随着卫星通信技术的不断发展,对于传输速率和频谱利用率的要求也变得越来越高,但是信道环境复杂、变化快、天气条件影响大等卫星信道的特点极大地限制了卫星通信系统的传输性能。在这种情况下,能够提高系统吞吐量且保证通信质量的自适应传输技术应运而生,该技术能够通过对信道状态信息(Channel State Information,CSI)的实时反馈,动态改变发射端的传输参数,为吞吐速率和传输质量寻找合适的平衡点,提高频谱利用率。自适应调制编码技术(Adaptive Modulation and Coding,AMC)是众多自适应传输技术的一种,主要通过对调制方式和编码速率的自适应改变以适应当前时刻的信道环境。传统的AMC技术主要通过统一测定的信噪比切换阈值选择相应的调制编码组合,符合一个固定的数学模型。但是由于卫星信道下较长的反馈延时,以及信噪比估计也并非理想估计存在估计误差,所以传统的AMC方法往往不能够将自适应传输的性能发挥出来,甚至个别时候会造成通信中断,难以保证卫星通信服务质量。针对上述问题,本文基于第二代数字视频广播标准(DVB-S2)搭建了动态通信链路仿真平台,应用信道预测技术,提出一种基于在线迭代模型训练的OnlineLSTM算法进行信噪比时间序列值预测。同时,提出将强化学习中的Q-learning和Dyna-Q算法应用于自适应调制编码,它能够不依赖固定的数学模型,在不断与信道环境交互过程中进行自主学习,根据通信系统的实时性能表现优化调整信噪比信息和调制编码组合之间的选择关系。最后将频谱效率作为性能评价指标,于存在信道信息反馈时延和信噪比估计误差的环境下,通过仿真实验对比了几种算法的传输性能。结果发现基于OnlineLSTM信道预测和强化学习的AMC算法相比传统固定阈值下的AMC算法都表现出更高的频谱效率,并且基于强化学习的AMC算法性能更好,更具鲁棒性和泛化能力。