随着高铁旅客数量的增加,旅客对数据信息传输速度和无线移动网络的服务水平的要求也逐渐提高。为了应对高速移动通信系统的存在问题尤其针对于系统能耗过高的不足,越来越多的5G通信技术开始在高速场景中使用。为了更加高效的分配在高铁通信场景下的无线资源,本文对高速铁路无线通信系统的资源分配问题进行了研究,并提出了针对这种场景的资源分配算法。本文中的关键工作包括以下内容:(1)研究了高铁场景下基于单移动中继系统的资源分配问题。首先,分析高速无线通信系统的信道特性,考虑了带有移动中继的高铁网络中存在的同频干扰问题,求得该系统的各个用户吞吐量的表达式。针对表达式非凸,传统凸优化难以求解的问题,采用了强化学习的Q-Learning算法解决功率分配的问题,以确保在较低复杂度的前提下,满足地面用户最小的传输速度要求的同时,兼顾列车用户和地面用户间的公平性的功率分配策略,实现了最大化列车用户吞吐量的目标。(2)研究了高铁场景下多中继多用户系统的能效资源分配问题。首先,将高铁多中继多用户小区的两跳链路的信道条件考虑在内,获得列车用户及整个系统的吞吐量表达式。在满足列车用户最低通信需求的情况下,把该问题建模为最大能效的非线性规划问题。采用强化学习的算法进行针对性的求解以降低复杂度,同时通过建立的Q表,能够实时获得最佳的功率分配方案。仿真实验表明,在高铁场景下,本文的算法在吞吐量性能和能效性能上表现良好。