物联网(Internet of Things,Io T)技术的快速发展将支持机器与机器之间(Machine to Machine,M2M)、机器与人之间的复杂通信,实现真正意义上的物体之间信息交换和无缝连接,以及人类社会对物理世界的实时控制与管理。作为Io T技术的重要实现方式,M2M通信技术是指在没有人为干预的情况下实现设备之间的自主通信,以及设备与基础设施之间的通信。然而,M2M通信业务类型多样、低功耗、海量接入等,给网络的无线资源管理带来巨大的困难。本文就蜂窝网络中M2M通信无线资源管理算法开展研究,具体包含如下内容:首先,介绍了M2M通信的网络架构,接着介绍了M2M通信模式、特征及典型应用,并对M2M通信的无线资源管理算法的研究现状进行分析。针对由单个基站(Base Station,BS)与多个机器类通信设备(Machine Type Communication Device,MTCD)构成的M2M通信系统,提出了一种联合资源分配及成簇算法。定义系统能效为所有MTCD的能效和,并综合考虑模式选择、传输速率及资源分配等限制条件,建模联合资源分配及成簇问题为系统能效最大化问题。由于该问题为难以直接求解的非线性分数规划(Nonlinear Fractional Programming,NFP)问题,无法通过传统的优化理论直接求解,故将其转换为资源分配子问题及成簇子问题,并采用基于迭代的能效最大化算法和改进的K-means算法分别进行求解,从而确定联合资源分配及成簇策略。最后,通过实验仿真验证了所提算法具有良好的性能。针对由单个BS、多个网关(Gateway,GW)与多个MTCD构成的M2M通信系统,提出一种联合资源分配算法以实现系统能耗最小化。将系统能耗定义为所有MTCD的能耗和,并综合考虑时隙、信道分配策略、传输模式、GW选择策略、传输速率、GW数据守恒及资源分配等限制条件,建模联合资源分配问题为系统能耗最小化问题。为求解所建模优化问题,本文分别将考虑单个MTCD优化问题求解和多个MTCD优化问题求解的情况,并采用贪婪算法和基于库恩-芒克勒斯(Kuhn-Munkres,K-M)匹配策略的冲突MTCD子信道分配算法分别进行求解,从而得到联合资源分配策略。最后,通过实验仿真验证了所提算法的有效性。