1.基于有效区域的多目标优化设计方法，通信系统中至少包括1个认知应急用户和1个主用户，认知应急用户有数据业务要传输，其特征在于所述多目标优化设计方法包括如下步骤：

步骤1、确定系统优化目标

根据下式设计认知应急用户发射功率Ps：式中，f1为认知应急用户传输速率的优化设计目标函数，f2为认知应急通信用户生命周期的优化设计目标函数，B为系统信道带宽， 为系统信道高斯噪声功率，p0为信道空闲概率，p1为信道忙碌概率，Ps为认知应急用户发射功率，hss为认知应急用户端到端功率增益，hsp为系统认知应急用户对主用户的干扰功率增益，Qv为认知应急用户的最大发射功率，Pp为主用户发射功率，hps为主用户对认知应急用户的干扰功率增益，Ith为主用户接收机的干扰门限；

步骤2、设置系统优化设计有效区域设置系统优化设计最优解的搜索区域为f1min≤f1≤f1max，f2min≤f2≤f2max，其分布的帕累托最优集为set1，系统优化设计最优解的有效区域为f1min≤f1≤a，f2min≤f2≤b2，其分布的帕累托最优集为set2，系统优化设计最优解的筛选区域为f1min≤f1≤a，f2min≤f2≤b1，b1≤b2，其分布的帕累托最优集为set3，其中f1min、f1max、f2min、f2max为系统优化设计最优解搜索区域的边界，f1min、f2min、a、b2为系统优化设计最优解的有效区域的边界，f1min、f2min、a、b1为系统优化设计最优解的筛选区域的边界；

步骤3、目标优化算法选取

将系统认知应急用户的发射功率Ps作为细菌运动的位置值，系统优化设计目标函数f1和f2分别作为菌群运动的适应值F1和适应值F2，选取细菌觅食算法对系统认知应急用户的发射功率Ps进行优化，所得的细菌运动位置的最佳调和解就是应急通信系统中认知应急用户的最佳发射功率；其中，适应值F1和适应值F2分别是菌群对应于系统优化设计目标函数f1和f2的适应值集合；

步骤4、初始化

假设有I个细菌参与觅食优化算法，构成细菌集合set，对集合set中的每个细菌进行编号，在可行区域[0,Qv]范围内随机生成每个细菌的初始位置 在‑1和1之间随机生成每个细菌的初始运动方向Δ(i)，i＝1,2,3,…,I；设细菌泳动的最大步数为Ns，细菌的最大趋向次数为Nc，细菌的最大复制次数为Nre，细菌的最大迁移次数为Ned，迁移概率为Ped；

步骤5、计算细菌适应值

根据细菌位置计算所有细菌的适应值，细菌i的适应值 和 的计算公式如下：步骤6、确定全局最优细菌位置gbest(i)构建搜索区帕累托最优集set1，在细菌集合set中两两比较细菌的适应值，如果细菌i的两个适应值 和 都不大于且不同时等于细菌m的两个适应值 和且m≠i，那么细菌m被细菌i支配，将细菌m丢弃，在剩余的细菌中重复这样的细菌适应值比较，直到被其它细菌支配的细菌都被丢弃，最后由这些剩余的非支配细菌构成搜索区域中分布的帕累托最优集set1；

(ii)对集合set1中的所有细菌进行编号，编号为n，n＝1,2,...,N，N为集合set1中细菌的个数；

(iii)根据细菌适应值F1的大小，对集合set1中细菌按升序进行排序，构成新的集合set11，并按升序对set11中的所有细菌进行重新编号，编号为u，u＝1,2,...,N，同时保留细菌在集合set1中的编号n；

(iv)根据细菌适应值F1计算集合set11中细菌u，u＝2,3,...,N‑1，与它前后两个细菌的间隔

其中， 表示集合set11中细菌u与它前后两个细菌的间隔，同时细菌u在集合set1中的编号为n，f10max、f10min分别为细菌适应值F1的最大值和最小值；

(v)根据细菌适应值F2的大小，对集合set1中细菌按升序进行排序，构成新的集合set12，并按升序对set12中的所有细菌进行重新编号，编号为v，v＝1,2,...,N，同时保留细菌在集合set1中的编号n；

