近年来,新兴技术的涌现、智能终端设备数目的爆发式增长以及用户高服务质量需求,使得有限的频谱资源日渐“捉襟见肘”。因此,通信学者们主要将关注点放在提高频谱效率的无线通信技术的研究中,如非正交多址接入技术(Non-Orthogonal Multiple Access,NOMA)。在NOMA系统中,发送端对同一NOMA用户组的用户信息采用功率域复用技术叠加编码并发送;接收端采用串行干扰消除技术(Successive Interference Cancellation,SIC)进行译码。NOMA技术凭借其显著提升频谱效率和提高用户入网数量的特点,成为下一代通信网络中重点研究技术之一。现有研究工作主要集中在假设基站已知完美信道状态信息(Channel State Information,CSI)的情况下进行资源分配,然而在实际的通信环境中很难获得完美CSI,因此研究非完美信道状态信息(Imperfect Channel State Information,ICSI)下的NOMA系统模型非常有必要。本文研究了基于ICSI下NOMA蜂窝网络的资源分配问题,将用户匹配方案和功率分配因子作为变量,以该系统下行链路的能效最优化为目标进行数学问题建模,并提出了一种启发式算法,将原有问题降维处理。首先,针对同一NOMA用户组内不同用户之间的功率分配问题,传统方案中通常采用全搜索功率算法(Full Search Power Algorithm,FSPA),但是随着全网用户数量的逐步增多,FSPA方法的时间复杂度呈指数级增长,因此本文提出了一种次优迭代功率分配算法,可以实现逼近FSPA算法最优性能的同时降低了复杂度。其次,不同的用户匹配方案也会影响NOMA用户组之间的最优功率分配因子,进而影响系统性能,而现有的用户匹配方案通常采用用户双向选择,复杂度较高且不能实现最优性能,针对该问题本文依据次优迭代功率分配算法计算所有用户匹配方案下的能效矩阵,进而将该问题转换成指派问题,利用匈牙利算法求解确保得到最优用户匹配方案。最后,当NOMA用户组间的功率分配因子和用户匹配方案确定后,原能效问题经证明是关于信道间功率分配因子的拟凹函数,可以利用梯度协助二分法寻找最优解。仿真结果证明,本文提出的启发式算法在确保系统用户服务质量需求的前提下,能够有效逼近全空间搜索算法实现的最优能效,同时大大降低了计算复杂度。