简介： 本发明提供一种低轨卫星下行链路的功率分配方法，包括：低轨卫星初始化，建立马尔科夫决策过程；观测当前状态S_t；根据探索因子的概率随机选取动作或选取最优动作；根据动作a_t获得新状态S_t+1和当前状态S_t的即时奖励r_t，将(s_t，a_t，r_t，s_t+1)四元组存储到经验池中；当循环周期大于训练数量时，对当前网络进行训练；在当前时隙为目标网络更新频率的整数倍时，更新目标网络的参数；当前时隙增1；重复上述步骤直到当前时隙大于时隙计数器，当前时隙设为1且循环周期的计数增1；重复步骤直到循环周期大于训练网络周期数。本发明的分配方法采用深度强化学习算法来动态分配多波束低轨卫星的子载波功率，从而最大化低轨卫星的容量，提升频谱效率。