本文提出了ProSpire框架，利用深度学习实现频谱共享，解决数据收集、快速预测和干扰等问题。核心组件RSSu-net在信号强度预测中表现优异，平均误差为5 dB，有效避免干扰。

本研究提出了一种基于深度Q网络的模型，用于解决车载网络中的频谱分配问题，优化频谱使用，提高通信质量。

利用多层接入网络间的频谱共享来增强物理层安全性，并通过深度学习的 Q 网络逼近方法选择最优的访问策略，提高秘密速率。无监督学习和 Q 网络逼近训练证明了提出的功率优化方法和访问策略的高效性，提升了安全传输性能。