随着通信技术与物联网行业的快速发展,低功耗无线网络被广泛的应用于监测和工业自动化等场景,部署了海量具有实时通信和计算功能的小型无线设备。由于严格的设备尺寸限制和生产成本考虑,无线设备通常使用容量有限的电池和低功耗低性能的处理器,从而大大限制了无线网络的数据处理性能。基于射频的无线能量传输技术（WPT）和移动边缘计算（MEC）技术的最新发展成为延长电池寿命和提高无线设备的计算能力的有效解决方案。两者的结合构成了新型的无源边缘计算系统,其能够持续地为无源设备远程无线供能,并且协助无线设备进行数据处理。同时,相比于传统的边缘计算网络,无源边缘计算系统优化设计存在新的挑战。一方面,由于无线能量传输效率较低,无线设备收集的能量有限,系统性能受到无线设备有限能量的制约。另一方面,对于多用户无源边缘计算系统,用户共享有限的系统资源,例如MEC服务器的计算资源、时间和频率资源。对处于较差信道状态的用户,收集的能量较低,而在执行计算任务时需要分配更多的系统资源,造成严重的不公平现象。本文研究了由WPT供电的多用户MEC网络的资源分配问题,其中用户通过码分多址技术共享无线信道,并遵循二进制计算卸载策略,即任务数据集作为一个整体在本地或远程在MEC服务器上执行。码分多址是诸多实际物联网中管理多用户频谱资源共享的方法,这也是本文考虑运用码分多址的重要原因。我们的目标是联合优化任务卸载决策（卸载到边缘服务器或本地计算）和资源分配（即WPT时间和用户发射功率）,以最大程度地提高所有系统的整体计算能力,表现为用户的加权和计算速率。该优化问题被建模为一个混合整数非线性规划问题,其中最大的困难在于具有组合特性的用户卸载决策。由于实际的用户扩频码不是完全正交的,因此不同的用户卸载集将导致不同的干扰水平和计算速率组合。为了解决这个问题,我们首先考虑给定用户卸载集,采用简单的循环功率控制算法和高效的分时规划法（FP）,来减轻上行链路任务卸载中的多用户干扰,并利用一维搜索算法得到近似最优的WPT时间分配。在最优资源分配基础上,我们提出了一种随机局部搜索算法来优化卸载决策。仿真结果表明,与其他代表性基准方法相比,本文提出的优化方法可以有效地提高具有扩频多址访问的无源边缘计算网络的计算性能。