本發(fā)明涉及一種基于DDQN的無(wú)線網(wǎng)絡(luò)自選擇協(xié)議的方法，針對(duì)當(dāng)前無(wú)線網(wǎng)絡(luò)環(huán)境復(fù)雜及眾多協(xié)議融合的情況。該方法包括如下步驟：通過(guò)環(huán)境代理模塊實(shí)時(shí)獲取當(dāng)前網(wǎng)絡(luò)環(huán)境質(zhì)量參數(shù)及確定節(jié)點(diǎn)業(yè)務(wù)類型；在1)的基礎(chǔ)上對(duì)數(shù)據(jù)進(jìn)行降噪，歸一化處理，通過(guò)層次分析法確定節(jié)點(diǎn)業(yè)務(wù)類型，進(jìn)行特征提??；在2)的基礎(chǔ)上，把數(shù)據(jù)輸入到DDQN決策網(wǎng)絡(luò)中實(shí)時(shí)訓(xùn)練，應(yīng)用執(zhí)行結(jié)果，使網(wǎng)絡(luò)狀態(tài)趨于穩(wěn)定。本發(fā)明無(wú)需對(duì)數(shù)據(jù)進(jìn)行預(yù)處理直接進(jìn)行特征提取，將獲得的歷史數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，利用深度學(xué)習(xí)的強(qiáng)大優(yōu)勢(shì)，有效提高強(qiáng)化學(xué)習(xí)算法的學(xué)習(xí)速度和決策性能。