目前网络体系中的基础设施很难满足5G网络下数据分流高传输和任务卸载低延迟的需求。因此,针对5G网络高传输、低延迟的特性,部署大量的具有传输和计算能力的微基站成为一种有效的解决方法。众所周知,大量微基站的部署虽能满足用户日益增长需求,但由于用户请求的时空差异性,势必会导致部分微基站在某些时段内因服务过剩而引起能量浪费问题。针对该问题,微基站激活被证明是一种有效的解决方法。与此同时,由于在5G边缘网络中部署的微基站自身能力的限制(比如:因有限的存储资源只能缓存部分服务等),当因能耗问题关闭部分资源过剩的微基站时,会导致边缘网络无法同时满足用户越来越多的多样性需求(比如:面部识别,交互式游戏等)。针对该问题,联合优化微基站激活策略和服务缓存策略被证明是一种有效的解决方法。本文分别从如下两个角度对5G网络下基站规划与服务缓存策略进行了研究。(1)本文结合了 5G网络下采用毫米波通信的特征,研究了发生在网络规划阶段的微基站最优部署问题,提出了基于空间分支定界算法的最优部署策略。通过最小化微基站部署的数量以及最优化其放置位置,在最小化微基站能耗的同时最小化任务的执行延迟。首先,将其建模为一个双层优化问题。其中上下层问题均为整数线性规划问题。其次,将上下层问题转化为等价的连续线性规划问题,减少了问题的复杂度。然后,利用KKT条件替换的方式,将双层优化问题转化为一个单层优化问题。最后,通过空间分支定界算法对问题进行求解,使其获得全局θ最优解。(2)本文针对发生在网络运行阶段的微基站激活和服务缓存联合优化问题,提出了Benders-1分割算法。在考虑5G网络下微基站的大量部署带来的能耗问题的同时,兼顾了因微基站自身能力的限制带来的服务缓存问题。在本文中,结合服务缓存和基站激活之间的交互影响,将联合优化问题建模为一个混合整数规划问题,设计了新的服务缓存策略,旨在最大化边缘网络的整体效益。因为联合缓存和激活问题是NP-难的,本文通过提出的Benders-1分割算法把该问题分解为基站激活和服务缓存这两个子问题来求解,使其能够获得全局(最优解。(3)本文分别对基于空间分支定界算法的微基站最优部署策略和针对基站激活和服务缓存这一联合优化问题提出的Benders-1分割算法进行了实验验证及分析。通过微基站最优部署模型的实验结果不难发现,所提出的结合毫米波通信特征的微基站部署策略能够极大提升微基站的能量效率。基站激活与服务缓存联合优化对应的实验结果表明在关闭关闭空闲的微基站时,利用基站动态的服务缓存,能够在保证用户服务质量的同时,减少微基站的能量消耗,进而最大化边缘网络的整体效益。本文还对Benders-1分割算法进行了验证,结果表明其能够取得最优解。