(vi)根据细菌适应值F2计算集合set12中细菌v，v＝2,3,...,N‑1，与它前后两个细菌的间隔

其中， 表示集合set12中细菌v与它前后两个细菌的间隔，同时细菌v在集合set1中的编号为n，f20max、f20min分别为细菌适应值F2的最大值和最小值；

(vii)令 和 为无穷大，根据 和 计算最优集set1中细菌n的拥挤距离

(viii)根据细菌的拥挤距离大小，对集合set1中细菌按降序进行排序；

(ix)根据细菌i的适应值 和 对最优集set1中的细菌进行筛选，保留筛选区域(f1min≤f1≤a，f2min≤f2≤b1)内的细菌，构成筛选区域中分布的帕累托最优集set3；

(x)选择最优集set3中拥挤距离前10％的个体组成集合gbestpool，从集合gbestpool中随机选择一个细菌的位置作为全局最优细菌位置gbest；

步骤7、细菌迁移

令l＝1，在集合set中对所有细菌执行迁移操作；

步骤8、细菌复制

令k＝1，在集合set中对所有细菌执行复制操作；

步骤9、细菌趋向

令j＝1，集合set中所有细菌执行趋向操作；

(i)令i＝0，细菌i泳动；

(ii)令i＝i+1，sn＝0，记录细菌i在执行趋向操作前的位置信息 及其适应值：计算细菌i的泳动步长：

(iii)细菌泳动，细菌i泳动一次，更新其位置：(iv)边界控制，检查细菌i是否在可行区域内如果 则细菌i从区域边界的下界作反方向泳动：如果 则细菌i从区域边界的上界作反方向泳动：i

(v)更新细菌i的适应值f1和i

(vi)如果 即f1 和 都不大于且不同时等于 和 则sn＝sn+1；否则，sn＝Ns；

(vii)如果sn

i

(viii)选取细菌i的个体历史最优值pbesti

比较细菌i在趋向操作前后的适应值，如果细菌i在趋向操作后的两个适应值f1和 都不大于且不同时等于细菌i在趋向操作前的适应值 和 那么此时细菌i的位置就i

是个体历史最优值pbest ，即 如果细菌i在趋向操作前的两个适应值 和i

都不大于且不同时等于细菌i在趋向操作后的适应值f1和 那么细菌i在趋向操作i

前的位置就是个体历史最优值pbest ，即 否则，细菌i在 和 之间等概随i

机选择其中的一个作为其个体历史最优值pbest；

步骤10、如果i

步骤11、更新全局最优细菌位置值gbest(i)更新搜索区中帕累托最优集set1i

在细菌集合set中两两比较细菌的适应值，如果细菌i的两个适应值f1和 都不大于且m

不同时等于细菌m的两个适应值f1 和 且m≠i，那么细菌m被细菌i支配，将细菌m丢弃，在剩余的细菌中重复这样的细菌适应值比较，直到被其它细菌支配的细菌都被丢弃，最后由这些剩余的非支配细菌构成搜索区域中分布的帕累托最优集set1；

(ii)对集合set1中的所有细菌进行编号，编号为n，n＝1,2,...,N，N为集合set1中细菌的个数；

(iii)根据细菌适应值F1的大小，对集合set1中细菌按升序进行排序，构成新的集合set11，并按升序对set11中的所有细菌进行重新编号，编号为u，u＝1,2,...,N，同时保留细菌在集合set1中的编号n；

(iv)根据细菌适应值F1计算集合set11中细菌u，u＝2,3,...,N‑1，与它前后两个细菌的间隔

(v)根据细菌适应值F2的大小，对集合set1中细菌按升序进行排序，构成新的集合set12，并按升序对set12中的所有细菌进行重新编号，编号为v，v＝1,2,...,N，同时保留细菌在集合set1中的编号n；

