1.协同认知无线网络多用户通信动态判决方法，用于授权用户、频谱感知融合中心、N个认知用户、K个中继节点以及一个中继控制节点所形成的认知无线网络中，其特征在于，依次包括如下步骤1至步骤11：步骤1，N个认知用户分别获取、保存自身初始位置到授权用户位置的距离值，并同时实时获取、保存认知用户自身的信噪比、即时速度值、即时速度的方向角度值，并分别对授权用户的频谱占用情况进行能量检测，然后将包括检测概率和虚警概率的检测结果进行保存；其中：即时速度的方向角度值为认知用户当前的前进方向偏离该认知用户初始位置至授权用户位置连线的偏离角度，第i个认知用户标记为CRi，i＝1,2,…,N，N≥3，认知用户CRi自身的信噪比记为SNRi，认知用户CRi的即时速度值标记为vi，认知用户CRi的即时速度的方向角度值标记为θi；授权用户标记为PU；认知用户CRi自身初始位置到授权用户PU位置的距离值标记为di；K≥2；

步骤2，K个中继节点分别获取自身的信噪比，并将自身的信噪比分别发送给中继控制节点和频谱感知融合中心，由中继控制节点计算得到具有最佳中继性能的最佳中继节点；

其中，中继控制节点标记为RelayControl，频谱感知融合中心标记为FC，最佳中继节点的获取过程包括如下步骤2-1至步骤2-4：步骤2-1，K个中继节点分别获取自身的信噪比，并由中继控制节点计算各中继节点的信噪比衡量指数；其中：其中， 为第k个中继节点Relayk的信噪比衡量指数， 为第k个中继节点Relayk的信噪比；

步骤2-2，K个中继节点分别获取自身的功耗值，并由中继控制节点计算各中继节点的功耗衡量指数；其中：其中， 为第k个中继节点Relayk的功耗衡量指数，Ek为第k个中继节点Relayk的功耗值；

步骤2-3，K个中继节点分别获取自身位置至中继控制节点距离以及自身位置至频谱感知融合中心的距离，并由中继控制节点计算各中继节点的中继效益衡量指数；其中：其中， 为第k个中继节点Relayk的中继效益衡量指数，Dk1为第k个中继节点Relayk至中继控制节点RelayControl的距离值，Dk2为第k个中继节点Relayk至频谱感知融合中心FC的距离值，max(Dk1,Dk2)表示距离Dk1和距离Dk2中的最大值，min(Dk1,Dk2)表示距离Dk1和距离Dk2中的最小值；

步骤2-4，根据各中继节点的信噪比衡量指数、功耗衡量指数以及中继效益衡量指数，由中继控制节点计算各中继节点的综合性能衡量指数，得到最大综合性能衡量指数，并以该最大综合性能衡量指数所对应的中继节点作为最佳中继节点；其中，各中继节点的综合性能衡量指数计算公式如下：其中，χk为第k个中继节点Relayk的综合性能衡量指数，χopt为最大综合性能衡量指数，K为所有中继节点的总个数；

步骤3，N个认知用户将各自的信噪比和检测概率分别发送给最佳中继节点，并由最佳中继节点将接收的各认知用户的信噪比和检测概率转发给频谱感知融合中心；

步骤4，频谱感知融合中心根据最佳中继节点所发送来的N个认知用户所对应的信噪比和检测概率，计算各认知用户对应的信噪比在所有N个认知用户信噪比集合中的权值ωi以及各认知用户对应的检测效益指数δi；其中，认知用户CRi所对应信噪比的权值ωi以及检测效益指数δi分别计算如下：Pd,i表示认知用户CRi所发送的检测概率；

步骤5，频谱感知融合中心根据预设协同认知用户的检测效益指数筛选阈值以及各认知用户对应信噪比的权值情况，筛选出参与协同检测的主协同认知用户集合以及辅助协同认知用户集合：当认知用户所对应的检测效益指数大于预设协同认知用户的检测效益指数筛选阈值δ0时，则选择该认知用户参与协同检测，并置入主协同认知用户集合S1中；否则，则将该认知用户作为参与协同检测的辅助协同认知用户，并置入辅助协同认知用户集合S2中；

其中，在主协同认知用户集合S1中，设定作为参与协同检测的认知用户的总数目为N1；

在辅助协同认知用户集合S2中，设定作为参与协同检测的辅助协同认知用户的总数目为N2，且N1+N2＝N；

步骤6，在主协同认知用户集合S1中，预设M个按照升序排列的分簇阈值λj，频谱感知融合中心根据主协同认知用户集合S1中各协同认知用户发送来的信噪比分别与各分簇阈值作判断比较，以得到M1个独立的含有协同认知用户的分簇；其中，j＝1,2,…,M且λ1<λ2<…<λM；分簇标记为Cl，l＝1,2,…,M1，1≤M1≤M；其中，频谱感知融合中心对各协同认知用户的分簇过程包括如下步骤6-1和步骤6-2：步骤6-1，根据M个分簇阈值，设定M+1个分簇区间段分别为(-∞,λ1]、(λ1,λ2]、…、(λM-1,λM]和(λM,∞)；其中，位于第一分簇内的协同认知用户对应的信噪比处于(-∞,λ1]区间段内，位于第二分簇内的协同认知用户对应的信噪比处于(λ1,λ2]区间段内，依认知类推，位于第M分簇内的协同认知用户对应的信噪比处于(λM-1,λM]区间段内，位于第M+1分簇内的协同认知用户对应的信噪比处于(λM,∞)区间段内；

步骤6-2，频谱感知融合中心分别将主协同认知用户集合S1中各协同认知用户对应的信噪比与M+1个分簇区间段比较，以判决得到各协同认知用户所处的分簇区间段；其中，当协同认知用户的信噪比处于分簇区间段(-∞,λ1]或者(λM,∞)时，则不准该协同认知用户参与协同检测；

