1.一种认知无线网络中基于双层单调性优化的功率控制方法，其特征在于：所述控制方法包括以下步骤：(1)在认知无线电网络中，通过授权用户PU和非授权用户SUs的发送功率控制，在考虑包括PU 与SUs 之间以及不同SUs 之间的两部分干扰的同时，保证PU 的QoS 的情况下最大化PU 的净收益的优化问题描述为如下所示的非凸性优化问题：P1 ：maxΣs ∈Ωαs Rs-β(p0-p0min)其中表示每个SUs 的吞吐量，(2) 用公式将约束条件中的Rs展开，约束条件的第二项等价于其中

问题P1 的决策变量就转化为p0以及{q s}s ∈Ω，用和分别表示问题P1 的最优解；(3) 判断问题(P1) 的可行性，将公式中的p0用{qs}s ∈Ω代换，从而将该不等式重新表示成如下的一组线性约束：(P1- 底层) ：通过在底层中计算F(p0) 的值，将F(p0) 的值代入到顶层问题从而优化PU 的传输功率；(P1- 顶层) ：其中(5) 判断问题(P1- 底层) 的可行性当p0确定时，为了满足{θ s}s ∈Ω，SUs 的功率需要能够满足公式目标函数值最大的信噪比；步骤6.10 ：根据公式设置S 维向量r，根据公式q*＝(I-N)-1r 计算最佳非授权用户发射功率，其中矩阵步骤6.11 ：根据公式计算在固定p0的情况下的底层最优目标函数值供顶层使用；(7) 阈值Pth的求解，根据问题(P1- 底层) 的性质，能够发现上存在一个特殊的阈值Pth，当P≤p 0≤P th时，不等式才得以成立，因而求解该阈值Pth

能够很大程度上缩小最优解的搜索域，求解过程如下：步骤7.1 ：初始化设置，设置两个接近于0 的很小的正数作为允许的计算误差，分别记为η 以及ε，令plower＝P，

步骤7.2 ：计算|plower-pupper|, 如果该差值比所允许的计算误差ε 小，表示所得到的值在误差允许的范围内，则算法终止，跳转至步骤7.6，否则，继续进行步骤7.3 ；步骤7.3 ：将PU 的发送功率p0设置为p lower与p upper的中值，即步骤7.4 ：由于步骤7.3 中给出了p0，通过步骤6 解问题(P1- 底层) 并且得到相应的最优解步骤7.5 ：计算用于判断现行的p0能否满足问题

(P1- 底层) 的约束条件因而如果|J(p0)| ＜η，则将p0的上限p upper更新为现行的p0，否则将plower更新为现行的p 0，返回步骤7.2 ；步骤7.6 ：将所得到的p0作为特殊阈值P th；(8) 最大值点Γ 的求解，进一步根据底层目标函数的单峰特性，基于目标函数的梯度求解函数的最大值点，使得当时，F(p0) 单调增加，而当p0≥Γ

时，F(p0) 单调减少；求解过程如下：步骤8.1 ：初始化设置，设置两个接近于0 的很小的正数作为允许的计算误差，分别记为δ 以及∈，令

步骤8.2 ：计算|v|, 如果该值比∈小，则算法终止，跳转至步骤8.8，否则，继续进行步骤8.3 ；步骤8.3 ：将PU 的发送功率p0设置为p lower与p upper的中值，即步骤8.4 ：根据步骤8.3 中给出的p0，通过步骤6 解问题(P1- 底层) 并且得到相应的当前目标函数值F(p0)，并令f1＝F(p 0) ；步骤8.5 ：调用步骤6 的底层算法求解f2＝F(p 0+δ) 和f3＝F(p 0-δ) ；步骤8.6 ：计算步骤8.7 ：如果v ＜- ∈, 则令pupper＝p 0；否则，如果v ＞∈, 则令p lower＝p 0；步骤8.8 ：算法收敛，输出Γ ＝p0；(9) 问题(P1- 顶层) 的求解，根据问题(P1- 底层) 得到的最优解最优的目标函数值F(p0) 以及重要的阈值Γ，上层问题就转化为一个关于授权用户发射功率p0的在区间上的一维优化问题，采用两维单调性优化算法解问题(P1- 顶层)，

过程如下：步骤9.1 ：引入辅助变量t，使得其中t 满足条件步骤9.10 ：将xcb，k从集合中移除，并将两个点{(xcb，k)1，(yk)2}，{(yk)1，(xcb，k)2} 添加到当前的最优解集合中去，记k ＝k+1，进入下一次循环；步骤9.11 ：跳出循环，算法终止，顶层问题的直接最优解(z*，t*) ＝CBS，然后根据公式