1.一种基于频谱信息的无线通信智能流量感知系统，该流量感知系统用于异构无线系统，其特征在于，包括：线下学习子系统：采集时间对应的系统流量数据和频谱信息并计算频谱信息的特征，然后利用机器学习自动得出该系统下流量数据和频谱数据的对应感知模型；

线上感知子系统：终端天线实时收集共存系统的频谱信息，并利用该频谱信息和线下学习子系统得到的感知模型感知实时的的流量状态。

2.根据权利要求1所述的一种基于频谱信息的无线通信智能流量感知系统，其特征在于，所述采集时间对应的系统流量数据和频谱信息的具体方法为：设定在时间域上每个处理单元的时间长度为T，对于第n个T长时间单元，流量数据的采集和计算方式是将该时间段内的总数据吞吐量 除以T，即：与此同时，在第n个T长时间单元内，会持续均匀对物理层频谱信息进行采样J个点，得到该时间单元内的频谱信息向量，即：连续收集N个T长时间单元的数据后，得到流量数据训练集R和频谱数据训练集F，即：

3.根据权利要求2所述的一种基于频谱信息的无线通信智能流量感知系统，其特征在于，对频谱数据训练集F和在线感知子系统所采集的频谱数据均进行特征提取，所述计算频谱信息的特征是指，计算频谱信息的一阶统计特征/和高阶统计特征：

1)计算一阶统计特征：

其中，E[·]表示求期望，即一阶统计特征；

2)计算一阶统计特征和高阶统计特征，包括：

a.计算一阶统计特征：

其中，E[·]表示求期望，即一阶统计特征；

b.计算二阶矩特征方差和四阶矩特征峰度，其具体方式如下：方差：

峰度：

c.将提取的一阶，二阶以及四阶统计特征拼接成三维向量从而组成混合高阶特征。该频谱特征提取技术将分别应用于频谱数据训练集F和线上感知子系统实时采集的频谱数据。

4.根据权利要求3所述的一种基于频谱信息的无线通信智能流量感知系统，其特征在于，所述利用机器学习自动得出该系统下流量数据和频谱数据的对应感知模型的具体方法为：在线下学习子系统中,以流量数据训练集R和对频谱数据训练集F提取特征后得到的作为输入，分别输入到预设的不同的回归模型中得出相应的最优模型参数，不同回归模型的最优模型获得方式为，采用分割得到的验证用数据作为输入进行测试并计算均方误差，均方误差最小的模型将输出作为对应感知模型。