非正交多址接入技术（NOMA）通过叠加多个用户,显著地提高了系统和速率,其中用户分组和功率分配是决定系统和速率的关键因素。传统的基于迭代优化的用户分组及功率分配算法计算复杂度高;基于深度强化学习的方法可以减少在线执行时间,但存在样本池均匀采样效率低的问题;此外,接收端串行干扰消除产生的残留误差对功率分配提出了进一步约束。本文针对以上三个问题,提出了基于优先采样的NOMA用户分组及功率分配算法和基于功率差阈值的功率分配算法。针对在传统算法中计算复杂度高、难以获取训练样本标签和采样效率低的问题,本文提出了基于优先采样的NOMA用户分组及功率分配算法,其中用户分组采用的是深度Q网络（DQN）,功率分配采用的是深度确定性策略梯度网络（DDPG）。在该算法中,以信道状态信息作为输入,系统和速率为优化目标,时序差分误差表示样本的优先级。实验结果表明,本文使用的DDPG可以解决量化误差造成性能损失的问题,基于均匀采样的DQN+DDPG算法与多DQN算法相比,系统和速率提高了5%;在此基础上,本文算法给样本设置优先级,并对有价值的样本优先采样,与基于均匀采样的DQN+DDPG算法相比,提高了学习速率,系统和速率提高了3%。深度强化学习网络与NOMA系统不断交互,能够根据信道环境变化动态地更新最优的学习策略,与最优的穷举搜索算法和迭代功率优化算法相比,系统和速率分别达到了93%和94%,运行时间分别降低了74%和80%。针对现有文献在功率分配时,没有分析串行干扰消除残留误差与信噪比关系的问题,本文研究了信噪比对残留干扰误差的影响,通过数据统计给出了残留误差与信噪比的三次多项式拟合表达式,并将其应用于功率分配优化目标函数的残留干扰项设置。此外,为了解决用户功率值相近带来残留干扰严重的问题,本文提出了基于功率差阈值的功率分配算法,先通过仿真确定合理的功率差阈值,然后依据阈值对得到的最优功率进行调整,加大用户间功率差异。实验结果表明,本文算法有效降低了残留干扰误差,提高了系统和速率。此外,在2个用户情况下,由于本文算法通过增加功率差值,减少了彼此间的干扰,使串行干扰消除易于区分检测用户,增加了检测的准确性,从而提高了近用户端的误码率性能,当误码率为10-4时,本文算法与未设置功率差阈值的原始算法相比可提供1.8d B的信噪比增益。然而,本文算法在最优功率分配基础上给用户重新调整了功率,在低信噪比下,使得系统和速率有微小的下降。