分布式卫星系统的应用领域广泛,逐渐发展成为空间信息网络中不可替代的一部分。在分布式卫星系统中,除了周期性产生的低优先级业务之外,还存在突发的实时性业务。传统的星间多址接入协议无法满足突发业务的时延需求,而现有的支持多优先级业务的通信协议,大多为突发实时性业务预留专用的网络资源,造成了一定的资源浪费。因此,需要设计新的星间多址接入协议来满足分布式卫星系统的传输需求。本文针对以上需求,对分布式卫星系统中突发实时业务传输问题和时延敏感业务的时隙选择问题进行了深入研究,具体的研究成果和贡献概括如下:针对分布式卫星系统的业务多样性、大跨度及资源受限等特点,研究分布式卫星系统中突发实时业务传输问题,设计了一种新型的多址接入协议。与传统机制不同,所提协议联合时分多址接入和随机竞争接入,预先分配全部资源给各节点,各节点在所分配的时隙资源上无冲突传输业务。当某个节点产生突发高优先级业务时,协议支持该节点即刻竞争资源,并且支持多个突发高优先级业务随机竞争。所提协议避免提前预留部分资源,提升了资源利用率。利用离散时间马尔科夫模型对所提协议进行理论分析,给出最优参数设置的指导。仿真实验分别验证了所提协议在15颗卫星组成的星簇网络中,单节点产生高优先级业务(如北斗卫星的快速位置报告信息)和5个节点同时产生高优先级业务场景的分组平均等待时延以及资源利用率方面的性能。其次,考虑卫星网络的多种时延敏感业务竞争资源的问题,借助强化学习理论设计了一种多业务资源竞争机制。现有支持多种优先级业务的接入机制中,高优先级业务一直具有优先接入信道的权利,从而导致部分低优先级业务的时延过大,然而,这些低优先级业务也是具有时间有效性的,因此,该机制无法满足时延敏感业务的传输需求。本文综合考虑业务的优先级和业务的时间限制,节点依据当前业务需求,以及所感知到的信道情况,自主决定下一次竞争的时刻。所提机制基于Q学习算法,设计了相应的奖励函数,该函数综合考虑了业务优先级、业务等待时延、以及信道状态反馈。依据奖励函数决定下一次竞争行为发生的时间。仿真实验验证了所提机制在7种时延敏感业务竞争同一时隙资源时的学习速率、时延敏感业务平均等待时延和分组过期概率方面的性能。