1.一种基于认知基站的休眠方法，其特征在于：所述认知基站包括由主用户数据包端口和次级用户数据包端口控制的信道，所述主用户数据包端口设置将主用户数据包数量控制在阈值N以内的缓冲区#1和监控主用户数据包到达的休眠计时器T1；所述次级用户数据包端口设置接收所有次级用户数据包的缓冲区#2和监控次级用户数据包到达的休眠计时器T2；所述休眠方法包括以下步骤：S1、基站处于唤醒状态，休眠计时器T1和休眠计时器T2停止计时，数据包按照优先级在信道依次传输，主用户数据包抢占式传输，次级用户数据包机会式传输；S2、当信道中无数据包传输,并且在缓冲区#1和缓冲区#2中无等待传输的数据包时，基站切换到休眠状态，休眠计时器T1和休眠计时器T2同时开始计时，数据包进入缓冲区等待；S3、当休眠计时器T1计时结束时，如果缓冲区#1中有主用户数据包等待传输，则主用户数据包端口唤醒，进行S1；否则，主用户数据包端口进入下一个休眠阶段，并重启休眠计时器T1；S4、当休眠计时器T2计时结束时，如果缓冲区#2中有次级用户数据包等待传输，则次级用户数据包端口唤醒，进行S1；否则，次级用户数据包端口进入下一个休眠阶段，并重启休眠计时器T2。2.根据权利要求1所述的一种基于认知基站的休眠方法，其特征在于：所述休眠计时器T1设置的休眠时间小于所述休眠计时器T2设置的休眠时间。3.根据权利要求1所述的一种基于认知基站的休眠方法，其特征在于：S1中，基站处于唤醒状态，数据包按照优先级在信道依次传输，具体包括以下步骤：S11、当一个主用户数据包到达主用户数据包端口时，如果另一个主用户数据包正在信道中传输，则新到达的主用户数据包尝试进入缓冲区#1，如果缓冲区#1中的主用户数据包的数量未达到接入阈值N，则新到达的主用户数据包进入缓冲区#1排队等待；否则，新到达的主用户数据包将会离开基站；S12、当一个主用户数据包到达主用户数据包端口时，如果一个次级用户数据包正在信道中传输，则新到达的主用户数据包将会抢占信道，正在传输的次级用户数据包将会被打断，被打断的次级用户数据包将会被基站丢弃；S13、当一个次级用户数据包到达次级用户数据包端口时，如果一个主用户数据包或者另一个次级用户数据包正在传输，则新到达的次级用户数据包将会进入缓冲区#2排队等待。4.根据权利要求1所述的一种基于认知基站的休眠方法，其特征在于：S2中，基站切换到休眠状态，数据包进入缓冲区等待，具体包括以下步骤：S21、当一个主用户数据包到达主用户数据包端口时，则新到达的主用户数据包尝试进入缓冲区#1排队等待，如果缓冲区#1中的主用户数据包的数量未达到接入阈值N，则新到达的主用户数据包进入缓冲区#1排队等待；否则，新到达的主用户数据包将会离开基站；S22、当一个次级用户数据包到达次级用户数据包端口时，则新到达的次级用户数据包进入缓冲区#2排队等待。5.一种如权利要求1～4任一项所述的基于认知基站的休眠方法的性能评估方法，其特征在于：包括以下步骤：步骤1、使用连续时间的马尔科夫到达过程MAP演绎主用户数据包和次级用户数据包的到达过程，获得主用户数据包的达到率、次级用户数据包的到达率和主用户数据包和次级用户数据包到达的连续间隔之间的相关系数；步骤2、信道中主用户数据包的传输时间和次级用户数据包的传输时间分别服从参数为μpu,μsu的指数分布，μpu,μsu分别为主用户数据包和次级用户数据包的服务率；休眠计时器T1和休眠计时器T2的休眠时间分别服从参数为θ1 ,θ2的指数分布，θ1 ,θ2分别为休眠计时器T1和休眠计时器T2的休眠参数；根据步骤1马尔科夫到达过程，运用排队论的理论知识，建立融合抢占优先级和两个休眠计时器休假的MAP/M/1排队模型，并采用矩阵几何解的方法求解排队模型的稳态概率分布；步骤3、根据步骤2获得的稳态概率求解主用户数据包的平均队长E[Lpu]和次级用户数据包的平均队长E[Lsu]；步骤4、根据步骤1获得的主用户数据包的达到率、次级用户数据包的到达率与步骤2获得的稳态概率求解单位时间内成功传输的主用户数据包的数量βpu和次级用户数据包的数量βsu；步骤5、根据步骤3获得的主用户数据包与次级用户数据包的平均队长和步骤4获得的主用户数据包与次级用户数据包的数量，利用little定理，求解主用户数据包的平均逗留时间τpu和次级用户数据包的平均逗留时间τsu；步骤6、根据步骤1获得的主用户数据包和次级用户数据包到达的连续间隔之间的相关系数和步骤2获得的稳态概率求解