随着第一版5G国际标准于2018年9月正式冻结,5G的大门正式开启。5G技术的广泛应用给人们生活的方方面面带来了巨大的改变。机器类通信（Machine Type Communication,MTC）是5G蜂窝通信网络的三个典型场景之一,预计支持每平方公里100万台设备的连接密度。当大量设备发起接入时,可能会导致拥塞、冲突和丢包,如何设计行之有效的设备接入方案来避免网络拥塞是一个至关重要的问题。另一方面,5G国际标准定义了多达256种时隙结构,如何利用新颖的时隙结构来组成灵活的帧结构,从而满足不同类型业务的需求成为了一个值得研究的课题。本文第一部分设计了一种基于Q学习的动态前导码分配方案,采用早期数据传输（Early Data Transmission,EDT）机制增强系统对时延敏感类业务的支持。根据业务的最大时延容限,将MTC设备分为时延敏感型和时延容忍型两类。预先为时延敏感设备保留一部分前导码资源,时延敏感设备从预先保留的集合中随机选择一个前导码并采用EDT接入。时延容忍设备从其余的前导码中随机选择一个前导码并执行传统的四步随机接入过程。根据两种设备的成功接入比例,采用Q-learning算法动态调整预保留前导码的数量。随后基站会更新和广播允许使用EDT接入的设备类型。仿真结果表明,本文提出的方案减少了时延敏感设备的重传次数,提高了接入成功率。本文的第二部分工作是设计了一种综合考虑业务流量特性与业务需求的自适应帧结构。首先在混合场景下为各类业务进行时隙格式的适配,然后用这些时隙格式组成适配混合业务场景的帧结构。通过检测下行链路队列长度与系统吞吐量的变化来周期性地调整特殊时隙中上/下行符号的数目,从而保证系统的吞吐量。仿真结果表明,由于在帧结构的设计和调整时考虑了各类业务的流量特性和系统吞吐量变化的情况,因此能够在动态的环境中保证系统的吞吐量;另一方面,由于本文设计的帧结构周期较短,有效降低了时延。