步骤7，在含有协同认知用户的M1个分簇内，按照协同认知用户对应信噪比从大到小的顺序，选择各分簇内具有最大信噪比的协同认知用户作为该分簇的簇首认知用户，并选择各分簇内具有最小信噪比的协同认知用户作为该分簇的簇内感知融合中心，从而得到M1个簇首认知用户以及对应的M1个簇内感知融合中心；其中，M1≤M+1；

步骤8，针对M1个分簇，依次得到各簇内的簇内协同检测概率和簇内协同虚警概率，并由各簇分别发送对应的簇内协同检测概率和簇内协同虚警概率给频谱感知融合中心；其中，各簇内频谱感知融合检测过程包括如下步骤8-1和步骤8-4：步骤8-1，在一个分簇Cl内，协同认知用户CRm根据实时检测的检测时间间隔值△tm、即时速度值vm以及即时速度的方向角度值θm，得到协同认知用户CRm与授权用户的实时距离△dm之间的函数关系方程；其中：其中，△tm表示协同认知用户CRm前后两认知实时检测的检测时间间隔值，D0m表示协同认知用户CRm初始位置至频谱感知融合中心FC的距离，M2表示该分簇Cl内除去簇内感知融合中心后的协同认知用户的总数目；m≤M2；

步骤8-2，根据协同认知用户CRm与授权用户PU间的实时距离△dm以及协同认知用户CRm的累计移动时间Tm，得到协同认知用户CRm在累计运动时间Tm内的平均速度值 并将该平均速度值 发送给该簇Cl的簇内感知融合中心；其中，协同认知用户CRm的平均速度值 计算如下：步骤8-3，协同认知用户CRm所处簇Cl的簇内感知融合中心根据簇内各协同认知用户发送来的平均速度值，依次计算各协同认知用户的速度对自身检测结果的动态影响因子κm；

其中，协同认知用户CRm所对应动态影响因子κm的计算如下：

其中，M2表示该分簇Cl内除去簇内感知融合中心后的协同认知用户的总数目， 表示该簇Cl内M2个协同认知用户的平均速度值中的最大值， 表示该簇Cl内M2个协同认知用户的平均速度值中的最小值；θk表示簇Cl内第k个协同认知用户CRk的即时速度的方向角度值；

步骤8-4，根据所得簇Cl内各协同认知用户对应的动态影响因子以及各协同认知用户的检测结果，由该簇Cl内的簇内感知融合中心对簇内协同认知用户的检测结果融合，以得到该簇内所有协同认知用户的簇内协同检测概率和簇内协同检测的虚警概率；簇内协同检测概率标记为Qd,l，簇内协同虚警概率标记为Qf,l，其中：簇内协同检测概率 簇内协同虚警概率 l＝1,

2,…,M1，1≤M1≤M；pk表示该簇Cl内第k个协同认知用户的检测概率，κk表示协同认知用户CRk所对应动态影响因子；

步骤9，根据辅助协同认知用户集合S2中的各辅助协同认知用户所对应的信噪比和检测概率，得到该辅助协同认知用户集合S2中的辅助协同检测概率和辅助协同虚警概率，并发送辅助协同检测概率和辅助协同虚警概率给频谱感知融合中心；辅助协同检测概率标记为辅助协同虚警概率标记为 其中，辅助协同认知用户集合S2中的协同检测概率的计算过程包括如下步骤9-1至步骤9-3：步骤9-1，根据该辅助协同认知用户集合S2内的所有辅助协同认知用户的全局错误检测概率Pe，获取关于决策门限的能量检测优化函数ξ；其中：其中， 为授权用户PU的频谱处于空闲状态H0的概率， 为授权用户PU的频谱处于占用状态H1的概率，Pf为辅助协同认知用户集合S2内所有辅助协同认知用户的协同虚警概率，Pd为辅助协同认知用户集合S2内所有辅助协同认知用户的协同检测概率，Pm为辅助协同认知用户集合S2内所有辅助协同认知用户的协同漏检概率； 表示为高斯噪声的噪声方差；

为辅助协同认知用户集合S2内所有辅助协同认知用户对应信噪比的平均值，Q(z)表示正态高斯互补积分函数； N2表示辅助协同认知用户集合S2内所有辅助协同认知用户的总数目；

步骤9-2，根据能量检测优化函数方程ξ得到能量检测的最佳门限值；其中：

能量检测的最佳门限值ξopt为：

步骤9-3，根据所得能量检测的最佳门限值ξopt，得到授权用户的频谱为占用状态H1的检测概率 并以所得该检测概率 作为辅助协同认知用户集合S2的辅助协同检测概率；其中：步骤10，频谱感知融合中心根据M1个分簇对应的簇内协同认知用户的信噪比以及辅助协同认知用户集合S2内所有辅助协同认知用户的信噪比，分别得到M1个分簇的主协同贡献系数δl以及辅助协同认知用户集合S2的辅助协同贡献系数 其中：M1个分簇各自对应的主协同贡献系数

辅助协同认知用户集合S2的辅助协同贡献系数

其中， 表示第l个分簇Cl内的第r个协同认知用户CRr的信噪比，ml表示第l个分簇Cl内所有协同认知用户的总数目，N2表示辅助协同认知用户集合S2内所有辅助协同认知用户的总数目；ml≠M2；

步骤11，频谱感知融合中心根据各分簇的主协同贡献系数δl以及辅助协同认知用户集合所对应的辅助协同贡献系数 得到N个认知用户的最终检测概率；其中，N个认知用户的最终检测概率QD的计算公式如下：M1为含有协同认知用户的分簇个数。