在未来网络中爆发式计算密集型应用的可预测性推动下,移动边缘计算（Mobile Edge Computing,MEC）被认为是缓解移动终端压力的有效技术,MEC技术允许用户能够将其计算工作负载卸载到位于基站（Base Station,BS）附近具有丰富计算和缓存能力的MEC服务器。面对大量的卸载需求,如何利用有限的通信资源和计算资源为用户提供服务已经是MEC系统中的一个关键问题。此外,非正交多址接入（Non-Orthogonal Multiple Access,NOMA）通过叠加编码（Superposition Coding,SC）技术和连续干扰消除技术（Successive Interference Cancellation,SIC）技术可以实现频谱复用,从而提高通信效率。本文研究了基于NOMA的MEC系统中的资源优化问题,通过利用先进的NOMA技术,提高MEC系统的卸载效率。本文主要工作与贡献如下:（1）针对单MEC服务器场景,提出了一种基于NOMA和用户协作的MEC系统联合卸载决策以及功率和时间资源分配方案。该系统包含两个普通用户,一个辅助用户和一个位于基站附近的MEC服务器。假设普通用户与辅助用户都有计算需求,可以采用本地计算也可以将计算任务卸载。假设普通用户与基站间没有直接的通信链路。两个普通用户可以采用NOMA技术将部分计算任务卸载给辅助用户,然后辅助用户可以将部分计算任务卸载给MEC服务器。在保证用户卸载时延要求的条件下,联合优化了任务卸载量,发送功率以及时间分配,目标是最小化用户能耗加权和。仿真结果表明所提方案相比于传统的正交多址接入（Orthogonal Multiple Access,OMA）以及无协作的方案,能够有效降低用户能耗。（2）针对多MEC服务器场景,提出了一种基于NOMA的MEC系统多维资源分配方案,联合优化了信道分配、服务器分配、上下行发送功率以及计算资源的分配,其目标是通过联合优化卸载决策和资源分配来最小化所有用户的总卸载延迟。该问题是一个非凸问题。为了解决该问题,本文提出了一个有效的迭代算法。具体而言,本文将该问题转化为两层匹配问题,然后对于给定的两层匹配结果,将问题分成两步进行求解。两层匹配通过多次迭代交换匹配算法获得。仿真结果表明,与基于OMA的卸载方案以及不考虑信道分配优化的方案相比,本文所提出的资源分配算法可以有效减少系统卸载时延。