1.一种动态不确定场景下认知工业物联网的资源分配方法，其特征在于，所述方法包括：建立动态不确定场景下的认知工业物联网模型，并基于排队模型建立认知工业物联网时延模型；其中，所述动态不确定场景下的认知工业物联网模型基于已经授权的大范围的宏蜂窝区域建立，每个所述宏蜂窝区域中包含有多个移动用户和一个宏基站，在所述宏蜂窝区域中还搭建有多个微蜂窝区域工业物联网，在每个所述微蜂窝区域工业物联网中包含有多个物联网设备和一个微基站；

确定基于保障时延需求的速率解析解，以使得各个子载波上的分配因子和移动用户的信道增益的关联倍数不超过所述子载波上的干扰阈值；

建立基于动态不确定环境随机性的认知工业物联网资源分配模型,并联合基站发射功率约束、设备之间的干扰约束和业务传输时延保障约束，建立以最大化所述物联网设备的吞吐量为目标的优化模型；

通过拉格朗日定理对基于所述认知工业物联网时延模型进行求解，采用迭代算法得到其吞吐量。

2.根据权利要求1所述的方法，其特征在于，所述基于排队模型建立认知工业物联网时延模型的假设条件为：假设所述物联网设备的数据包到达率遵循泊松分布，数据包服务时间服从指数分布。

3.根据权利要求2所述的方法，其特征在于，在建立动态不确定场景下的认知工业物联网模型前，所述方法包括：假设所述动态不确定场景中共有N个子载波，其中每个移动用户占用一个子载波进行数据传输，每个物联网设备通过认知无线电共享子载波；

定义微基站的集合为

物联网设备的集合为

子载波的集合为

其中，I表示微基站的总个数，i则表示第i个微基站，J表示物联网设备的总个数，j表示第j个物联网设备，N表示子载波的总个数，n表示第n个子载波。

4.根据权利要求3所述的方法，其特征在于，所述基于排队模型建立认知工业物联网时延模型具体包括：设定所述数据包到达发送端的排队过程建模为M/M/1排队模型，保持平均等待时间小于队列中允许的最长停留时间，则满足：其中， λ为认知工业物联网数据到达的速率，Rj,n为第j个物联网设备在第n个子载波上进行数据传输可到达的传输速率， 为队列中允许的最长停留时间，Tj,n为平均等待时间；

将式(1)简化为：

则所述时延模型为：

其中 Ri,j,n为第i个微基站与第j个物联网设备在第n个子载波上进行数据传输时可实现的数据速率。

5.根据权利要求4所述的方法，其特征在于，所述确定基于保障时延需求的速率解析解，以使得各个子载波上的分配因子和移动用户的信道增益的关联倍数不超过所述子载波上的干扰阈值，具体包括：设定pi,j,n是微基站i从子载波n上到物联网设备j的功率，hi,j,n表示微基站i从子载波n上到认知工业物联网j的信道增益，将信道收到的信号与干扰加噪声比表示为：2

其中m表示i个微基站中不同于不同于i的微基站，σ 表示噪声功率和移动用户干扰之和；

计算得到：Ri,j,n＝Rj,n＝Wlog(1+γi,j,n)，其中，W为第一调节参数；

对干扰进行按照下式进行约束：

其中，si,j,n表示子载波分配因子，gi,j,n表示从微基站i的认知工业物联网j到子载波n上的移动用户的信道增益， 是移动用户在子载波n上的干扰阈值。

6.根据权利要求5所述的方法，其特征在于，当si,j,n＝1时，表示所述微基站i从子载波n到所述物联网设备j。

7.根据权利要求6所述的方法，其特征在于，所述基于动态不确定环境随机性的认知工业物联网资源分配模型为：其中，约束条件为：

其中，ξn为不同信道的不确定度,又称为干扰概率门限。

8.根据权利要求7所述的方法，其特征在于，所述通过拉格朗日定理对基于所述认知工业物联网的时延模型进行求解，采用迭代算法得到其吞吐量，具体包括：采用拉格朗日对偶定理将基于所述认知工业物联网的时延模型对偶化；

利用拉格朗日的KKT条件对基于所述认知工业物联网的时延模型进行求解，得到吞吐量的解析解。

9.一种动态不确定场景下认知工业物联网的资源分配装置，其特征在于，所述装置包括：时延模型构建模块，用于建立动态不确定场景下的认知工业物联网模型，并基于用排队模型建立认知工业物联网的时延模型；其中，所述动态不确定场景下的认知工业物联网模型基于已经授权的大范围的宏蜂窝区域建立，每个所述宏蜂窝区域中包含有多个移动用户和一个宏基站，在所述宏蜂窝区域中中还搭建有多个的微蜂窝区域的工业物联网，在每个所述工业物联网网络中包含有多个物联网设备和一个微基站；

速率解析解确定模块，用于确定基于保障时延需求的速率解析解，以使得各个子载波上的分配因子和移动用户的信道增益的关联倍数不超过所述子载波上的干扰阈值；

随机认知工业物联网资源分配模型构建模块，用于建立基于动态不确定环境随机性的认知工业物联网资源分配模型,并联合基站发射功率约束、设备之间的干扰约束和业务传输时延保障约束，建立以最大化所述物联网设备的吞吐量为目标的优化模型；

凸约束吞吐量求解模块，用于通过拉格朗日定理对基于所述认知工业物联网的时延模型进行求解，采用迭代算法得到其吞吐量。

10.一种非易失性存储设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1‑8中任一项所述的方法。