基于通信的列车控制（Communication Based Train Control,CBTC）系统在城市轨道交通领域得到广泛的应用,但CBTC系统采用的公开频段的无线局域网（Wireless Local Area Network,WLAN）技术由于同频干扰、可支持移动性差等问题,已经不能满足新时代轨道交通领域对于安全、通行效率的要求。不但如此,现有的CBTC系统仅支持车地（Train-to-Ground,T2G）通信,这就会出现轨旁设备故障等原因致使列车无法及时获取前车状态,从而发生碰撞事故的情况。因此,为了提高列车通信的可靠性与稳定性,降低轨旁设备复杂性,考虑在现有CBTC系统中加入车车（Train-to-Train,T2T）通信技术。本文主要研究设备到设备（Device-to-Device,D2D）通信技术在CBTC系统中的应用问题。首先将基于D2D通信技术的CBTC系统进行建模,然后提出适用于该系统的资源分配算法。本文研究成果有一定的实用性,对于未来T2T通信的发展有一定的借鉴意义。论文具体研究内容如下:（1）通过对系统建模,本文对T2G通信模式与T2T通信模式共存情况下的联合通信模式选择和资源分配问题进行了研究。在保证通信链路信噪比的前提下,最大程度地提高整个系统的信道容量。首先,提出了一种通信模式选择算法,其目的是使列车能够自适应地选择具有更好通信质量的通信模式。然后,在通信模式选择的基础上,提出了一种基于拉格朗日对偶函数法的资源分配算法,通过该算法可获得列车在不同通信模式下的最佳传输功率。仿真结果表明,相比于其它资源分配算法,本文提出的算法能明显提升系统的信道容量。（2）根据本文提出的系统模型,对T2T通信频谱共享问题进行了研究。其中T2G通信链路可以被T2T通信链路重用。为了减少由重用引起的干扰,将该频谱共享问题建模为多智能体强化学习（Multi-Agent Reinforcement Learning,MARL）问题。深度Q学习依赖于经验池,但由于经验池的不稳定性,常用的MARL算法与经验池并不兼容。因此,本文采用了基于指纹的深度Q网络（Fingerprint-Based Deep Q-network,FDQN）,在该系统中,每个T2T通信链路均作为智能体,多个智能体通过分布式协作的方式与环境交互更新网络参数,并根据学习经验选择最佳的频谱和传输功率。仿真结果表明,通过分布式协作可以极大的提高系统的信道容量并提升T2T通信数据传输的成功概率。