1.认知MIMO网络中次用户系统容量的优化方法，其特征在于，包括：S1、计算次用户信道矩阵的迹，根据信道矩阵迹的大小对信道进行排序并在发送端采用最小均方误差方法进行预编码设计；

S2、根据信道矩阵迹的排序，使用头尾分簇法对次用户进行分簇并对此用户进行功率分配；

S3、分簇之后以次用户系统容量为优化目标列出满足优化要求的优化方程；

S4、获得优化方程的Lagrange函数，根据KKT条件进行最优功率分配系数的求解，根据数学归纳法得出使得目标函数最优的功率分配系数；

S5、验证所求的解是否符合KKT条件，如果符合KKT条件，则此功率分配系数可使次用户系统容量更优。

2.根据权利要求1所述的认知MIMO网络次用户系统容量优化方法，其特征在于，计算次用户信道矩阵的迹，根据信道矩阵迹的大小对信道进行排序包括：首先求得各信道矩阵的迹：

然后按照信道矩阵迹的大小进行排序，则排序之后为：

hn,1>hn,2>hn,3>…>hn,K；

其中，K表示每个簇中的次用户数量，hn,i表示第n簇的第i个用户的信道矩阵，hn,iH表示hn,i的转置共轭矩阵，tr(·)表示矩阵·的迹。

3.根据权利要求1所述的认知MIMO网络次用户系统容量优化方法，其特征在于，在发送端采用最小均方误差方法进行预编码设计包括：预编码矩阵为：U＝(HHH+σ2I)-1HH；

其中，U表示预编码矩阵，H表示传输信道矩阵，HH表示H的转置共轭矩阵，σ2表示高斯白噪声功率，I是单位矩阵。

4.根据权利要求1所述的认知MIMO网络中次用户系统容量的优化方法，其特征在于，根据信道矩阵迹的排序，使用头尾分簇法对次用户进行分簇包括：考虑每个簇中次用户的数量为奇数和偶数两种情况，将整个次用户系统分成两个簇，即n＝{1,2}，n表示第n簇；

当K为偶数时，第一簇的信道增益分布为：

第二簇的信道增益分布为：

当K为奇数时，第一簇的信道增益分布为：

第二簇的信道增益分布为：

其中，K表示每个簇中次用户的数目， 表示在第n簇中的用户k，gi表示第i个用户。

5.根据权利要求1所述的认知MIMO网络中次用户系统容量的优化方法，其特征在于，所述分簇之后以次用户系统容量为优化目标列出满足优化要求的优化方程包括：

101、优化目标函数：

102、考虑优化目标函数的约束条件；

其中， 表示优化的目标函数，K表示每个簇中次用户的数目，B为常数， 表示第n簇的用户k，an,k表示第n簇的用户k的功率分配系数。

6.根据权利要求5所述的认知MIMO网络次用户系统容量优化方法，其特征在于，所述考虑优化目标函数的约束包括：约束条件C1：进行功率分配之后系数之和小于等于1，列出约束条件C1为：约束条件C2：对次用户的速率进行限制，次用户系统中的每个用户的速率都满足大于一定值，从而保证次用户的用户服务质量，列出约束条件C2为：约束条件C3：已经解码的次用户与尚未解码的次用户之间最小的功率之差大于ptol，则相应的约束条件C3为：约束条件C4：对功率分配系数进行限制，此限制在求解最优功率分配系数的时候有作用，约束条件C4为：其中，R0为次用户最小速率需求，β、γ为常数，ptol为认知基站实际的总功率，Pt为认知基站实际的发射功率。

7.根据权利要求1所述的认知MIMO网络次用户系统容量优化方法，其特征在于，所述获得优化方程的Lagrange函数包括：其中，L(an,k,λ,η,ζ)为优化方程的Lagrange函数，K表示每个簇中的次用户数量，β和γ为常数，B为常数， 表示第n簇的第k个用户，η、λ和ζ为Lagrange乘子，ηk表示Lagrange乘子η的集合中的第k个元素，ζk表示Lagrange乘子ζ的集合中的第k个元素，an,k表示第n簇中的用户k的功率的分配系数。

8.根据权利要求1所述的一种认知MIMO网络中次用户系统容量的优化方法，其特征在于，所述验证所求的解是否符合KKT条件包括：求解出最优功率分配系数之后，随意选取其中不存在特殊性的一组数据验证是否满足KKT条件，如果符合KKT条件，则此功率分配系数可使次用户系统容量更优。