机器对机器(Machine-to-Machine,M2M)通信在未来物联网的基础设施中扮演着重要角色。随着通信技术的发展,越来越多的机器类设备(Machine Type Device,MTD)需要接入到基站(Base Station,BS)中。由于前导资源受限,当大规模MTD同时请求与BS通信时,现有的随机接入机制会出现接入效率低、时延高、以及资源利用率低等问题。针对上述问题,本文开展了基于分组的机器类通信(Machine Type Communications,MTC)随机接入机制研究,具体研究内容如下:首先,介绍了M2M通信的随机接入过程,并据此分析导致随机接入拥塞的原因。引入几种衡量随机接入机制性能好坏的标准,并详细介绍了几种随机接入机制的优点与不足。其次,针对大规模设备同时接入BS导致的拥塞问题和传统退避机制统一退避时导致的高接入时延问题,提出了一种基于不同时延需求对设备分组的随机接入方法。在随机接入退避机制的基础上,将小区中设备按时延要求分组,对不同组的设备引入不同的退避模型,按照不同组中设备的时延需求动态分配前导,分析了时延敏感设备的时延和吞吐量,并通过最大化吞吐量,设计了最优的退避参数。仿真结果表明:在给定时延敏感设备的时延限制条件下,与统一退避的机制对比,所提分组机制不仅能够满足时延敏感设备的时延要求,而且提高了接入效率。最后,针对大规模设备同时接入BS导致的接入效率低和前导利用率不高的问题,提出了一种基于分簇和前导重用的随机接入方法。在已有随机接入分组机制的基础上,将设备按地理位置分为了若干个簇,簇内的设备的接入请求先发送到簇头再由簇头转发至BS。然后根据分簇方案确定了前导重用方案,并通过最大化接入成功概率,设计了最优的簇内、外接入时隙分配方案。仿真结果表明:在大规模MTD接入BS场景下,合理的分簇和分配簇内、外接入时间不仅能够提高接入成功概率、降低接入时延,还能提高前导利用率,降低前导冲突的可能性。