本发明公开了一种基于强化学习的NOMA多波束卫星通信系统多维资源分配方法，包括建立基于NOMA的多波束卫星下行通信链路系统，采集多波束卫星下行通信链路的数据，计算多波束内用户的平均信道增益；构建信号传输模型，采用香农定理，计算得到系统发送下行信号速率之和；构建多波束NOMA下行链路系统的资源分配模型，包括目标函数和约束条件，基于目标函数和约束条件，形成优化问题，包括连续优化问题和离散优化问题；采用GAN‑DDPG算法对连续优化问题进行求解，采用GAN‑DDQN算法对离散优化问题进行求解，重复这个步骤直到目标函数收敛，得到最优资源分配策略。本发明根据实时的通信需求，优化了资源的分配，提高了资源的利用效率，从而提高了系统的可靠性和稳定性。