随着物联网（Internet of Things,IoT）的飞速发展,海量的机器类通信设备（Machine-Type Communications Device,MTCD）开始出现在通信网络中。MTCD数量的指数级增长以及独特的通信特点给传统的蜂窝网络架构和资源管理方法带来了很多挑战,包括网络拥塞、频谱资源不足和MTCD自身资源受限等。针对这些挑战,本文对机器类通信场景下的资源管理方面进行了研究,主要包括以下三个方面:（1）本文首先对机器类通信的特点进行了全面分析。将稀疏码分多址（Sparse Code Multiple Access,SCMA）、认知无线电（Cognitive Radio,CR）和移动边缘计算（Mobile Edge Computing,MEC）三种技术用于机器类通信,分别用于解决网络拥塞、频谱资源不足和MTCD自身资源受限问题。（2）为缓解网络拥塞和频谱资源不足的问题,提出一种基于最佳虚拟网关的认知SCMA系统模型。该模型根据用户的服务质量（Quality of Service,Qo S）要求和地理位置把这些MTCD用户分成独立的集群,在每个集群中通过CR技术感知可能提供空闲频谱资源的LTE用户,定义为虚拟网关。综合考虑可提供的频段大小和电量因素制定满意度规则,根据满意度最大规则选出最佳虚拟网关。将最佳虚拟网关提供的空闲频谱分为多个子载波组,设计MTCD用户与子载波组的最优匹配算法,MTCD用户以频率域的SCMA方式使用完成匹配的子载波组接入网络。搭建链路级仿真平台进行仿真,仿真结果表明所提方案可有效提高系统的频谱利用率和吞吐量。（3）为解决机器类通信类设备资源受限问题,本文将移动边缘计算技术用于机器类通信。首先在宏基站设立软件定义网络（Software Defined Network,SDN）控制器,将其覆盖范围分为多个区域,每个区域设立配有MEC服务器的小基站。其次,为确定各区域的最优任务流强度,将小基站建模为平均服务率不完全相同的M/M/1/∞排队模型。联合平均等待时延和能耗两因素,建立系统损耗模型并通过迭代二分算法求解。再次,SDN控制器根据实际任务流强度和求解的最优任务流强度统计过载区域和有空闲资源区域的数目。最后,根据MEC服务器的能量损耗系数和不同区域之间的距离设计跨域卸载算法。当部分区域过载而部分区域有空闲资源时,SDN控制器根据本文所提跨域卸载算法向过载区域的用户发布调度指令,这些用户将任务以频率域的SCMA方式进行跨域卸载,系统中的MEC服务器协同工作。仿真结果表明,本文所提方案可使系统资源分配更加均衡,达到节省能源的目的。