本发明公开了一种高铁无蜂窝系统中基于深度强化学习的抗多普勒方法，该方法包括：在发射器和接收器处使用大规模均匀线性阵列(ULA)组成波束成形网络，进行不同角度信号的分离，其中发射器处不同方向的波束分支对应不同的多普勒频偏(DFO)；结合多智能体深度强化学习(MADDPG)，将高铁场景的相关内容建模为MADDPG中的环境状态，动作，和奖励；当高铁与多个基站同时通信时，每个天线阵列作为一个智能体，高铁侧根据MADDPG算法的结果进行预编码及预补偿，基站侧根据MADDPG算法的结果进行波束成形，从角度域分离不同的DFO并补偿对应的多普勒频偏；根据环境的反馈，不断训练MADDPG网络直至收敛。