1.一种基于双门限能量检测的用户选择协作频谱感知方法，其特征在于，包括以下步骤：步骤101：采用最佳信噪比用户选择策略进行信息上报；

步骤102：采用双门限能量检测进行本地检测；

步骤103：采用最大比合并进行信息融合。

2.根据权利要求1所述的基于双门限能量检测的用户选择协作频谱感知方法，其特征在于，所述步骤101采用最佳信噪比用户选择DTBSR策略进行信息上报包括：假定给予每个协作认知用户SU一个倒数计时器，并设定其初始值为 其

中ω1是常数， 表示第i个认知用户的信噪比， 表示第i个认知用户Ri到中心用户S的信道衰落系数，信噪比最大的SU最先耗尽计时器并进行报告；

假定协作SUs是相互靠近的，且任意两个协作SUs之间的信道是充分可靠的，即协作SU能够准确地知道是否有另一个SU进行了上报；且根据上述倒数计时器的定义可知SUs的倒数计时器的初始值是相互独立的关于信噪比的函数，其中有两个或以上的SUs倒数计时器同时耗尽的概率为0；若两个或以上的SUs计时器同时耗尽的概率不为0，则可通过调节ω1值使报告冲突的概率变得任意小。

3.根据权利要求1所述的基于双门限能量检测的用户选择协作频谱感知方法，其特征在于，所述步骤102采用双门限能量检测算法进行本地检测包括：定义一个噪声不确定性区间 其中，ρ为噪声不确定量，

和 分别表示实际噪声功率和标准高斯白噪声功率，A表示最大噪声不确定度；根据上述噪声不确定性模型和能量检测固定虚警概率λ，设定双门限值分别为： λ2＝λ·ρ，进而可得到在状态H0和状态H1下能量检测值Y'落入λ1和λ2之间的概率分别是：Δ0＝Pr{λ1

4.根据权利要求1所述的基于双门限能量检测的用户选择协作频谱感知方法，其特征在于，所述步骤103采用最大比合并算法进行信息融合包括：假设共有N个认知用户，其中有N-K个认知用户的本地检测结果落入λ1和λ2之间，进而采用最大比合并MRC方法进行能量融合，具体实现如下：其中，A＝0表示授权用户不存在，A＝1表示授权用户存在； 是MRC的系数，其中γi表示第i个认知用户的信噪比，γj表示第j个认知用户能量检测值落入λ1和λ2之间的信噪比，λ1和λ2为门限值；认知用户i的能量检测值Yi(1≤i≤N-K)在状态H0和H1下分别服从自由度为N-K的中心卡方分布和非中心卡方分布，具体关系式为：