(vi)根据细菌适应值F2计算集合set12中细菌v，v＝2,3,...,N‑1，与它前后两个细菌的间隔

(vii)令 和 为无穷大，根据 和 计算最优集set10中细菌n的拥挤距离

(viii)根据细菌的拥挤距离大小，对集合set1中细菌按降序进行排序；

i

(ix)根据细菌i的适应值f1 和 对最优集set1中的细菌进行筛选，保留筛选区域(f1min≤f1≤a，f2min≤f2≤b1)内的细菌，更新筛选区域中分布的帕累托最优集set3；

(x)选择最优集set3中拥挤距离前10％的个体组成集合gbestpool，从集合gbestpool中随机选择一个细菌的位置作为全局最优细菌位置gbest；

步骤12、更新所有细菌的下一次趋向运动方向：其中i＝1,2,...,I，c1、c2为细菌趋向运动的加速常数(c1,c2≥0)，r1、r2为[0,1]内的随机数，w为细菌趋向运动的惯性权重，wmax为细菌趋向运动惯性权重的最大值，wmin为细菌趋向运动惯性权重的最小值；

步骤13、如果j

步骤14、复制操作

(i)根据细菌的适应值计算细菌集set中所有细菌的健康值J1health、J2health和Jhealth，细菌i的健康值分别为：

其中i＝1,2,...,I；

(ii)更新细菌集set

将细菌集合set中的细菌按其健康值J1health进行升序排列，选择其中的前50％‑t个体组成pop1；将细菌集合set中的细菌按其健康值J2health升序排列，选择其中的前t个体组成；将细菌集合set中的细菌按其健康值Jhealth升序排列，选择其中的前50％个体组成pop3；更新后的细菌集set由集合pop1、pop2和pop3合并构成,其中 λ为共同调节系数以保证在第一次复制时，即k＝1时，t的值为0.25；

步骤15、如果k

步骤16、迁移操作

(i)细菌集set中每个细菌均以概率Ped离开集合set而消失，同时在可行区域[0,Qv]范围内随机生成与消失细菌数量相同的细菌加入细菌集set，保持细菌总数稳定，如果l

步骤17、选取最佳调和解

(i)根据细菌适应值对帕累托最优集set1中的细菌进行筛选，保留适应值在有效区域(f1min≤f1≤a且f2min≤f2≤b2)内的细菌，得到有效区域中分布的帕累托最优集set2，并对集合set2中的所有细菌重新编号，编号为m，m＝1,2,...,M，M为集合set2中的细菌个数；

(ii)计算帕累托最优集set2中第m个细菌的隶属度其中

(iii)在帕累托最优集set2中选取隶属度最大的细菌作为细菌觅食算法的最佳调和解；

步骤18、确定最佳发射功率

最佳调和解细菌所在的位置值就是认知应急用户的最佳发射功率。

2.根据权利要求1所述基于有效区域的多目标优化设计方法，其特征在于：步骤2中，系统优化设计的搜索区域、有效区域和筛选区域是根据实际通信系统的业务特性和应用场景而设置的。

3.根据权利要求1所述基于有效区域的多目标优化设计方法，其特征在于：步骤3中，系统目标优化算法采用细菌觅食算法或蚁群算法。

4.根据权利要求1所述基于有效区域的多目标优化设计方法，其特征在于：步骤5中，细菌的适应值根据系统优化设计目标函数计算获得，细菌运动的适应值与系统优化设计的目标是一一对应的。

5.根据权利要求1所述基于有效区域的多目标优化设计方法，其特征在于：步骤6中，全局最优细菌位置gbest根据步骤2中设置的区域进行筛选选取。

6.根据权利要求1所述基于有效区域的多目标优化设计方法，其特征在于：步骤9中，细菌的泳动步长是自适应的，其大小取决于步骤6中选取的全局最优细菌位置gbest与当前位置差值。

7.根据权利要求1所述基于有效区域的多目标优化设计方法，其特征在于：步骤14中，细菌的复制操作采用了动态保留比例的方法。