随着无线通信行业的发展,近些年多媒体数据业务传输呈现出爆炸式增长的状态,该行业也逐渐暴露出了诸多缺点,尤其是在频谱利用率与数据传输速率方面。由于不同类型的业务对传输速率有着不同的需求,基站内必须要有调度器根据用户需求以选取合适的信道资源分配给不同的用户设备(UE)。同时,蜂窝移动网络的高移动性决定了基站覆盖的区域用户环境有着多样化特征。因此,在长期演进(LTE)系统中,针对不同的复杂环境来设计合理的下行链路调度算法也是保障无线传输以及用户对网络的需求和感知的关键。为此,本文将结合实际应用背景需求,研究并提出新的下行链路智能调度算法,以解决在有限带宽条件下的无线资源管理问题,在保证系统性能的前提下,给无线用户提供更高水平的体验质量(Qo E)。本文的主要工作可以简要概括为以下两个部分。首先,针对多业务类型中紧急业务无法优先分配无线资源的问题,本文深入研究了使用较为广泛的比例公平(PF)调度算法,然后基于比例公平性的定义增加了权值,并进行了一系列理论推导,最后提出了一种指数加权比例公平(EWPF)算法。该算法通过对权重的设置,解决了网络中不同流量类型或者具备其他传输特点的用户在传输时,由于用户需求和其他指标的限制,需要对某种业务进行优先处理的问题,改善了用户端的使用体验。本文通过仿真试验以及使用所引入的用户感知速率指标衡量性能,验证了在传输中EWPF方法不仅能保证系统吞吐量及公平性,还减少了用户的传输有效时间。进而对不同调度策略下的用户调度过程作出对比及分析,验证了算法的有效性。其次,针对固定调度算法无法适应不断变化的用户接入场景的问题,本文提出了PPF-RL-1和PPF-RL-2两种算法。这两种算法在基于数据传输比例的优先级函数结构上结合了增强学习中的行动者评论家(AC)算法思想,能够使基站可以根据UE信号环境的变化或其他因素动态地调整基站对小区用户的调度策略。最后利用仿真验证了该算法能适应各种复杂环境同时提升用户对于通信网络的感知,并在保证系统公平性的前提下改善系统性能。