为了提高战术数据链系统的时隙利用率，提出一种基于业务预测的混合时隙分配方法（trafficpredictionbasedhybridslotallocationalgorithm，TPHSAA）。该算法将固定时隙分配与动态时隙预约机制相结合，使用Kalman方法预测各节点在下一时帧的业务量并计算所需时隙数，时间基准节点（networktimereference，NTR）收集各节点时隙请求信息并结合其优先级进行动态时隙的预约分配。OPNET仿真结果表明，TPHSAA算法在时隙利用率、吞吐量、时延等各种性能方面明显优于传统的固定时隙分配方法，实现了时隙资源的动态调整和充分利用。