1.一种基于注意力机制与回声状态网络的动态频谱接入方法，其特征在于，包括以下步骤：步骤1、构建6G天地一体网络系统模型；

步骤2、定义6G天地一体网络系统模型中次用户SU的观测状态空间为主用户PU活动状态的马尔可夫过程，动作空间为信道选择或等待决策；

步骤3、在DDQN框架中引入Bahdanau注意力机制，动态聚焦输入数据的关键特征，同时结合ESN的短期记忆特性，构建具有时序建模能力的混合架构；

步骤4、设计兼顾频谱效率与PU保护的奖励函数，并通过加权多指标模型评估网络QoS；

步骤5、基于马尔可夫状态空间与动作空间，通过混合架构处理动态频谱特征，结合奖励函数与QoS评估机制，采用离线‑在线两阶段优化策略，完成天地一体网络环境下的自主动态频谱接入。

2.根据权利要求1所述的基于注意力机制与回声状态网络的动态频谱接入方法，其特征在于，所述6G天地一体网络系统模型，包含N个主用户PU和M个次用户SU的分布式DSA场景，其中每个PU独占一个无线信道，SU作为自主智能体通过感知信道状态动态调整接入策略；

所述6G天地一体网络系统模型的三维网络拓扑模型，包含低轨卫星节点、地面基站和移动终端的三层异构架构。

3.根据权利要求2所述的基于注意力机制与回声状态网络的动态频谱接入方法，其特征在于，所述步骤3具体实现过程如下：Bahdanau注意力机制通过三层结构处理输入观测值：首先将频谱特征 表示经线性变换和tanh函数激活得到隐藏表示 ；随后通过评分函数 计算特征重要性，并利用softmax函数生成注意力权重 ；增强状态 为频谱特征与对应注意力权重乘积，并通过残差连接保留原始信息；

增强状态输入双回声状态网络，得到隐藏表示 ，作为DDQN框架下的输入数据。

4.根据权利要求3所述的基于注意力机制与回声状态网络的动态频谱接入方法，其特征在于，步骤4中所述奖励函数按SU行为分四种情况设计：成功接入时奖励与信道容量对数成正比：  ，其中， 表示次用户k在时间t选择信道c时的信干燥比SINR;SU之间碰撞时施加与干扰水平相关的惩罚 ，函数 采用X对数形式将干扰值映射至区间 内；PU与SU碰撞时固定惩罚为 ；未选择信道时奖励为0。

5.根据权利要求4所述的基于注意力机制与回声状态网络的动态频谱接入方法，其特征在于，步骤4中，所述QoS通过加权组合多个性能指标实现，表达式为，其中各分量均经

过归一化处理； 表示SU归一化后的平均接入成功率； 和 分别表示与PU和SU归一化后的平均碰撞率； 表示归一化后的平均吞吐量； 表示奖励的归一化值，权重系数满足 。

6.根据权利要求5所述的基于注意力机制与回声状态网络的动态频谱接入方法，其特征在于，所述步骤5具体实现过程如下：训练过程采用深度强化学习的优化策略，经验回放缓冲区 用于存储转移样本，其中 表示状态，表示动作，表示即时奖励， 是下一状态；探索率 采用线性衰减策略；通过Q函数 评估各动作价值，选择最优信道接入动作，其中 表示网络参数。