1.一种基于K均值聚类的抗相位噪声的鲁棒符号检测方法，其特征在于，包括以下步骤：S01，将原信号数据的实部和虚部分离，看作二维数据，选择调制方式对应的星座点作为初始的中心点；

S02，计算原信号数据与各个中心点之间的欧式距离，通过距离大小进行分类；

S03，对于分类好的每一类数据，重新计算每一个类的中心；

S04，判断S03中迭代得到的中心与S02中迭代得到的中心之间的距离总变化量是否小于阈值A，如果距离总变化量小于阈值A，则进行到下一步，否则重新进行返回S02进行迭代操作；

S05，取出所有分类的中心点，用中心点代替整个类中的点进行解调，将每一个中心点与对应调制方式的每一个星座点进行欧氏距离的计算，选出距离最小的作为本次迭代中得出的一对；

S06，将当前完成配对的类中心及星座点从原集合中删除；

S07，如果还有未进行配对的中心和星座点，回到S05，如果所有中心点都已配对完成，进入S08；

S08，按照各类的中心对应的星座点将属于各类的数据点组成的数据流映射为比特流，完成当前信号解调过程；

S09，对下一批信号数据进行符号检测，转S01。

2.根据权利要求1所述的一种基于K均值聚类的抗相位噪声的鲁棒符号检测方法，其特征在于：S01中，原信号数据表示为{x(1),x(2),……,x(m)}，满足x(i)∈R(2)，其中i代表所有待分类数据的序号，x(i)代表第i个原信号数据，m代表原信号数据的总个数，中心点设为(μ1,……,μK),μj∈R(2)，其中j代表所有数据将被分入的各个类的序号，μj代表第j个中心点，K代表中心点的总个数。

3.根据权利要求2所述的一种基于K均值聚类的抗相位噪声的鲁棒符号检测方法，其特征在于：S02中，c(i)代表第i个数据点在本次迭代中的分类结果，计算方式为：其中c(i)的取值为1到K。

4.根据权利要求3所述的一种基于K均值聚类的抗相位噪声的鲁棒符号检测方法，其特征在于：每一个类的中心μj'重新计算的方式为：其中

5.根据权利要求4所述的一种基于K均值聚类的抗相位噪声的鲁棒符号检测方法，其特征在于：设第k次迭代中选出的为第n个中心点和第p个星座点，记点对为pair(k)，则第k次迭代的结果：其中μn代表第k次迭代中选出的中心点。

6.根据权利要求5所述的一种基于K均值聚类的抗相位噪声的鲁棒符号检测方法，其特征在于：阈值A的取值范围为0.1到1。