通信技术演进到第五代移动通信（the Fifth Generation of Mobile Communication,5G）时代,能够实现万物的互联互通,而V2X（Vehicle to Everything,车辆到一切事物）技术作为万物互联的接入点成为了目前研究的热点。本文主要对5G新空口车联网（New Radio Vehicle to Everything,NR-V2X）技术的直连链路（Sidelink）上UE自主资源选择方向进行分析和研究,主要对以下的两个方面进行了优化:在NR-V2X应用场景方面对V2X混合场景进行了研究,考虑到该场景没有优先保障承载了高优先级业务的基础设施到车辆通信（Infrastructure to Vehicle,I2V）和基础设施到行人通信（Infrastructure to Pedestrian,I2P）方式下的系统性能,因此本文提出了预设定专用资源池的优化方案,通过对以上两种通信方式下的紧急业务进行资源预留,保证紧急业务的可靠性。在NR-V2X资源分配方面,本文提出了三种改进式算法:第一种算法从业务优先级的角度出发,针对多业务UE在资源抢占时紧急业务的可靠性可能会受到其余UE影响的缺点,本文提出了基于自身抢占的资源分配方案,该方案令多业务UE的紧急业务依概率p抢占自身低优先级业务的资源,使该低优先级业务延迟发送;第二种算法从设备优先级的角度出发,针对UE抢占时可能会影响其余设备紧急业务传输的问题,本文提出了基于询问式抢占的资源分配方案,该方案通过广播询问或控制信息传递的方式,对发送资源上其余设备的业务进行检测,根据检测结果进行资源抢占;第三种算法从高密度场景的角度出发,针对用户数量较多带来的带内干扰严重、资源感测次数较多以及传播环境非视距（None Line Of Sight,NLOS）造成的远近效应等问题,本文提出了基于车辆成排调度的资源分配方案,该方案通过地理位置和行驶方向两个条件进行用户分组,降低了远近效应和带内干扰的影响,再通过车辆距离对每个分组成排处理,提升资源检测准确性、减少感测次数。本文对NR-V2X通信系统进行了系统级仿真,将上述两个方面的优化算法进行了仿真分析工作。对比包接收率等性能结果,验证了本文提出的算法均可以有效的提升系统性能。