1.一种动态认知网络资源分配方法，其特征在于：在该方法中，认知基站基于网络能效最大化及用户切换次数最小化准则进行频谱、时隙及功率联合优化分配；分别设置了主用户业务分析模块、历史信息收集模块、频谱状态预测模块、从用户业务分析模块和联合资源分配模块；所述主用户业务分析模块用于分析主用户授权频谱业务特性，为频谱状态预测模块提供输入参考数据；所述历史信息收集模块用于收集主用户占用频谱历史信息输入至频谱状态预测模块；所述频谱状态预测模块用于接收主用户业务分析模块和历史信息收集模块的数据，根据主用户占用频谱情况及信道特性，预测主用户到达时刻及频带占用时隙，并输出至联合资源分配模块；所述从用户业务分析模块用于分析从用户业务特性，输入至联合资源分配模块；所述联合资源分配模块用于接收频谱状态预测模块及从用户业务分析模块的数据，基于联合资源分配准则执行从用户频谱、时隙及功率联合分配。

2.根据权利要求1所述的一种动态认知网络资源分配方法，其特征在于：在该方法中，假设各用户占用某频谱的一个或多个时隙进行通信，定义优化变量其中，N为网络中子信道总数，M为资源分配时段的总时隙数，K为从用户总数， 表示第k个从用户在时隙m占用第n个子信道进行信息传输， 表示第k个从用户在时隙m未占用第n个子信道；认知基站为各从用户优化确定 对应从用户不同时隙最佳频带分配策略。

3.根据权利要求1所述的一种动态认知网络资源分配方法，其特征在于：频谱状态预测模块根据以下公式确定子信道n在第m个时隙的空闲概率：其中， 表示主用户在频带n的到达时间， 表示主用户在连续M个时隙内占用频带n的时长，tm-1表示第m-1个时隙的结束时刻， 表示主用户在频带n的业务到达率；若其中，κc为给定门限值，则可预测第m个时隙频带n空闲，以υnm＝1表示；若则预测主用户在时隙m占用频带n，以υnm＝0表示。

4.根据权利要求1所述的一种动态认知网络资源分配方法，其特征在于：频谱状态预测模块根据预测得到各频带主用户时隙占用状态，若主用户占用子信道n的某时隙，根据公式 得到从用户k在子信道n上，满足主用户SINR门限允许的最大传输功率 即 其中， 表示子信道n上从用户k与PU接收端之

间的信道增益， 表示子信道n上主用户与其接收端之间的信道增益， 表示主用户在子信道n的传输功率， 表示从用户k与主用户共享子信道n时对应的传输功率， 为主用户的SINR门限值；根据公式 得到从用户k在子信道n上，满足从用户SINR门限允许的最小传输功率 其中，hkn表示子信道n上从用户k与其接收端之间的信道增益， 表示子信道n上PU与从用户k接收端之间的信道增益， 为从用户k的SINR门限值；若 则从用户在时隙m可与主用户共享子信道n，反之，则从用户k无法在时隙m与主用户共享子信道n。

5.根据权利要求1所述的一种动态认知网络资源分配方法，其特征在于：从用户业务分析模块用于分析从用户业务特性，从用户资源分配需满足其业务量需求，即：其中， 表示从用户k在子信道n上第m个时隙的传输速率，T为各时隙长度，Lk为从用户k的业务量需求。

6.根据权利要求5所述的一种动态认知网络资源分配方法，其特征在于：根据公式：

确定从用户k的切换次数，为避免用户频繁切换，设定第k个从用户资源分配限定条件其中， 表示第k个从用户可允许的最大切换次数。

7.根据权利要求1所述的一种动态认知网络资源分配方法，其特征在于：根据公式确定从用户联合能效，其中， 为从用户联合传输速率，P为从用户联合能耗，建模为 其中， 表示第k个从用

户在子信道n上主用户空闲时的传输功率， 表示从用户k的电路消耗功率。

8.根据权利要求1所述的一种动态认知网络资源分配方法，其特征在于：认知基站统一优化分配网络中各从用户子信道及时隙资源，以实现认知网络能效最大化及从用户切换次数最小化；定义从用户k的子信道及时隙分配矩阵为 功率分配矢量为 给定从用户业务量、接收

SINR、最小切换次数限定条件及主用户SINR限定条件，基于最大能效优化准则，可得认知网络联合子信道、时隙及功率优化分配方案，即：对应从用户联合子信道、时隙及功率优化

分配策略。