随着卫星通信技术的高速发展与地面物联网(Internet Of Things,Io T)业务的蓬勃兴起,承载物联网业务的卫星网络已然成为研究的热点。在卫星物联网中,通过大量的传感器节点或机器类型通信(Machine Type Communication,MTC)终端可实现特殊区域的导航定位、环境监测、自然灾害预警等功能,相比地面物联网覆盖面积大,系统抗毁性强,促进了信息网络的智能化。为避免“信令风暴”的产生和频繁的资源调度,随机接入(Random Access,RA)成为卫星网络中最适配的接入方式。然而,海量物联网节点接入网络时会产生严重的数据包碰撞,故具有高吞吐量性能的RA协议是必需的。通过在已有协议上引入功率维度增加信道竞争空间可实现吞吐量的提升,不同节点选取不同级别的功率电平发送数据包,具有更大功率值的数据包发生碰撞后仍可能通过捕获效应被接收机检测,从而译码更多的数据包。本文对卫星物联网RA协议的功率分集技术进行研究以提升吞吐量,主要工作如下:1.对影响功率分集RA协议吞吐量的参数进行优化。首先介绍了功率电平选择概率优化的功率分集CRDSA(Contention Resolution Diversity Slotted ALOHA)协议。接着针对功率分集IRSA(Irregular Repetition Slotted ALOHA)协议分别研究了可供选择功率电平个数、终端选择功率电平的概率与功率分集IRSA协议吞吐量的关系,通过理论推导及优化问题的求解,得出最优化的功率分集IRSA协议参数。为解决功率分集CRDSA协议在高负载下吞吐量受限的问题,研究自适应负载的功率分集CRDSA协议,通过推导单位时隙内捕获概率与功率电平选择概率的关系,得出终端根据实时负载信息即时调整功率电平选择概率,最大化捕获效应的方案。2.引入增强学习,研究基于Q学习的RA协议功率分集技术。首先介绍了学习时隙的一维Q学习RA协议,并结合卫星物联网的时延特点,研究了适配卫星网络大时延的奇偶帧传输方案。接着重点研究在功率时隙二维空间开展Q学习的RA协议,终端会根据前次传输结果同时调整接入帧的时隙位置与选择的功率电平,算法收敛后每个终端会选择专属的时隙与功率电平发送数据包,大大减少数据包冲突,提升了传统功率分集RA协议的吞吐量。为解决基于Q学习的功率分集RA协议在负载超过极限收敛点后吞吐量急剧下降的问题,研究利用Q学习自适应调整接入概率的接入控制方案,该方案中接入概率会根据系统是否处于过载状态而自适应调整,无需进行复杂度较高的实时负载估计,这种动态接入控制可使基于Q学习的功率分集RA协议在过载时仍保持较高的吞吐量。