本发明提出一种多业务联合下行资源分配方法，属于移动通信领域；具体为：首先，搭建包括基站和用户的通信场景，在每一个时隙记录当前所有用户到基站的距离；然后，定量给出eMBB用户和URLLC用户的传输模型，分别计算用户的最大传输速率；构建神经网络模型，输出连接预测矩阵；基于URLLC业务的高可靠性要求和eMBB业务的高传输速率要求建立优化目标，并结合连接预测矩阵综合决策；最后，基于Dueling Deep Q‑Learning算法训练强化学习资源调度模型，解决优化目标函数，从而给出最优的URLLC和eMBB业务抢占或共用资源的选择策略，得到多业务联合下行资源分配结果；本发明充分考虑了多小区多业务的实际通信场景的共存问题，并高效利用频域资源，满足多业务传输指标的意义。
