1.一种车联网频谱分配方法，其特征在于，所述方法适用于预先训练好的深度强化学习网络，方法包括以下步骤：S1：确定车辆中发送信息的车辆以及接收信息的车辆，将发送信息的车辆作为源节点，将接收信息的车辆作为目标节点；

S2：根据车辆的移动特性，计算其他车辆与源节点之间的相似性，根据相似性对车辆进行分组，使得每个源节点从自身所在的分组内选择其他车辆作为中继节点；其中，所述根据车辆的移动特性，计算其他车辆与源节点之间的相似性，根据相似性对车辆进行分组具体为，采用深度优先搜索算法对车辆进行分组：S201：将源节点作为中心节点；

S202：计算其他车辆与中心节点的相似性，按照相似性的数值从高到低对其他车辆进行排序；

S203：将排序在前的X个其他车辆与中心节点作为一个分组；

S204：在分组中选择与源节点相似性最高的其他车辆作为中心节点，重新执行步骤S201 S203，直至所有的其他车辆都分组完成为止；

~

S3：设定车辆信息转发协议；

S4：令每个分组内的源节点以及中继节点从可选信道中任意选择一个信道，根据所选择的信道以及车辆信息转发协议将源节点发出的信息转发至目标节点；

S5：获取此次信息发送过程中每个节点的信息发送情况；

S6：根据每个节点的信息发送情况计算每个节点此次信道选择的奖励值，并记录此时每个节点可选择的信道以及此时每个信道的状态；

S7：根据每个节点的信息发送情况、此时每个节点可选择的信道以及此时每个信道的状态计算此时每个节点的发送状态；

S8：将此时每个节点的发送状态以及每个节点此次信道选择的奖励值输入到预先训练好的深度强化学习网络中，得到每个分组内每个节点的最优信道选择策略；

S9：将每个分组内每个节点的最优信道选择策略反馈至对应的分组中，令每个分组中的每个节点根据最优信道选择策略重新选择信道进行信息传输，重复执行步骤S5 S9，直至~所有信息发送完毕；

其中，得到所述预先训练好的深度强化学习网络的具体过程为：S101：获取各个节点的历史发送状态；

S102：将各个节点的历史发送状态输入到深度强化学习网络，深度强化学习网络根据每一层网络的权重值来输出信道选择策略；

S103：每个节点根据信道选择策略选择信道进行信息传输，并计算每个节点的信道选择的奖励值；

S104：将每个节点的信道选择的奖励值反馈至深度强化学习网络中，通过反向传播的方式调节深度强化学习网络中每一层网络的权重值；

S105：重复执行步骤S101 S104，直至计算出来的信道选择的奖励值为最大值为止。

~

2.根据权利要求1所述的一种车联网频谱分配方法，其特征在于，深度强化学习网络包括RNN网络以及DNN网络。

3.根据权利要求1所述的一种车联网频谱分配方法，其特征在于，车辆的移动特性包括车辆的行车速度，车辆与源节点的距离以及车辆是否处在岔道口。

4.根据权利要求3所述的一种车联网频谱分配方法，其特征在于，采用欧式距离来计算其他车辆与源节点之间的相似性，根据其他车辆与源节点之间的相似性，采用深度优先搜索算法对车辆进行分组。

5.根据权利要求1所述的一种车联网频谱分配方法，其特征在于，在步骤S4中，若目标节点位于源节点的传播半径之内，则源节点根据车辆信息转发协议直接向目标节点发送信息。

6.根据权利要求1所述的一种车联网频谱分配方法，其特征在于，对于每一个节点，若该节点信息发送成功，则该节点的信息发送情况置1；若该节点信息发送失败，则该节点的信息发送情况置0。

7.根据权利要求1所述的一种车联网频谱分配方法，其特征在于，对于每一个信道，若该信道被选择用于发送信息，则信道的状态置1；若该信道未被选择用于发送信息，则信道状态置0。

8.一种车联网频谱分配设备，其特征在于，包括处理器以及存储器；

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1 7任一项所述的一种车联~网频谱分配方法。