1.一种具有eMBB和URLLC混合服务的异构网络资源切片方法，其特征在于，包括如下步骤：

S1.在5G异构融合网络区域内，构建由基站和基站用户组成的异构融合网络模型；

S2.根据异构融合网络模型建立最大化效用函数；

S3.采用DQN算法，对具有eMBB和URLLC混合服务的异构网络资源切片，得到最佳资源调度分配方案。

2.根据权利要求1所述具有eMBB和URLLC混合服务的异构网络资源切片方法，其特征在于，在构建的异构融合网络模型中，有s个基站，共存在{1,…,N}的网络切片列表，所有切片共享聚合带宽W；用户集U中包含M个用户{u1,u2,…,um}，其中有m1个eMBB用户和m2个URLLC用户；用户服务集O中包含eMBB和URLLC两种服务；在当前时隙不同服务类型的用户向基站请求资源时，基站将带宽资源块按需分配给各切片上的用户；考虑网络切片未服务的用户的下行链路，令 为网络切片n上任一服务的用户 下行链路传输速率；其中，令 和 分别为eMBB和URLLC数据包的传输速率；令 代表基站为任一切片分配的带宽；其中，令 和分别代表基站为eMBB切片和URLLC切片分配的带宽；令 为任一切片数据包传输数量；其中，令 和 分别为eMBB切片和URLLC切片的数据包传输数量。

3.根据权利要求2所述具有eMBB和URLLC混合服务的异构网络资源切片方法，其特征在于，所述方法的异构融合网络模型设有智能代理，智能代理及时获得环境中eMBB和URLLC需求的变化和前一时隙基站中资源分配情况；在当前时隙不同服务类型的用户向基站请求资源时，智能代理通过与环境交互获得观测值形成状态并根据 策略选择最佳动作值；基站根据智能代理的策略为用户分配带宽资源；同时，智能代理根据奖励机制形成reward并根据环境变化获得新的状态；最后通过DQN的迭代训练，基站找到最佳的带宽资源分配方案。

4.根据权利要求2所述具有eMBB和URLLC混合服务的异构网络资源切片方法，其特征在于，所述步骤S2的具体过程为：S201.计算网络切片n上任一服务的用户下行链路 ：  (1)

其中， 是捕获从基站到用户 的路径损耗和阴影的平均信道增益， 是基站发射功率， 是单侧噪声频谱密度；

S202.由Shannon理论得到网络切片n未服务的用户的下行链路传输速率 ：  (2)

其中，O代表eMBB和URLLC的用户服务集，o代表eMBB和URLLC两种服务的任意一种，N代表网络切片总数，n代表任一切片且 ；

S203.计算传输速率的频谱效率SE：  (3)

S204.令 表示eMBB和URLLC服务集中任一服务数据包的传输数量，定义 ，时代表成功传输数据包， 时代表丢失数据包；分别将eMBB和URLLC用户数据包的丢包率定义为每种服务的用户体验质量QoE，如下：  (4)

S205.为每个切片分配带宽资源块来最大化模型效用函数F，该函数定义为不同服务的切片的SE和QoE的加权和；网络切片中的带宽分配问题定义如下： (5)

其中，网络切片中的带宽分配问题满足的条件如下：  (6)

  (7)

  (8)

  (9)

其中， 和 表示SE和QoE的相对重要性； 、 分别是5G场景下eMBB和URLLC服务传输速率技术指标。

5.根据权利要求4所述具有eMBB和URLLC混合服务的异构网络资源切片方法，其特征在于，所述步骤S3的具体过程为：S301.基站随机选择分配方案将带宽资源分配给eMBB和URLLC用户，并按照设置的调度原则进行带宽资源块的调用，结束调度后计算eMBB和URLLC数据包的传输数量 作为初始状态 ；

S302.基于DQN算法进行迭代训练，每一次迭代都进行如下操作：基站根据DQN中的策略选择一个带宽分配动作，之后执行调度；按照公式(5)计算出模型的效用函数，同时根据奖励机制计算奖励函数reward；再次计算eMBB和URLLC数据包的传输数量 作为下一状态；将 输入DQN进行训练，a是当前动作，r是奖励值；

S303.经过预定次数的迭代，最终训练出了性能良好的值函数网络，从而得到最佳的带宽资源分配方案。

6.根据权利要求5所述具有eMBB和URLLC混合服务的异构网络资源切片方法，其特征在于，DQN算法的网络参数训练流程如下：首先，代理在与环境交互中得到 ，利用经验重放机制将transition存入样本池中，之后在样本池中抽取最小单位的transition进行训练；

其次，DQN使用评估Q网络和目标Q网络两个带有参数 的神经网络估计Q值，并且令表示具有参数 的值函数；

另外，DQN每C次迭代通过重置将网络参数克隆到目标网络中，有效化agent网络的参数更新过程；

目标网络的目标Q值为：

  (16)

其中，r代表奖励值；代表折现因子，为大于0小于1的值； 代表状态空间 的下一状态； 代表动作空间 的下一动作； 为采样的神经网络参数 ；

同时，DQN中定义的损失函数 为： (17)

其中，E代表期望值；s代表状态空间的当前状态；a代表动作空间 的当前动作；为神经网络参数；

DQN值函数的更新不是直接更新Q值表，而是更新神经网络的参数 ；

利用最小化TD误差平方来获得最佳 参数，公式如下：  (18)

其中， 为目标值与当前值偏差的平方；

最终，代理对动作值函数 进行更新的公式为：  (19)

其中，为DQN网络目标值与当前值偏差的权重；

DQN算法能够在给定状态 下根据最佳策略寻找到最佳动作 ，同时最小化损失函数，并且最大化累计期望奖励reward。

7.根据权利要求6所述具有eMBB和URLLC混合服务的异构网络资源切片方法，其特征在于，该方法采用基于DQN的带宽调度分配算法，算法步骤如下：（1）参数初始化；

（2）基站按需求将带宽资源分配给eMBB和URLLC用户，并按照设置的调度原则进行带宽资源块的调用；

（3）DQN的智能代理在与环境交互中获得状态、动作、奖励；

（4）对参数进行迭代训练获得最佳动作；

（5）设定迭代次数，基站根据DQN中的策略获得资源分配的最佳方案。