近些年来，人工神经网络以其各种各样的优势得到了很好的发展，比如通信中的很多优化问题的解决都可以通过人工神经网络来实现。本文将利用Hopfield神经网络把子载波资源进行合理分配，使得优化问题得到解决，从而达到频谱资源最高效的利用。本文中，我们使用的OFDMA无线多跳网络模型就引入了中继节点，我们把中继加入到无线多跳网络的建设中，不仅能够有效扩大基站覆盖范围，还能提高小区边缘用户的通信质量以及通信系统传输容量，并且成本较低。另一方面，OFDM可以有效对抗多径时延扩展，抗摔落和抗符号间干扰的能力强，使得它成为LTE通信系统链路传输的关键技术之一。如今的频谱资源弥足珍贵，那么在这种情况下，有效的将中继技术和OFDM技术相结合，可以得到很高的频谱利用率。本文首先叙述了课题的研究背景，对无线资源分配的现状作了总结，然后提出我们的创新，即通过Hopfield神经网络再结合着色来将子载波分配给各个链路。我们在OFDMA无线多跳网络模型的基础上，通过对各个环节进行分析和计算，最终得到了各个链路所需要的子载波的数目，接下来在对多用户OFDMA通信系统模型进行子载波的分配时，利用了Hopfield神经网络分配算法。在最后的仿真结果中，我们主要根据频率重复利用和频率非重复利用两个方面进行比较，例如，在频率非重复利用的情况下，分析了随机分配算法、预比例匈牙利算法和Hopfield神经网络算法如何应用于资源分配的问题中，并进行仿真验证。接下来，我们又在频率重复利用的情况下，分析了预比例匈牙利算法和Hopfield神经网络算法，得到各个算法相比较的仿真图。最后仿真结果显示，Hopfield神经网络的运用可以得到更高的频谱资源利用率。最后对算法进行了总结，并且分析了有待改进的地方。