1.一种基于连通分量个数特征的认知无线电频谱感知方法，其特征在于，包括如下步骤：步骤1：对过采样后的观测信号进行去均值处理；观测信号模型为：x(n)＝s(n)+w(n)，n＝0，1，...，N‑12

式中，x(n)是离散时间序列，w(n)是均值为0方差为σ的加性高斯白噪声样本，s(n)是信号样本；N是信号样本数；

频谱感知的结果包含H0和H1两种情况，H0表示主用户信号频谱空闲；H1表示主用户信号占用现有频谱；

在这两种情况下的传输模型分别如下：

HO:x(n)＝w(n)

H1:x(n)＝s(n)+w(n)

对观测信号先作去均值处理，得到零均值的观测信号：式中，r(n)表示零均值的观测信号， 为x(n)的均值；

步骤2：计算经去均值处理后的观测信号的自相关函数；

步骤3：通过归一化和均匀量化的方法将自相关函数转化为具有q个顶点的图；具体如下：先将自相关函数Crr(m)作归一化处理，得到其归一化频谱之后，设定量化级数q，对 均匀量化，量化后的频谱U(m)＝i+1，其中，i/q＜U(m)＜i+1/q,0≤i≤q‑1；

将U(m)转换到图域，构成图G(V,E)，其中V和E分别表示图的顶点集V＝{v1,v2,...vq}和边集合E＝{eα,β|να∈V,νβ∈V}，eα,β表示图的两个顶点之间的边；构成图G(V,E)的具体做法是：从U(m)到U(m+1),m＝0,1...,N‑2逐个遍历，当存在vα到vβ的电平跳变时，则两个顶点相连，eα,β＝1；反之，则两个顶点无连接，eα,β＝0；

步骤4：计算图的连通分量个数dc作为判决统计量，并设置相应的判决门限η；

步骤5：通过将图的连通分量个数dc与门限η进行比较，得到频谱感知的判决结果，若dc>η，则判为H0，否则判为H1。

2.如权利要求1所述的一种基于连通分量个数特征的认知无线电频谱感知方法，其特征在于：所述步骤2中，计算r(n)的自相关函数：式中，Crr(m)表示r(n)的自相关函数，m是自相关函数的自变量。

3.如权利要求1所述的一种基于连通分量个数特征的认知无线电频谱感知方法，其特征在于：所述步骤4具体如下：计算图的拉普拉斯阵，并对其进行特征分解，获取其特征值，并统计其中零特征值的个数，即为图的连通分量个数，以此作为频谱感知的检验统计量；

设置门限值η用以进行判决，门限值取图的顶点数减2或减3。