La 5G-NR (Fifth Generation-New Radio) a introduit le concept de slicing pour cibler différents types de services. Nous considérons dans cette thèse le trafic véhiculaire, les véhicules envoyant deux types de flux : eMBB ( enhanced Mobile BroadBand ) et URLLC ( Ultra-Reliable and Low Latency Communications ). Ces flux sont acheminés en deux slices différents, la première cherchant à garantir et/ou maximiser le débit, tandis que la seconde doit répondre à de fortes contraintes de QoS( Quality of Service ) en termes de délai, de l'ordre de 1ms, et de fiabilité, sur de l'ordre de 99.999%. Ces slices avec des profils de trafic et des exigences de QoS hétérogènes doivent partager la même infrastructure physique. Cette thèse vise à proposer de nouveaux schémas d'allocation de ressources pour satisfaire les exigences strictes de qualité de service de l'URLLC sans impacter trop le trafic eMBB. L'un des principaux défis est le moment où les ressources initialement réservées à l'eMBB doivent être allouées à l'arrivée de nouveaux flux URLLC. En raison de l'utilisation de différentes numérologies, ces ressources doivent être reconfigurées, ce qui ajoute un délai supplémentaire de l'ordre de 80 ms, ce qui dépasse le budget de délai URLLC. Pour répondre à ce problème de délai, nous proposons des schémas proactifs de réservation de ressources pour URLLC qui anticipent l'arrivée des véhicules dans une cellule et (re-)configurent la tranche avant leur arrivée effective dans la cellule. Ces approches permettent de répondre aux exigences de délai et de débit du trafic URLLC et eMBB des véhicules, respectivement.Nous introduisons en outre un modèle de dimensionnement inter-slice qui prend en compte les conditions radio et les trajectoires de l'utilisateur dans le réseau, ce qui permet de prendre en compte les MCS ( Modulation and Coding Scheme ) des utilisateurs. Ce faisant, nous obtenons une meilleure allocation des ressources grâce à une optimisation plus fine. Nos résultats montrent que nous sommes en mesure de satisfaire les exigences de trafic avec une meilleure utilisation des ressources. Finalement, nous étudions un modèle de dimensionnement alternatif basé sur des bornes de grande déviation. Nous analysons la queue du système correspondant à la région de perte URLLC. Nous considérons deux approches : avec et sans mise en file d'attente de paquets. Nous observons que les grandes limites d'écart entraînent une surréservation légèrement supérieure à l'approche susmentionnée lorsqu'elle est appliquée à l'URLLC, avec l'avantage du calcul instantané des ressources nécessaires.