天地一体化网络是近年来新兴的以天基网络为主体,地面网络为基础,结合空中网络的一体化信息网络,其可为陆、海、空、天各类用户提供随遇接入、全球覆盖、按需服务、安全可靠的信息服务。大力发展天地一体化网络信息服务能力以适应各种场景下的业务需求对于信息时代掌握全球空间资源具有战略性的经济、社会和军事意义,也是谋求新技术、新产业领先优势,实现全球化信息服务的必然选择。随着卫星通信技术及移动通信技术的快速发展,用户及其多媒体业务需求爆炸式增长,受限的星上频谱、功率等无线资源更为紧缺,受限的系统资源将进一步导致系统性能下降。同时天地一体化网络节点广域分布、动态变化,资源异构受限,通信链路时延大,衰落严重,这样复杂且动态的环境给无线资源管理带来了新的挑战。如何有效且灵活地对无线资源进行分配,满足各类用户需求,提高系统资源利用率成为天地一体化网络建设中需要解决的关键性问题。当前人工智能算法在通信领域的逐步应用,特别是深度强化学习在解决复杂环境的决策问题中展现的巨大潜力,给了我们用智能化方法解决上述问题新的思路。本文从智能化的接入控制与资源分配进行了相关研究,主要贡献可总结如下:第一部分研究了波束间的准入控制机制。由于LEO卫星和用户终端的快速相对移动,业务呼叫需要频繁地进行波束间切换。则基于信道预留策略给多种业务的新呼叫及切换呼叫设定不同的优先级和准入门限,并提出了一种基于Actor-Critic框架的动态信道预留策略（AC-DCRS）进行准入门限的动态调整,该策略从整个系统服务质量的角度平衡所有业务的呼叫,提高了用户侧和网络的性能。数值结果表明,AC-DCRS算法在不同业务量条件和动态场景下实现了更好的长期整体系统性能、平均呼叫成功率和信道利用率。第二部分研究了多层覆盖下的接入选择机制。地面终端时常位于空基网络和天基网络的多个通信节点的覆盖区域内,面临着选择哪个通信节点进行接入的问题。我们提出一种基于MADDPG多智体深度强化学习的智能接入选择算法,将问题扩展到多智体场景克服环境不稳定的问题,以定义为多性能指标综合加权的Qo S作为长期优化目标,实现了多用户终端接入选择的智能化。并通过重参数方法解决离散动作空间依概率采样无法求导的问题并增加了动作选择的探索度。数值结果表明,该算法实现了更优的系统平均Qo S、接入成功率和系统吞吐量,提升了系统综合性能。第三部分研究了GEO多波束卫星的功率分配机制。由于星上功率资源受限,且受到同频干扰以及Ka频段雨衰的影响,需要在动态环境下高效、合理地进行各波束功率分配。我们提出了一种基于SAC的动态功率分配算法,以最大化系统吞吐量为长期目标,通过连续状态空间下的连续控制,实现了高维动作空间中精细、高效的实时决策,同时SAC算法具有增强的探索能力,能在最大范围内搜索最优解,所以能学习到更为鲁棒的最优策略。数值结果表明,该算法实现了更高的系统吞吐量。