物联网(Internet of Things，IoT)应用的普及给人们的生产生活带来了极大的便利。作为IoT的关键技术，机器类通信(Machine Type Communication，MTC)技术可以实现设备间通信，并且无需人为干预就可以自主完成通信，为IoT发展提供了多样化的应用和服务，具有广泛的应用前景。然而IoT中MTC设备数量呈现爆发式增长、网络规模的一再扩大会给现有网络架构带来诸多问题，首当其冲的就是大量设备的随机接入问题。当大量MTC设备向基站发出接入请求时，由于网络资源有限，在设备接入过程中一定会发生前导码冲突碰撞，产生积压设备，造成网络接入成功率降低、时延增大，严重时甚至会造成网络瘫痪。
　　为解决IoT中海量设备的随机接入问题，本文针对不同场景下随机接入相关关键技术提出了相应的改进机制。
　　首先，在接入等级限制(Access Class Barring，ACB)机制的基础上提出了一种基于动态限制因子的ACB机制。在该机制中，首先由前导码连接状态估计网络当前负载情况，进一步推算出下一时隙的设备到达情况，再根据每个时隙接入数量最大化这一原则动态调整限制因子，通过减少设备的冲突碰撞达到提高接入成功率的目的，且该机制能进一步应用于分级场景下。仿真结果表明，与现有机制相比，在MTC设备一定的接入时延要求下，所提机制具有更高的接入成功率和更低的平均接入时延，且适用于更大的网络规模，是一种有效的接入控制机制。
　　其次，针对IoT中设备接入的稀疏特性，本文深入研究了基于压缩感知的设备活跃检测机制。该机制在设备发起接入请求的过程中不对设备进行识别，而是将这一信息包含在发送信息中，通过最后正确解码的信息去识别设备，这样接入过程不再受前导码数量的约束，能够大幅提高接入成功概率。本文选取了套索(Least Absolute Shrinkage and Selection Operator，LASSO)算法和近似消息传递(Approximate Message Passing，AMP)算法进行对比，并对其性能进行理论分析。仿真结果显示，与传统接入机制相比，在接入成功率和平均接入时延两个指标上该机制性能更优，其中AMP算法比LASSO算法性能更好，仿真结果同时验证了理论分析的正确性。基于压缩感知的接入机制具有很大的潜能与研究价值。