本发明提出一种多波束卫星上下行用户端到端时延优化方法，属于卫星通信领域，具体为首先，搭建同频组网中上下行用户端到端通信场景；上下行用户发起通信请求，分别计算上下行信道容量，进一步计算用户对实际的可达信息传输速率和通信总时延；在每个资源分配时隙，利用深度强化学习网络调度需传输数据的用户，以及对上下行信道资源进行分配；并利用凸优化求解下行用户平均数据传输速率最大化的信道最优功率分配，以实现最小化时延。并得到此次深度强化学习网络的奖励值更新，对下一时刻的用户对做出调度和资源分配，然后凸优化下行功率分配，循环直到所有用户对都被调度过且传输完成。本发明最终降低系统总时延并最大化系统的长期收益。