现有长期演进(Long Term Evolution,LTE)系统和高级长期演进(Long Term Evolution-Advanced,LTE-A)系统中频谱资源的稀缺,以及用户资源的独占性,使通信网络容量难以满足第五代移动通信系统(The Fifth Generation Mobile Communication System,5G)日益增长的通信需求。随着物联网(Internet of Things,IoT),车联网,边缘计算网络,人工智能,云计算和雾计算等的发展,采用新的通信技术增加通信网络容量更加迫在眉睫。由于非正交多址接入技术(Non-orthogonal Multiple Access,NOMA)具有高频谱效率,成为当前5G候选技术的一种,各大企业,研究机构,以及高校等相继对该技术进行研究;然而NOMA技术研究依然面临如下挑战:(1)当前NOMA系统中设备成簇方案的时间复杂度普遍较高,研究低时间复杂度的设备成簇方法对降低NOMA系统接收端设备复杂度和时延具有重要意义。(2)对于NOMA系统而言,除频域和时域的资源管理外,决定NOMA系统相对于OFDMA系统性能提升幅度的关键在于功率分配算法。然而,目前NOMA系统中的功率分配算法难以兼顾算法时间复杂度,系统频谱效率和设备之间的公平性。基于此,本文研究IoT-NOMA系统和UAV-NOMA系统中设备成簇和资源管理方法,以解决上述挑战。首先,本文针对IoT-NOMA系统中设备成簇方法时间复杂度大的问题,基于NOMA系统的特点,提出低时间复杂度的IoT设备成簇方法;进一步,在每个IoT设备簇中,依据纳什议价博弈理论建模功率分配问题,并推导出可同时兼顾系统频谱效率和IoT设备之间公平性的功率分配的闭式解。仿真结果验证了所提出方法在IoTNOMA系统中的吞吐量和公平性联合性能上的优势,并显示出所提出方法在严格服务质量约束的物联网中具有很好的适用性。其次,在UAV-NOMA系统中,针对设备成簇方法时间复杂度大的问题,首先提出了低时间复杂度的基于距离的UAV-iUE(isolated User Equipment)联合方法,并证明了所提出UAV-iUE联合方法是纳什均衡的。然后,针对无人机位置资源优化时间复杂度大的问题,通过采用变量独立性分析方法,变量降维方法,以及三分法解决了无人机位置的优化问题。最后,提出UAV-iUE联合、无人机位置优化和功率分配算法。仿真结果验证了所提出算法在UAV-NOMA系统中频谱效率和公平性能上的优势,并指出无人机位置优化算法对UAV-NOMA系统的频谱效率提升具有重要作用。