[发明专利]一种基于大数据深度学习的移动互联网资源分配系统

权利要求书

1.一种基于大数据深度学习的移动互联网资源分配系统，其特征在于，包括频率分配模块，所述频率分配模块的输出端与频率申请模块的输入端连接，所述频率申请模块的输出端与台站管理模块的输入端连接，所述频率分配模块的输出端与频率干扰模块的输入端连接，所述频率分配模块的输出端与频率信息模块的输入端连接，所述频率信息模块的输出端与频率回收模块的输入端连接，所述频率分配模块的输出端与认为干扰模块的输入端连接，所述人为干扰模块的输出都安与节点管理模块的输入端连接，所述频率分配模块的输出端与约束分析模块的输入端连接，所述约束分析模块的输出端与频率管理模块的输入端连接，所述约束分析模块的输出端与频率协调模块的输入端连接，所述频率分配模块的输出端与频率协调模块的输入端连接。

2.根据权利要求1所述的一种基于大数据深度学习的移动互联网资源分配系统，其特征在于，所述频率分配模块的功能是根据频率申请提交的元数据进行频率分配，分配过程需要考虑频率是否满足约束性、是否干扰其它台站，如出现干扰则进行频率协调，并对最终的分配结果进行存储。

3.根据权利要求1所述的一种基于大数据深度学习的移动互联网资源分配系统，其特征在于，所述频率回收模块的功能是台站使用频率结束或分配的时间终止时，台站将归还频率给节点，同时更新频率分配结果。

4.根据权利要求1所述的一种基于大数据深度学习的移动互联网资源分配系统，其特征在于，所述频率约束模块的功能是节点根据频率管理知识对申请的频率继续宁约束性分析。

5.根据权利要求1所述的一种基于大数据深度学习的移动互联网资源分配系统，其特征在于，所述人为干预模块的功能是台站的频率申请不用经过频率分配算法，而采用人为决策的方式进行分配。

6.根据权利要求1所述的一种基于大数据深度学习的移动互联网资源分配系统，其特征在于，所述频率协调模块的功能是，当节点对台站申请的频率分析发现对其他正在使用的台站存在干扰，则系统与被干扰台站所述的节点进行协调，满足台站的频率需求。