1.一种分布式业务匹配序贯频谱接入决策方法，其特征在于，包括如下步骤：S1、获取目标系统并对目标系统进行初始化定义；

S2、计算用户的序贯检测次序的期望吞吐量；

S3、基于所述用户的序贯检测次序的期望吞吐量更新用户自身的序贯检测次序；

S4、用户基于自身更新后的决策选择相应的序贯检测次序进行信道感知，接入空闲信道，并传输数据；

步骤S1中：

所述目标系统包括N个信道及M个用户；

SCH＝{1,2,...,N}为机会频谱信道集合，S＝{1,2,...,m,...,M}为用户集合，C＝[C1,

1 N

C2 ,...,CN]为信道集合，θ＝[θ ,θ,...,θ ]为信道空闲概率向量，为检测概率， 为各信道状态检测在对应的检测概率下的虚警概率向量，L＝[L1,L2,...,LM]为各个用户的业务数据向量，Di,j为用户i和用户j之间的相邻关系，Di,j＝1时，用户i和用户j非相邻，Di,j＝0时用户i和用户j相邻，Ψm＝{i∈S:Di,m＝0}为包含CSCm自身的邻居集合；

每个周期时隙T包括本地信息交互阶段和学习阶段τl、业务数据传输阶段，以及多个信道选择和检测阶段τs，SCH＝{1,2,...,N}的全排列 用户CSCm的序贯检测次序为Sm＝(sm1,sm2,...,smN)，然后按所述序贯检测次序序贯检测信道，直到发现空闲信道，并接入所述空闲信道传输数据；

步骤S2包括：

S201、定义用户吞吐量：

用户CSCm的业务队列为Lm，序贯检测次序为Sm＝(sm1,sm2,...,smN)，该次序中第k个信道smk被正确检测为信道空闲，且业务数据传输无冲突时，则用户CSCm的业务吞吐量为：式中， 为信道smk的信道容量；

S202、计算用户之间的信道重叠关系：用户CSCm的序贯检测次序为Sm＝(sm1,sm2,...,smN)，CSCm的邻居CSCh的序贯检测次序为Sh＝(sh1,sh2,...,shk,...,shN)，CSCm与CSCh的信道重叠关系函数为：δ(smk ,shk) ＝1时，表示CSCm和CSCh在第k个信道上发生重叠，表示CSCm的邻居中与CSCm的序贯检测次序在第k个信道上发生重叠的用户的集合， 表示CSCm的邻居中前i个检测信道中包含CSCm的第i个检测信道smi的用户的集合；

S203、计算传输成功率：

CSCm在smk上成功传输数据的概率为：式中 ， 为C SCm的 邻居 集合Ψ m中的 用 户没 有占 用smk的 概率 ，为CSCm的smi信道的虚警概率；

S204、计算用户期望吞吐量：式中， 为CSCm在smk的期望吞吐量，CSCm对应的序贯检测次序Sm＝(sm1,sm2,...,smN)的期望吞吐量为：步骤S3包括：

S301、随机生成初始决策：

设置学习步数t＝0；

对于任一用户CSCm，从SCH＝{1,2,...,N}的全排列 中等概率地随机选择一个序贯检测次序作为初始决策am，

S302、基于选择的序贯检测次序Sm＝(sm1,sm2,...,smN)逐次检测信道，并在检测结果为空闲时接入信道传输自己的业务数据Lm，计算吞吐量作为回报值；

S303、在时隙模型的τl阶段，相邻用户之间完成信息交互和决策学习，信息交互的内容包括用户自身的决策和回报值；

S304、从邻居用户中选择一个决策更新节点，更新节点按如下步骤进行决策更新：计算当前状态下用户自身的决策am的期望效用um(am,a‑m)；

从用户自身所有可能的决策空间Am中，随机挑选一个决策a'm＝S'm，计算决策a'm下所能获得的期望效用um(a'm,a‑m)；

根据以下混合策略概率分布来随机决策式中，β为学习参数，β＞0；

其他与CSCm相邻的用户保持上一时隙的决策不变：ai(t+1)＝ai(t)；

S305、如果用户的决策没有达到连续预设个数的步数内保持不变，则回到步骤S302。

2.如权利要求1所述的分布式业务匹配序贯频谱接入决策方法，其特征在于，还包括：S5、实时采集目标系统数据，当决策所需的环境信息、本身业务需求或目标系统内其他用户的情况发生变化时，返回执行步骤S2。