1.一种基于自回程感知的用户接入负载均衡方法，其特征在于：该方法包括以下步骤：S1：将基站频谱资源分为接入资源和回程资源，根据资源占用情况判断基站接入负载与回程负载状态；

S2：当用户接入负载均衡模块时，针对网络中小基站的接入与回程负载状态，基站通过Q-learning算法学习进行接入与回程带宽自适应学习分配；

S3：用户在不同带宽分配因子下，从候选基站列表中选择小基站进行基于负载均衡策略的重新接入，用户接入时同时考虑基站接入回程负载状态与对应基站RSRP；

S4：用户接入完毕以后网络中各小基站接入与回程负载状态改变，计算系统效用函数；

S5：通过用户接入不同的候选基站计算得到不同系统效用大小，判断系统效用是否达到门限值 确定最佳用户接入负载均衡策略。

2.根据权利要求1所述的一种基于自回程感知的用户接入负载均衡方法，其特征在于：当所述对应基站RSRP满足RSRPi≥RSRPth时，用户进行测量并上报可接入基站列表；当所述门限值 满足 时，用户接入负载均衡策略结束。

3.根据权利要求1所述的一种基于自回程感知的用户接入负载均衡方法，其特征在于：所述基站通过Q-learning算法学习接入与回程带宽分配，包括以下步骤：S201：建立决定状态与行为的函数Qt(s,a)，表示当用户处于状态s下在采取行动a时预期达到的奖励值大小；

S202：通过比较不同行为得到的奖励值大小，选择使得奖励值最大的行为作为下一时刻行为；

S203：确定状态与行为，并建立相应的映射关系，即策略π(s,a)。

4.根据权利要求3所述的一种基于自回程感知的用户接入负载均衡方法，其特征在于：所述建立决定状态与行为的函数Qt(s,a)，包括以下步骤：S1：设计Agent、环境状态S、动作A以及立即回报r；

其中，Agent：网络中所有SBSb，b∈{1,2,L,B}；

环境状态S：在时刻t，SBSb的状态可以表示为 其中 表示在时刻t小基站b的接入与回程信道状态，可由NLOS信道模型得到； 表示小基站b在时刻t接入用户情况，可由小基站b检测信息得到；表示小基站b在时刻t接入与回程带宽分配情况；

动作A： 表示SBS b的动作，即 在时刻t设置小基站b的无线带内自回程带宽比例确定带宽分配比例 后，用户根据用户接入负载均衡策略，确定用户最佳接入策略；

立即回报r：在时刻t，当SBSb选择动作 时，SBSb带内无线回程带宽分配发生变化，则b的效用函数发生变化；

S2：确定立即回报函数和Q值。