快速发展的物联网已成为支持数字经济升级转型的关键基础设施之一,机器与机器（Machine-to-Machine,M2M）通信可以为物联网应用提供泛在的信息交互能力。随着各种新兴物联网应用的涌现,全球范围内M2M连接数量呈现出爆炸式增长,这不仅带来了巨大的市场机遇,同时也对M2M通信网络提出了新的需求与挑战。然而,现有的大多数无线通信网络以支撑移动互联网等业务为主要目标,无法高效精准地满足海量物联网接入及应用多样化的需求。因此,亟需开展面向物联网应用的M2M通信的相关研究。本论文着眼于面向M2M通信的异构无线网络性能分析与优化,开展以下四个方面的相关研究工作。首先,针对M2M通信的特点,对面向M2M通信的异构无线网络业务、场景及架构进行分析和研究,探讨如何通过异构网络提供满足M2M通信多样化需求的接入、传输和计算等服务。其次,为缓解海量M2M设备接入过程中的碰撞问题,研究基于分组的海量M2M无线接入策略。然后,为有效地利用异构M2M无线网络中的各类无线资源,对通信方式选择及无线资源分配的联合优化策略进行研究。最后,对异构M2M无线网络中的边缘计算资源分配策略展开研究,以提高网络对M2M计算任务的处理效率。本论文的主要研究内容和创新性工作归纳如下。（1）面向M2M通信的异构无线网络架构研究本部分首先是对M2M通信的业务特征、典型应用场景以及通信需求进行分析,进而提出面向M2M通信的异构无线网络架构,自下而上依次包含M2M设备层、M2M网络层和M2M应用层等;其次是详细地阐述各层的功能和特点,并分析其中的异构性,具体包括设备层M2M终端的异构性、网络层通信方式的异构性以及应用层业务需求的异构性等;最后是对M2M异构无线网络相关的关键技术及其优势进行讨论。本部分内容为后续的研究提供必要的基础。（2）基于分组的海量M2M无线接入策略研究实时可靠地接入网络是海量密集M2M终端能够有效传输感知数据的重要保障。然而,传统无线接入信道的前导码数量极其有限,海量M2M终端同时发起接入势必会引起严重的碰撞问题,导致传输性能恶化。因此,本部分利用大规模天线的波束空间方向特性,提出两种基于空间分组的M2M无线接入策略,以降低终端接入碰撞概率。具体而言,在M2M终端均匀分布的场景下,首先提出一种基于辐射方向均匀分布的多波束天线阵列的静态分组接入策略,并对其接入成功率进行分析。然后,针对M2M终端非均匀分布的场景,我们相应地提出基于辐射方向非均匀分布的多波束天线阵列来进行动态分组接入,同时利用双深度Q网络（Double Deep Q Network,DDQN）算法来调整和优化波束方向。仿真结果表明,基于均匀分组的静态接入策略性能均优于非分组传统接入方法;同时,相比于静态接入策略,基于非均匀分组的动态接入策略具有更低的平均接入时延等性能。（3）基于动态规划的异构M2M网络无线资源分配策略研究在异构M2M无线网络中,借助M2M网关能使M2M终端更灵活地选择其通信方式及无线资源;但与此同时,M2M网关的无线回传链路又与传统人与人通信用户复用有限的无线资源。所以,如何高效使用各类无线资源,使M2M网络同时满足M2M通信和人与人通信等业务需求,是本部分研究需要解决的主要问题。因此,我们提出了一种基于动态规划的通信方式选择和无线资源分配的联合优化策略。首先,本部分基于半马尔可夫决策过程对该问题进行了建模,并以最大化系统的长期平均收益作为优化目标;然后,利用相关值迭代算法对模型进行求解,从而获得M2M终端通信方式和无线资源的联合分配策略;最后,搭建仿真平台对所提的策略进行评估验证。仿真结果表明,所提出的联合优化策略在不同业务量等情况下的数据传输阻塞率性能均优于基准策略,并且可以获得最高的平均收益。（4）基于深度增强学习的M2M边缘计算资源分配策略研究实时处理海量的M2M数据是M2M异构网络面临的另一大挑战。一方面,M2M终端本地资源受限;另一方面,将计算任务卸载至远端云计算平台会带来较大的时延。因此,基于所提出的M2M异构网络,部署边缘计算服务是解决上述问题的有效方法之一。然而,不同M2M应用的需求具有较大差异性,如何合理地分配边缘计算资源来满足多样化的需求是本部分研究的重点。因此,我们提出了一种基于深度增强学习的M2M边缘计算资源分配策略,以保证各种M2M应用的计算任务能及时有效地被边缘计算系统进行处理。具体而言,我们首先将上述资源分配问题建模为马尔可夫决策过程,并设计了一种系统时刻和决策时刻相互分离的机制来简化模型中的动作空间。然后,提出一种改进型DDQN算法来对该模型进行求解,从而获得了相应的计算资源分配策略。值得指出的是,在改进型DDQN算法设计中,我们通过使用多个回放存储器来分别存放相互影响较小的经验样本,明显提高了经验样本的利用率及训练效率。仿真结果表明,我们所提出的改进型DDQN算法具有更好的训练性能;并且,所提出的基于深度增强学习的M2M边缘计算资源分配策略,能够在保证M2M边缘应用低时延性能的同时,有效地提高边缘系统中虚拟资源的利用率。