卫星通信系统作为空间信息网络的重大基础设施,以其覆盖范围广、通信质量好、运行维护费用低等特点在保障国计民生等领域发挥着不可替代的作用。随着人们对由卫星通信系统所提供业务的多样性、高质量的需求愈加迫切,卫星通信系统在网络架构、关键技术等方面不断演进,以满足不断增长的用户需求。而作为一种典型的资源受限系统,卫星通信系统可用的频谱、功率、存储等资源都极为稀缺与珍贵,动态资源管理技术旨在通过动态灵活高效地资源管理方法以提升系统资源利用率,对提升卫星通信系统性能具有重要意义。本文针对卫星通信系统中的动态资源管理技术进行了研究,主要创新性工作如下:首先,针对卫星通信系统中现有波束间信道分配算法未考虑时域关联性而导致系统阻塞率较高的问题,提出了一种基于人工智能领域深度增强学习的动态信道分配(Deep Reinforcement Learning based Dynamic Channel Allocation,DRL-DCA)算法。该算法将卫星通信系统中动态信道分配问题建模为马尔科夫决策过程(Markov Decision Process,MDP),并利用卷积神经网络以提取多波束间业务的空间相关特征。仿真结果表明,所提算法可有效降低系统阻塞率,提升卫星通信系统中频谱资源利用率。其次,针对现有星地频谱共享算法并未考虑卫星终端移动性而导致终端受到干扰过大的问题,提出了基于自适应干扰抑制的频谱共享(Adaptive Interference Mitigation based Spectrum Sharing,AIM-SS)算法。该算法通过对基于预编码干扰零陷的天线辐射模式及卫星终端移动性的建模与分析,得出了不同运动速度卫星终端在保证同频干扰不超过一定阈值下,系统干扰抑制所需的预编码更新周期。结果表明,所提算法解决了终端受到同频干扰过大的问题,有效降低了星地组件间所需的隔离距离,提升了系统频谱资源利用率。再次,针对卫星通信系统由频谱等资源受限难以满足海量低时延多媒体业务需求的问题,基于以存储换取频谱的研究思路,提出了基于交换稳定匹配(Exchange Stable Matching,ESM)的动态缓存分配算法。该算法将卫星节点与缓存内容的分配问题建模为一个多对多匹配模型,并基于卫星节点间缓存内容相互影响以合理设计了双向偏好度,最终通过多次迭代过程得到了交换稳定匹配解。结果表明,所提算法降低了终端的内容获取时延,同时也有效降低了卫星节点所需的星上存储开销。最后,针对现有卫星通信系统仿真平台缺乏对多场景多资源类型资源管理算法性能评估的问题,设计并实现了一套适用于卫星通信系统中动态资源管理性能评估平台(DynamicResourceManagementPlatform,DRMP)。该平台中通过对多种物理量单位规范,多种空间坐标系转换及各功能模块间灵活调用,可支持对单颗GEO卫星、多颗LEO卫星组成的Walker星座等场景下的信道、功率、缓存等资源的动态分配,并评估动态资源管理算法在系统阻塞率及内容获取时延等方面的性能。结果表明,该平台在场景及业务建模、性能评估等方面具有较高可靠性,为动态信道分配、动态缓存分配等动态资源管理算法提供了可靠的验证平台。