系统能量节省率φ；步骤7、构建相关系数为0和0.1的MAP，研究步骤2中的休眠参数θ1,θ2以及相关系数对步骤5中的主用户数据包、次级用户数据包逗留时间以及步骤6中的系统能量节省率的影响；步骤8、固定主用户数据包和次级用户数据包到达之间的相关系数为0.1，在次级用户发送概率P的控制下，修正定义MAP的矩阵D0,D1,D2为D′0＝D0+(1‑P)D2,D′1＝D1,D′2＝PD2，得出在D′0,D′1,D′2定义的MAP和次级用户发送概率P的控制下，系统的稳态概率分布以及步骤4和步骤5中的次级用户数据包单位时间成功传输的数量βsu和次级用户数据包的平均逗留时间τsu，求解次级用户的纳什均衡发送概率和社会最优发送概率，面向次级用户制定定价策略，实现次级用户的纳什均衡和社会最优发送概率的统一。6.根据权利要求5所述的一种基于认知基站的休眠方法的性能评估方法，其特征在于：步骤1中，所述马尔科夫到达过程MAP由一个具有m个状态的连续时间马尔科夫链定义，所述马尔科夫链为底层马尔科夫链{S(t) ,t≥0}；底层马尔科夫链{S(t) ,t≥0}具有状态空间{1,2,…,m}，马尔科夫链{S(t) ,t≥0}停留在状态s,1≤s≤m的时间服从参数为εs,εs>0的指数分布，当马尔科夫链{S(t) ,t≥0}由状态s转移到s '时，以p0(s ,s ') ,s≠s ',1≤s ,s '≤m的概率代表无数据包到达的发生，以p1(s ,s') ,1≤s,s'≤m的概率代表有主用户数据包到达的发生，以p2(s,s') ,1≤s,s'≤m的概率代表有次级用户数据包到达的发生，所述MAP由三个m维的矩阵D0,D1,D2表示：(D0)s,s'＝εsp1(s,s')(D2)s,s′＝εsp2(s,s′)其中，S(t)＝s,1≤s≤m表示时刻t马尔科夫链{S(t) ,t≥0}处于状态s；矩阵D＝D0+D1+D2是马尔科夫链{S(t) ,t≥0}的无穷小生成元，σ是σD＝0,σe＝1的唯一解，得到数据包的到达率为λ＝σ(D1+D2)e，其中主用户数据包的达到率为λpu＝σD1  e，次级用户数据包的到达率为λsu＝σD2e；主用户数据包和次级用户数据包到达的连续间隔之间的相关系数为Ccor＝(λσ(‑D0)‑1(D‑D0)(‑D0)‑1e‑1)/2λσ(‑D0)‑1e‑1。7.根据权利要求5所述的一种基于认知基站的休眠方法的性能评估方法，其特征在于：步骤3中，求解主用户数据包的平均队长E[Lpu]和次级用户数据包的平均队长E[Lsu]的具体方法为：其中，πiN0s为基站中所有的次级用户数据包的数量为i、基站中所有主用户数据包的数量为N、基站的状态为休眠、底层马尔科夫链处在的状态为s时的稳态概率；πi(N+1)1s为基站中所有的次级用户数据包的数量为i、基站中所有主用户数据包的数量为N+1、基站的状态为传输主用户数据包、底层马尔科夫链处在的状态为s时的稳态概率；πi02s为基站中所有的次级用户数据包的数量为i、基站中所有主用户数据包的数量为0、基站的状态为传输次级用户数据包、底层马尔科夫链处在的状态为s时的稳态概率。8.根据权利要求5所述的一种基于认知基站的休眠方法的性能评估方法，其特征在于：步骤4中，单位时间内成功传输的主用户数据包的数量βpu和次级用户数据包的数量βsu的具体方法为：其中，πiN0s为基站中所有的次级用户数据包的数量为i、基站中所有主用户数据包的数量为N、基站的状态为休眠、底层马尔科夫链处在的状态为s时的稳态概率；πi(N+1)1s为基站中所有的次级用户数据包的数量为i、基站中所有主用户数据包的数量为N+1、基站的状态为传输主用户数据包、底层马尔科夫链处在的状态为s时的稳态概率；πi02s为基站中所有的次级用户数据包的数量为i、基站中所有主用户数据包的数量为0、基站的状态为传输次级用户数据包、底层马尔科夫链处在的状态为s时的稳态概率。9.根据权利要求5所述的一种基于认知基站的休眠方法的性能评估方法，其特征在于：步骤5中，依次求解主用户数据包的平均逗留时间τpu、次级用户数据包的平均逗留时间τsu的具体方法为：

10.根据权利要求5所述的一种基于认知基站的休眠方法的性能评估方法，其特征在于：步骤6中，求解系统能量节省率φ的具体方法为：

其中，πij0s为基站中所有的次级用户数据包的数量为i、基站中所有主用户数据包的数量为j、基站的状态为休眠、底层马尔科夫链处在的状态为s时的稳态概率。