物联网(Internet of Things,IoT)设备与日俱增,新兴物联网应用层出不穷,为人类的工作、生活、学习以及社会管理带来了诸多便利。然而,如此海量的IoT网络接入请求以及其不同于人与人(Human to Human,H2H)通信的独特业务特性,使得现有的接入网络难以担负物联网下的大连接,造成了严重的接入拥塞与过载问题,加大了 IoT终端设备的接入时延与能耗,降低了接入成功概率与无线接入资源利用率,严重影响了传统的H2H通信,甚至导致现有接入网络设施崩溃。而蜂窝网络凭借其广阔的网络覆盖、灵活的资源管理等优势,己经成为支撑物联网大连接的主要技术方案。因此,如何设计可靠、有效的接入拥塞控制方案,增强蜂窝网络应对、处理海量IoT接入请求的能力,缓解物联网大连接带来的接入拥塞与过载问题,提升接入资源利用率,成为亟需解决的重要问题。针对上述问题,本论文根据蜂窝网络下设备通过随机接入过程建立网络连接的时间顺序,从随机接入流量、随机接入资源与随机接入策略几个角度展开详细的技术研究,通过动态优化控制接入流量,控制IoT终端设备的网络接入请求到达率;合理调度随机接入资源,提高资源利用效率;设计高效随机接入策略,加强设备侧协作以及网络侧协作,旨在减小物联网下海量连接在网络连接过程中遇到的接入碰撞与冲突,提升接入成功率与无线接入资源利用率,降低接入时延,从而缓解物联网大连接带来的接入拥塞与过载。本文主要研究内容与创新点如下:1、面向大连接的随机接入流量控制针对无人机数据采集场景下海量地面IoT设备接入拥塞带来的高能耗与低数据采集效率问题,本研究首次分析了数据采集场景下IoT设备接入无人机网络过程中的媒体接入控制(Media Access Control,MAC)层接入拥塞问题,建立随机接入理论分析模型;并推导验证接入平衡状态,求解最优随机接入流量,从而最大化单位时间内的接入成功数目;通过动态无人机飞行速率调整,实现随机接入流量的实时优化控制,从而降低网络连接建立过程中的MAC层接入拥塞与过载问题,最大化无人机数据采集效率。仿真结果验证了连接建立数学模型的准确性,并表明该动态接入流量控制算法能够最大化无人机的数据采集效率,同时提升接入成功概率,降低接入时延、接入冲突概率以及阻塞概率。2、面向大连接的随机接入资源调度针对增强机器类型通信(enhanced Machine Type Communications,eMTC)网络下不同覆盖等级接入资源优化调度问题,本文首先回顾与总结了第三代合作计划(The 3rd Generation Partner Project,3GPP)针对物联网提出的eMTC网络技术增强与演进;然后,对比传统蜂窝网络下的网络连接建立过程,如长期演进技术(Long Term Evolution,LTE)网络,对eMTC下随机接入过程进行研究与分析,构建数学分析模型,推导出接入成功率、平均接入时延与接入冲突概率;之后,综合考虑不同网络覆盖等级下的接入用户数目、最大前导资源重复传输次数等关键参数,合理分配不同网络覆盖等级下的随机接入前导资源,旨在最大化成功接入的IoT终端数目,从而降低物联网大连接带来的网络接入拥塞与过载;最后,仿真结果验证了eMTC下随机接入数学模型的准确性,并表明了所提的资源调度方案能够根据不同网络覆盖等级下的接入请求规模实现接入资源的动态调度,从而最大化eMTC网络下的IoT设备接入性能。3、面向大连接的设备群簇协作寻呼接入机制针对设备侧群组协作寻呼策略下组内设备接入冲突与碰撞问题,本文引入了双层网络接入框架,进一步加强设备间协作,将寻呼群组划分成设备协作簇,将IoT设备与网络侧的连接划分成簇内数据汇集与簇头数据传输两阶段,由簇头代表簇内IoT设备进行数据上传;并引入低成本、高接入容量的IEEE 802.11ah网络解决方案,将之应用于簇内数据汇集,从而降低簇内IoT设备数据传输过程中造成的碰撞与冲突问题;建立簇内数据汇集与基于簇头的数据传输数学模型,推导接入成功率与平均接入时延表达式,并对组内的分簇数目进行优化求解,最大化所提接入拥塞控制方案的接入性能;最后,仿真结果表明,IoT设备的双层网络接入数学模型与实际仿真相吻合,动态簇数目调整策略在不同的接入规模下能够一直保持最高的接入成功率与最低的接入时延,有效缓解物联网大连接带来的接入拥塞与过载问题。4、面向大连接的基站协作自适应接入策略针对多基站覆盖下的海量IoT设备接入拥塞问题,本文引入生物学中的吸引子选择算法,设计了一种自适应的基站协作方案,综合考虑网络环境状况,通过为设备确立最佳基站选择方案,自适应地将海量的网络连接请求分载到不同的基站上,有效缓解物联网大连接带来的接入拥塞与过载问题。首先,提出一种接入流量预测模型,确保基站能够接入资源利用情况等知悉网络接入负载;其次,综合考虑各基站的有效随机接入资源与网络负载,确定吸引子选择算法下的活性因子,并设计基于活性因子与基站选择概率的非线性微分方程,明确接入请求在不同基站的分载比;之后,根据均衡状态解调整分载比实现IoT设备网络接入性能的最大化,从而实现海量接入请求在基站之间的自适应分载;最后,仿真结果表明,该基于吸引子选择算法的基站协作方案能够极大地缓解物联网大连接带来的接入拥塞与过载,有效提升接入成功率与接入资源利用效率。