1.一种应急通信网络的成帧时间与带宽分配联合优化方法，其特征在于，在时变信道状态下，智能体基于双深度Q网络和经验回放池，执行如下步骤S1‑步骤S6，完成应急通信网络的链路资源分配：步骤S1：构建当前应急通信网络的状态空间，包括当前信道的信干噪比、时延、数据传输速率；

步骤S2：构建当前应急通信网络的动作空间，包括离散的成帧时间和离散的带宽；

步骤S3：基于链路的实际带宽利用率，构建奖励函数；

步骤S3中所构建的奖励函数如下式：

；

其中，表示t时刻的奖励， 表示不包括填充字节的有效数据传输速率，表示信道容量，计算如下：；

；

其中， 为单次统计的时间间隔， 为单次统计时间内传输的有效比特数，不包括填充字节；为分配的带宽； 为信道的信干噪比；

步骤S4：构建双深度Q网络，双深度Q网络包括在线网络和目标网络；其中，在线网络输入当前应急通信网络的状态，在线网络用于动作选择与训练实时更新，目标网络用于计算目标Q值，并基于在线网络参数，定期进行目标网络的软更新；

步骤S5：智能体与应急通信网络环境进行交互，将所产生的经验样本存储于经验回放池中；分别针对每个经验样本，构建基于时序差分误差与当前实时奖励的联合驱动函数，计算采样优先级、采样概率，并赋予重要性采样权重；

步骤S6：当经验回放池中的经验样本数量达到预设阈值时，按采样优先级随机抽取预设数量的经验样本，对智能体进行训练，计算加权损失，通过梯度下降法更新在线网络参数，并软更新目标网络；经过训练后，智能体根据当前应急通信网络的状态，输出最优的动作，完成应急通信网络的链路资源分配。

2.根据权利要求1所述的一种应急通信网络的成帧时间与带宽分配联合优化方法，其特征在于，步骤S1中所构建的当前应急通信网络的状态空间如下式：；

其中， 表示t时刻的应急通信网络的状态， 表示t时刻信道的信干噪比，表示t时刻的时延， 表示t时刻的数据传输速率。

3.根据权利要求2所述的一种应急通信网络的成帧时间与带宽分配联合优化方法，其特征在于，步骤S2中所构建的当前应急通信网络的动作空间如下式：；

其中， 表示t时刻的应急通信网络的动作， 表示t时刻的成帧时间，表示t时刻的带宽。

4.根据权利要求3所述的一种应急通信网络的成帧时间与带宽分配联合优化方法，其特征在于，步骤S4的具体步骤如下：步骤S4.1：在线网络选择下一个状态的Q值最大估计值所对应的动作作为最优动作，如下式所示：；

其中， 表示t时刻的应急通信网络的动作， 表示在线网络， 表示t时刻的应急通信网络的状态，为动作空间的任一动作组合，argmax表示最大值参数；

实时更新在线网络参数，如下式所示：

；

其中，为学习率， 为目标网络计算的目标Q值， 为在线网络计算的当前Q值；表示在线网络参数， 为关于在线网络参数 的梯度，利用梯度下降法，最小化预测值与目标值之间的均方误差，从而更新在线网络的权重；

步骤S4.2：目标网络计算目标Q值，目标Q值的计算如下：；

其中， 为第 个经验样本的奖励， 为折扣因子， 表示在线网络， 表示目标网络，为第 个经验样本的下一状态，argmax表示最大值参数；

进行目标网络的软更新，如下式所示：

；

其中，为目标网络更新参数， 表示目标网络参数。

5.根据权利要求4所述的一种应急通信网络的成帧时间与带宽分配联合优化方法，其特征在于，步骤S5的具体步骤如下：步骤S5.1：智能体与应急通信网络环境进行交互，产生经验样本 ，其中，表示t时刻的应急通信网络的状态， 表示t时刻的应急通信网络的动作， 表示t时刻的奖励， 表示t+1时刻的应急通信网络的状态；将经验样本存储于经验回放池中；

步骤S5.2：分别针对经验回放池中的各经验样本，基于时序差分误差与实时奖励双驱动的经验增强提取机制，计算采样优先级如下式：；

其中， 表示第 个经验样本的采样优先级， 表示第 个经验样本的奖励，表示第 个经验样本对应的应急通信网络的状态， 表示第 个经验样本对应的应急通信网络的动作，为常数；

步骤S5.3：基于采样优先级，计算各经验样本的采样概率如下式：；

其中， 表示第 个经验样本的采样概率，为控制优先程度的超参数，N为经验回放池容量， 为经验回放池中所有经验样本中第 个经验样本的优先级；

步骤S5.4：分别针对每个经验样本，计算重要性采样权重，具体如下式：；

其中， 表示第 个经验样本的重要性采样权重，为控制校正强度的超参数。

6.根据权利要求5所述的一种应急通信网络的成帧时间与带宽分配联合优化方法，其特征在于，步骤S6中智能体的训练过程如下：步骤S6.1：智能体首先观察当前应急通信网络的状态 ，在线网络以 ‑greedy策略选择动作；根据动作设置新的成帧时间，并为链路分配新的带宽；

步骤S6.2：执行动作后，应急通信网络根据奖励函数计算奖励值，并反馈下一时刻的应急通信网络的状态 ，构建经验样本，将经验样本存入经验回放池；

步骤S6.3：智能体更新时，若经验回放池中的经验样本数量大于采样批量大小，则按采样优先级，采样预设数量的经验样本，计算经验样本的目标Q值和当前Q值，并基于损失函数计算损失，具体如下式：；

其中，表示损失函数， 表示采样批量大小， 表示第i个经验样本的重要性采样权重， 表示目标网络计算的目标Q值， 表示在线网络计算的当前Q值；

步骤S6.4：使用Adam优化器执行梯度下降，更新在线网络参数 ，并软更新目标网络参数 ；且每次采样时，重新计算每个经验样本的采样优先级；

步骤S6.5：重复训练，直至连续预设个评估周期内平均奖励的值不超过预设阈值；训练完成后，保存最终的在线网络参数。