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：max∑s∈ΩαsRs-β(p0-p0min)其中表示每个SUs的吞吐量，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{qs}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p 0 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：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p 0 确定时，为了满足{θ s } s ∈Ω ，S U s 的功率需要能够满足公式将底层问题转化为一个关于非授权用户信噪比ys的单调性优化问题；其中步骤6 . 2 ：设置初始最优非授权用户信噪比集合其中误差允许的范围内，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plower与pupper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pupper更新为现行

的p0，否则将plower更新为现行的p0，返回步骤7.2；步骤7.6：将所得到的p0作为特殊阈值Pth；(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pupper＝Pth，v＝1+∈；

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plower与pupper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(p0)；步骤8.5：调用步骤6的底层算法求解f2＝F(p0+δ)和f3＝F(p0-δ)；步骤8.6：计算步骤8.7：如果v＜-∈,则令pupper＝p0；否则，如果v＞∈,则令plower＝p0；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的在区间步骤9.3：设置初始最优最优解集合为设置初始的迭代次数为k＝1，初始的最优解初始的最优目标函数值CBV＝-∞；步骤9.4：计算当前最优解集合中每个点对应的目标函数值记为W(x)，其中需要调用步骤6给出的底层算法；步骤9.5：删除当前最优解集合中那些满足W(x)≤CBV(1+∈)的所有点，其中∈是一个预先设定的足够小的正数，将余下点的集合记为步骤9.6：如果为空集，则算法终止，转至步骤9.11；否则继续进行步骤9.7；步骤9.7：在余下点的集合中选出目标函数值W(x)最大的点xcb，k；步骤9.8：利用对分法计算原点与xcb，k的连线与外边界的交点yk；步骤9.9：如果W(yk)≥CBV，将最优解更新为CBS＝yk，CBV＝W(yk)；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