本發(fā)明公開了一種回程受限密集無線網絡面向內容覆蓋的功率分配方法，主要解決現有技術在網絡密集部署下功率分配效果差的問題。其方案為：聯(lián)合設計高效的基站側內容緩存概率和回程鏈路檢索概率；以網絡容量為性能指標，在考慮信號傳輸功率的基礎上對功率優(yōu)化問題進行建模；將功率優(yōu)化模型作為深度強化學習網絡的約束條件，并用元組分別表示網絡系統(tǒng)中所有基站的狀態(tài)集合、動作集合和獎勵函數集合，得到具有深度強化學習能力的智能基站；智能基站利用與環(huán)境交互獲取到的信息對其進行深度強化學習訓練，得到密集網絡功率分配的決策結果。本發(fā)明提升了網絡容量，能保證密集無線網絡下用戶服務的連續(xù)性，可用于密集無線網絡的回程優(yōu)化和功率分配。