海量机器类型通信(massive Machine Type of Communication,mMTC),作为即将到来的第五代无线移动通信(5G)的三大应用场景之一以及物联网的典型应用场景,将为大规模的设备提供连接。在万物互联带来机遇的同时,对频谱利用率、传输延迟和数据吞吐量等方面提出了新的要求。为了应对这些挑战,非正交多址接入(Non-orthogonal multiple access,NOMA)通过利用新的维度功率域,能够提高频谱效率并减少信令开销,在支持海量连接时更具有优势,NOMA中的资源管理也已成为无线通信领域的热点研究问题。本文以工业物联网中的mMTC作为背景,以NOMA作为技术支撑,围绕系统吞吐量、公平性以及功率消耗等问题,从用户调度、功率控制、时隙分配以及分组策略等角度展开研究。本文的主要工作和贡献如下:针对工业物联网场景中大规模传感器节点传输速率低的上行链路的特点,提出一种联合非正交-时分多址通信模式。系统允许多个传感器节点在相同的时间频率资源块中进行数据传输,并将可用时间划分为长度不等的时隙分配给不同的传感器进行不同模式的传输。同时制定了联合用户调度、时隙分配和功率控制的优化问题,以最大化系统的α和效用。此外,利用等效D.C.方程解决原本的非凸优化问题,并提出了联合非正交-时分多址D.C.规划在有限次的迭代取得最优解。仿真结果表明提出的联合非正交-时分多址通信模式在频谱利用率和公平性方面优于传统的正交多址接入。针对支持多传感器节点同时进行NOMA通信时的实际部署的性能和复杂度要求,提出了一种基于干扰感知的分组策略。系统中同一组内的传感器节点通过NOMA进行传输,同时在不同组之间进行正交的资源分配。在传感器节点的服务质量约束下,建立了最小化系统功率消耗的优化问题。从连续干扰消除的原理出发,为传感器节点确定了干扰功耗函数,并基于干扰感知构建干扰图以描述传感器节点更换组时对系统总体性能产生的影响。此外,提出了一种快速搜索负环的次优的低复杂度算法来减少系统功耗。仿真结果表明提出的算法能有效地减少系统发射功率并支持不同设备多样的服务质量要求。