随着全球移动互联网人口规模不断扩大、人均使用时长日渐增加,新时代的无线通信技术需具有更高的频谱效率（Spectral efficiency,SE）、满足更大规模的用户/设备连接、提供更快的数据传输速率等,传统的正交多址接入技术（Orthogonal Multiple Access,OMA）已逐渐不能满足用户的需求。与正交多址技术不同,非正交多址接入（Non-orthogonal Multiple Access,NOMA）可将资源非正交分配,从而能扩大连接规模,提高频谱利用率。因此,NOMA被认为是第五代移动通信系统中的关键技术。本文主要研究NOMA系统下行链路的资源分配算法,旨在提高系统总吞吐量。主要研究工作和成果如下:1.提出一种基于自适应遗传算法的NOMA系统下行链路用户动态分簇算法提出基于动态簇的用户分簇方案,使NOMA簇个数及簇中用户数皆随模拟环境自适应变化,这种场景将更贴近于实际情况。此外,本文将遗传算法应用于优化NOMA网络中的用户动态分簇,为了改善标准遗传算法存在的收敛速度慢且容易陷入局部最优等问题,本文提出一种自适应调节参数的改进遗传算法。具体采用次优配合启发式方法生成初始种群,将系统吞吐量作为适应度函数值,参与后续的选择、交叉和变异操作,其中应用轮盘赌选择方式,并通过适应度函数值的变化来适时地调节交叉和变异概率的大小,使算法能够更好更快地收敛到全局最优。仿真结果表明,本文所提算法能够有效降低求解复杂度,并获得次优的系统性能。2.提出一种低复杂度面向基站的次优子信道分配算法主要研究多小区多载波非正交多址网络中的子信道分配问题,目标是最大化多小区多载波NOMA系统下行链路的系统总吞吐量。首先,将最优化问题解耦为两个子问题:子信道分配问题和功率分配问题;然后,采用比例功率分配算法,将优化问题简化为单一的面向基站的子信道分配问题。为求解上述问题,本文提出了一种面向多小区多载波NOMA系统的次优子信道分配算法,具体首先给出一种权重干扰距离的定义;然后基于该定义提出一种子信道分配方案过滤算法,用于缩小求解最优化问题的寻优范围,缩短问题求解时间;最后从过滤后的子信道分配方案中遍历出次优子信道分配方案。仿真结果表明,本文所提算法能够有效降低求解复杂度,并获得次优的系统性能,且在复杂场景下,其优势愈加明显。