量等级的视频内容。协作区域内的D2D节点以及小区内的SBS按照一定的概率随机缓存超层文件。基于所提的内容缓存及传输策略,本文给出了用户服务时延的定义。当用户被不同的节点服务时,本文推导了不同情况下的成功传输概率,并得到了服务时延的表达式。在D2D节点以及SBS的缓存容量受限的约束下,本文构建了最小化服务时延的优化问题。对于该优化问题,首先通过Lagrange对偶理论揭示了其最优解的特殊性质,然后通过改进的标准梯度投影法有效地求解了该问题。