近几年，随着M2M设备需要接入移动蜂窝网络的需求在不断增加，M2M通信成为LTE-A网络的研究焦点之一。M2M通信是物联网的一个应用模型，在没有人或者很少人参与的情况下，它能使得互通的设备之间彼此通信。M2M通信的应用领域包括智能测量，电子健康，监控和安全，智能交通，城市自动化，智能监控等。在大规模M2M通信中的M2M应用有一些挑战性特性，例如小数据传输，组通信，时间控制，延时容忍通信等。这些特性使得M2M通信不同于人与人(H2H)通信。例如，一些M2M应用通常需要传输的是几个字节的数据，而其M2M数据包的有效载荷将会小于一个资源物理块(PRB)的大小。那么，当大量的M2M业务接入到移动网络中时，这将会降低无线频谱资源的利用。数据聚合能够有效地提高M2M通信的频谱利用率，因为它能使得在一个PRB中容纳更多的M2M数据包。然而，数据聚合不可避免地带来延时的增加。因此，获得服务质量(QoS)需求与PRB利用率之间的权衡是M2M研究的重要内容。　　为了满足在数据聚合过程中M2M应用的QoS需求和提高频谱利用率，本文对M2M通信框架进行优化设计并提出一个基于QoS的最优化聚合方案，它能够平衡M2M应用的延时和PRB的使用。为此，引入LTE-A的一个中继节点（RN）来聚合上行M2M数据包通信。作者完成的主要工作如下:　　第一，对M2M通信框架进行优化设计。首先，UE在M2M设备发送的数据包中加入优先级的识别信息。然后，在RN中引入多队列聚合，并提出一个基于QoS的最优化聚合方案(OAS)，它能够在满足M2M数据包QoS延时的情况下实现最小化PRB的使用量;最后，在P-GW中能够根据GTP选项信息将聚合数据包中的原始M2M数据包提取出来。　　第二，为了实现多队列聚合，M2M应用被分为六个类别，分别是紧急报警类应用、对话类应用，数据流类应用，交互式类应用、背景类应用类别和延时容忍类应用。这六个类别能够很好地区别不同延时需求的M2M应用。　　第三，为了解决最优化问题，本文提出一个优先级分支定界算法(PBBA)。然而，由于PBBA的低计算效率，设计了一个能够用于在实际系统实现的优先级聚合启发法(PAH)。　　最后，为了评价最优化聚合方案的优劣，本文对四个比较场景进行仿真，它们分别是非聚合方案(NAS)、简单聚合方案(SAS)、提出的最优化聚合方案(OAS)和提出的优先级聚合启发法(PAH)。通过仿真结果可知，本文提出的最优化聚合方案能够使得有效地平衡不同应用的延时，高优先级的数据包能够迅速发送出去，而低优先级数据包则尽可能地聚合，并且系统的频谱利用率也得到提高。相比于OAS，在PAH的场景下，系统频谱利用率有所上升，并且更能够应用于实际系统中，因为由PAH所带来的增加的延时远远小于由OAS低计算效率所带来的延时。