随着现代信息化程度的提升,现代战争对情报信息交互、信息侦查、战场形势、作战指令等消息传递的实时性和准确性要求不断提升。数据链技术的产生,实现了作战场景中飞行器、武器平台等各类军事设备的消息互联,提高了信息传递效率。而媒体接入控制（Medium Access Control,MAC）协议决定信道接入方式和资源分配,是数据链技术中的关键部分。统计优先级多址接入（Statistical Priority-based Multiple Access,SPMA）协议采用业务优先级机制以保证最高优先级业务的吞吐量和传输成功率等性能,在数据链MAC层协议中有广泛应用。但是SPMA的优先级阈值机制并不保证信道较空闲时低优先级业务的传输高效性,且现有退避策略未考虑SPMA的信道占用率及其变化趋势;以及传统SPMA阈值设置与信道占用率计算方法不能很好地适配于多跳场景。因此,本文将针对SPMA协议的优先级调度与退避策略、多跳场景下阈值和信道占用率的计算展开研究。本文首先介绍了移动自组网的特性,阐述了移动自组网MAC协议发展现状,分析了各类MAC协议的优缺点及适用场景。接着介绍了SPMA协议的运行流程,并阐述其设计思想。然后介绍了强化学习基本原理和排队论基本原理,其中重点介绍了Q-learning和深度Q网络（Deep Q-Network,DQN）算法。接着,本文对SPMA协议的优先级调度和退避策略展开研究,提出了一种基于DQN的智能传输与退避（DQN-based Transmission and Backoff,DQN-TB）方法。该方法由两个子网络组成,第一个子网络业务传输网络的目标是在不影响高优先级业务性能的前提下发送更多的低优先级业务;第二个子网络退避决策网络根据当前信道占用率及其历史值来确定合适的退避时间。通过两个子网络的协同优化,在不影响高优先级业务传输性能的前提下,提升低优先级业务的吞吐量和退避时延性能。然后通过仿真验证了该方法在网络整体吞吐量、传输成功率和总退避时间指标上有更好性能。最后本文对SPMA协议多跳场景下的阈值和信道占用率计算开展了研究,提出了多跳SPMA阈值和信道占用率计算方法。在多跳网络拓扑动态变化的情况下,计算出节点业务到达速率,利用排队论建立节点业务模型,从而推导出最高优先级业务阈值;然后用多跳节点的发包个数间接计算出邻居节点的信道占用率。该方法可以在网络拓扑动态变化的情况下动态调整各节点的优先级阈值和计算出较准确的信道占用率,当因网络拓扑变化导致网络负载降低时,可提升吞吐量和减小时延;当因网络拓扑变化导致网络负载升高时,降低吞吐量以保证最高优先级业务的性能。