1.一种信能同传协作系统的分布式收发功率联合优化方法，其特征在于，按如下步骤：步骤1，构造用于表征信息速率及收集能量的分布式性能指标；

步骤2，各接入点独立进行发送功率及接收功率分流因子的联合分配；

步骤3，用户根据自身速率需求、能量需求及电池容量限制，计算功率分流因子；

步骤1具体如下：假设Kn和 分别表示接入点n的服务用户集合和非服务用户集合，ρk表示用户k的功率分流因子，(0≤ρk≤1；

定义接入点n与用户k间的信漏干噪比为

其中，(k∈Kn；)

定义接入点n与用户k间的信漏干噪和为

其中，Sn,k为有用信号功率，In,k为来自接入点n发送给Kn内其他用户的干扰信号功率，为 内用户t接收到的由接入点n发送给用户k信号的功率，Nn,k为信道噪声方差， 为信息解调过程中引入的信号处理噪声；

根据式(1)和式(2)，构造 和 分别作为表征用户k信息速率和收集能量的分布式性能指标，其中η为能量转换效率；

步骤2具体如下：

采用最优化方法对发送功率pn,k及接收功率分流因子ρk进行联合分配，k∈Kn；

建立优化问题模型；优化目标采用用户速率公平 最大化能效最大化收集能量 其中δk为加权因子，pn,tot为接入点n的总消耗功率，包括发送信号功率以及电路消耗功率；假设对于接入点n，优化问题模型为

其中， 分别为最小信息速率需求与收集能量需求，pn,k为发送用户k信号的功率，pn,max为接入点n的最大发送功率；

采用优化方法对以上优化问题进行求解。

2.如权利要求1所述信能同传协作系统的分布式收发功率联合优化方法，其特征在于，步骤3具体如下：根据自身速率需求、能量需求及电池容量限制，采用以下公式计算ρk：其中，ρk表示接收功率分流因子；Gk表示用户k的服务簇，rk,min,Ek,tot分别表示用户k的速率需求及电池容量，Ik,tot表示用户k收到的干扰及噪声功率；式(4)是单变量优化问题，采用拉格朗日乘数法求解。

3.一种信能同传协作系统的分布式收发功率联合优化系统，用于实现权利要求1‑2任一项所述的信能同传协作系统的分布式收发功率联合优化方法，其特征在于，包括如下模块：性能指标构造模块：构造用于表征信息速率及收集能量的分布式性能指标；

功率分流因子的联合分配模块：各接入点独立进行发送功率及接收功率分流因子的联合分配；

功率分流因子计算模块：用户根据自身速率需求、能量需求及电池容量限制，计算功率分流因子。

4.如权利要求3所述信能同传协作系统的分布式收发功率联合优化系统，其特征在于，性能指标构造模块具体如下：假设Kn和 分别表示接入点n的服务用户集合和非服务用户集合，ρk表示用户k的功率分流因子，(0≤ρk≤1；)定义接入点n与用户k间的信漏干噪比为

其中，(k∈Kn；)

定义接入点n与用户k间的信漏干噪和为

其中，Sn,k为有用信号功率，In,k为来自接入点n发送给Kn内其他用户的干扰信号功率，为 内用户t接收到的由接入点n发送给用户k信号的功率，Nn,k为信道噪声方差， 为信息解调过程中引入的信号处理噪声；

根据式(1)和式(2)，构造 和 分别作为表征用户k信息速率和收集能量的分布式性能指标，其中η为能量转换效率。

5.如权利要求4所述信能同传协作系统的分布式收发功率联合优化系统，其特征在于，功率分流因子的联合分配模块具体如下：采用最优化方法对发送功率pn,k及接收功率分流因子ρk进行联合分配，k∈Kn；

建立优化问题模型；优化目标采用用户速率公平 最大化能效最大化收集能量 其中δk为加权因子，pn,tot为接入点n的总消耗功率，包括发送信号功率以及电路消耗功率；假设对于接入点n，优化问题模型为

其中， 分别为最小信息速率需求与收集能量需求，pn,k为发送用户k信号的功率，pn,max为接入点n的最大发送功率；

采用优化方法对以上优化问题进行求解。

6.如权利要求5所述信能同传协作系统的分布式收发功率联合优化系统，其特征在于，功率分流因子计算模块具体如下：根据自身速率需求、能量需求及电池容量限制，采用以下公式计算ρk：其中，ρk表示接收功率分流因子；Gk表示用户k的服务簇，rk,min,Ek,tot分别表示用户k的速率需求及电池容量，Ik,tot表示用户k收到的干扰及噪声功率；公式(4)是单变量优化问题，采用拉格朗日乘数法求解。