随着数据流量的爆炸式增长,卫星网络作为最具潜力的通信网络之一,其自身存在的功能单一、灵活性不足以及传播时延长等问题急需解决。同时,为了更加有效地利用越发稀缺的卫星资源,针对目前资源分配算法存在的业务优先级和信道条件等因素考虑不足、资源浪费、单一资源类型无法实现高效利用等问题,我们需要对现有的卫星网络架构和资源分配方案,提出自己的想法。本文通过对带宽和计算资源分配方面的深入研究,分析了如何在适应该场景的基础上,解决资源分配相关的问题,提高系统的性能。首先,本文基于对现有卫星网络架构以及5G(5th generation mobile networks,第五代移动通信技术)关键技术的研究,设计了基于网络切片和移动边缘计算的软件定义卫星网络的新型架构,该架构通过软件定义网络技术将数控分离,实现了网络和硬件的独立更新;利用网络切片技术实现更快更灵活的差异化服务提供;在时延较为敏感的切片中,通过部署移动边缘计算服务器来降低网络流量压力,减少业务时延。其次,在本文提出的新型网络架构基础上,提出了基于强化学习的动态带宽切片策略。与其他切片不同的是,本策略通过使用强化学习算法动态地学习无线环境知识,从而动态地更新分配给切片的数量;通过建立了综合考虑用户公平性、业务QoS(Quality of Service,服务质量)以及信道质量的效用模型作为奖励函数,以实现系统效用最大化的目标;同时,策略在效用函数以及Q-learning的动作采用了接入控制机制,避免了无效的分配。仿真证明了所提出的动态带宽切片策略在提高资源利用率和系统效用方面有较好的效果。最后,在本文提出的新型网络架构中的时延敏感型切片场景中,提出了基于深度强化学习的计算资源和带宽资源联合分配策略。由于该策略服务的场景更为复杂,本策略采用深度强化学习进行两种资源的动态分配;为实现计算资源和带宽资源的细粒度结合,本策略通过研究两种资源对系统效用以及对彼此产生的效用的影响,建立了两种资源联合分配的效用模型;同时,基于动态带宽切片策略中的接入控制思想,本策略通过改进实现了避免无效的资源分配和挑选计算任务传送至中心,以更大限度地提高系统效用和资源利用率,而仿真也证明了该策略在这方面的有效性。