非正交多址接入（Non-Orthogonal Multiple Access,NOMA）技术是第五代移动通信系统（the 5th Generation Mobile Communication System,5G）的关键技术。NOMA系统通过采用叠加编码技术在很大程度上提高了信道的频谱效率。但是,在同一信道上叠加大量的用户会造成较大的解码时延与错误传播。本文研究NOMA下行信道上的用户选择问题,以访问限制、功率预算以及速率需求为约束条件,提出三个用户选择算法。其中,访问限制是指单个信道上最多可以叠加的用户数量。本文的主要工作如下:首先,对用户选择问题进行建模并分析。通过NOMA下行系统模型提出本文的研究内容,使得用户选择问题具体化。对用户选择问题进行数学建模,并分析进行用户选择时的约束条件,即访问限制、功率预算以及速率需求。验证用户选择问题的NP完备性。应用松弛策略推导目标函数的表达式,并证明函数具有次模性质,从而将问题建模为次模最大化模型,这为后续近似算法的设计与分析奠定了基础。其次,提出三个用户选择算法。（1）基于分支限界的用户选择算法。从精确解的角度,提出基于分支限界的用户选择算法,该算法以贪婪算法的解为下界,局部最优解为上界,可以达到最大系统总速率。（2）松弛贪婪算法。由于用户选择问题为NP完全问题,为了进一步降低算法的复杂度,从近似解的角度,在简单贪婪算法的基础上,引入松弛策略,提出松弛贪婪算法。（3）改进的松弛贪婪算法。由于松弛贪婪算法在进行用户选择时存在提取损失,为此采用部分枚举技术对其进行改进,提出了基于部分枚举的近似算法。最后,对算法进行性能验证。对于本文提出的近似算法,通过理论分析,松弛贪婪算法的性能比为2~1（7）1-1/e（8）,其中e是自然对数的底;基于部分枚举技术改进的松弛贪婪算法的性能比为（7）1-1/e（8）,这达到了基于次模函数设计近似算法的经典常数值。本文将基于分支限界的用户选择算法、贪婪算法、传统枚举算法、松弛贪婪算法等进行对比仿真测试,结果表明基于分支限界的用户选择算法可以得到NOMA下行信道最大总速率,适用于问题规模较小、追求精确解的场景;改进的松弛贪婪算法的复杂度较低,可以得到近似最优解,适用于问题规模较大、追求在短时间内得到近似最优解的场景。