1.一种改进的天牛须搜索算法求解非正交随机接入最优吞吐量的方法，其特征在于，包括如下步骤：步骤1:初始化算法参数，天牛的种群规模m，最大迭代次数tmax，每只天牛两须之间距离d，天牛步进步长δ，天牛改变步长系数eta，设使用同一上行资源传输数据信息的设备数为I，基站使用迭代干扰消除算法成功检测的平均设备数为TPA(I,q)，其中q为功率退避因子，定义TPA(I,q)为天牛须算法的适应度函数，初始化I＝1；

(0)

步骤2:随机初始化种群的功率退避因子q i(i＝1,...,m)，得到初始天牛种群的适应函数 记录群体最优参数 及其对应的 并作为历史最优参数TPA,best(I)和qbest(I)；

步骤3:随机初始化每一只天牛头部的方向，对于多维的求解问题，使用如下的归一化方向向量表示：其中，dim表示空间维度，rnd()表示随机函数；

步骤4:初始化qr,i和ql,i：

其中，qr,i表示天牛触角右侧搜索的功率退避因子，ql,i表示天牛触角左侧搜索的功率退避因子；

步骤5：天牛根据左右触角的气味强度，即适应函数TPA,i(qi,I)按照如下准则进行位置的更新：t‑1 t‑1

其中，δ 是第t‑1次迭代的步长，而c是可变常数，实际步长step＝c*δ ，为初始化的单位方向向量，sign()表示符号函数，其输出1当输入为正数、输出‑1当输入为负数和输出

0当输入为0；

步骤6：对以上天牛种群局部极值进行检测，得到当前迭代下群体的最优参数 及其对应的 用本次得到的全局极值更新群体历史最优参数TPA,best(I)和qbest(I)；

步骤7：按照如下准则更新天牛的自身参数

其中，d为每只天牛两须之间距离，eta天牛步长改变系数；

步骤8：判断是否达到最大迭代次数的结束条件，如果是，转至步骤9；否则，迭代次数t＝t+1,转至步骤3；

步骤9：判断其是否满足算法结束条件，满足则转至步骤10；否则，用户数I＝I+1，转至步骤3；

步骤10，存储上述所得结果，系统成功接入的吞吐量MS表示为其中， 表示有n个设备选取第r个前导码的概率， 表示n个设备选择相同前导码序列条件下获得u个资源块的概率。

2.根据权利要求1所述的方法，其特征在于，所述步骤1中，所述适应度函数TPA(I,q)的计算如下其中，I表示选择同一资源块的设备总数，Qi(I,q)为在前i‑1个设备成功接入的情况下，第i个mMTC设备的数据信息能够成功被检测到的概率。

3.根据权利要求1或2所述的方法，其特征在于，所述步骤9中,算法结束条件为经过最大尝试接入次数，设备的平均接入率仍低于预定的成功接入概率门限ps，用如下式子表示J(1‑(1‑TPA/I))＜ps

其中J为设备传输前导码的最大次数，ps是设备平均接入成功接入概率门限，TPA(I,q)表示选择同一上行资源块的成功接入的设备吞吐量。