1.一种基于随机森林均匀量化特征提取的安全中继选择方法，其特征在于，所述方法包括以下步骤：

S1、构建全双工多中继系统模型，其包括源节点S、目的节点D、窃听节点E和K个全双工中继节点R1,…,Ri,…,RK；

S2、分别获取中继节点、目的节点以及窃听节点的可达容量，计算在这些可达容量下系*

统的安全容量，并找出使系统安全性能最优的中继节点索引k；

S3、基于均匀量化算法来提取RF集成学习算法所需的离散CSI特征值；

S4、构建基于RF集成学习方法的全双工中继系统安全中继选择模型，并根据该模型选择中继节点。

2.根据权利要求1所述的一种基于随机森林均匀量化特征提取的安全中继选择方法，其特征在于，在构建的全双工多中继系统模型的时隙t中，中继节点处Ri的接收信号表示为： 目的节点处的接收信号表示为：窃听节点处的接收信号表示为：

其中，PS为源节点的发射功率， 为源节点到中继节点的信道系数，xs(t)表示时隙t时源节点传输到中继节点的数据， 为中继节点处Ri的发射功率， 为中继节点Ri残余自干扰系数，xs(t‑1)表示时隙t‑1时源节点传输到中继节点的数据， 为中继节点上的噪声； 为中继节点到目的节点的信道系数，nD(t)为目的节点上的噪声；hSE为源节点与窃听节点之间的信道系数， 为中继节点与窃听节点之间的信道系数，nE(t)窃听节点上的噪声； nD(t)以及nE(t)为服从均值为0，方差依次为 以及 的高斯分布的噪声。

3.根据权利要求1所述一种基于随机森林均匀量化特征提取的安全中继选择方法，其*

特征在于，使系统安全性能最优的中继节点索引k表示为：其中，K为中继节点数量； 为中继节点Ri可达速率；CD为目的节点可达速率；CE为窃听节点可达速率。

4.根据权利要求3所述的一种基于随机森林均匀量化特征提取的安全中继选择方法，其特征在于，中继节点Ri可达速率 表示为：其中，PS为源节点的发射功率， 为源节点到中继节点的信道系数， 为中继节点处Ri的发射功率， 为中继节点Ri残余自干扰系数， 为中继节点处噪声对应的方差，||.||表示矩阵或向量的欧几里得范数。

5.根据权利要求3所述的一种基于随机森林均匀量化特征提取的安全中继选择方法，其特征在于，目的节点可达速率CD表示为：其中， 为中继节点处Ri的发射功率， 为中继节点到目的节点的信道系数， 为目的节点噪声对应的方差。

6.根据权利要求3所述的一种基于随机森林均匀量化特征提取的安全中继选择方法，其特征在于，窃听节点可达速率CE表示为：其中，PS为源节点的发射功率， 为中继节点处Ri的发射功率，hSE为源节点与窃听节点之间的信道系数， 为中继节点与窃听节点之间的信道系数， 为窃听节点噪声对应的方差。

7.根据权利要求1所述的一种基于随机森林均匀量化特征提取的安全中继选择方法，其特征在于，基于均匀量化算法来提取随机森林集成学习算法所需的离散CSI特征值包括：将主信道和窃听信道的CSI集合表示为：若CSI量化后的特征值hq为1到N之间的整数，hx为集合Ω中原始的CSI值，则CSI量化后的特征值hq表示为：

其中， 为特征值j所在区间的下边界； 为特征值j所在区间的上边界。

8.根据权利要求7所述的一种基于随机森林均匀量化特征提取的安全中继选择方法，其特征在于，若CSI区间长度为[0,T]，将该区间均匀分成N个等长的间隔，则特征值j所在区间的下边界 表示为：

特征值j所在区间的上边界 表示为：

9.根据权利要求1所述的一种基于随机森林均匀量化特征提取的安全中继选择方法，其特征在于，构建基于RF集成学习方法的全双工中继系统安全中继选择模型时，其训练集数据集定义为：D＝{(H1,Y1),(H2,Y2),…,(HX,YX)}，(Hx,Yx)表示训练样本x，其输入值为Hx，表示为 为第i个量化后的CSI离散值；输出值为Yx，Yx分类标*

签，赋值为最优中继索引k。