1.一种基于极值似然比的复杂调制信号处理结果可信性校验方法，其特征在于，包括以下步骤：步骤一、参考信号构建：对观测信号进行调制方法识别，根据识别结果对应的模型，估计相应参数并构建参考信号；

步骤二、噪声方差估计：对观测信号的噪声方差进行估计；

步骤三、修正相关谱计算：将参考信号与接收到的观测信号相关，去直流并取模后得到修正相关谱；

步骤四、相关谱标准化；

步骤五、统计量计算；

步骤六、门限计算：在给定的虚警概率下确定门限；

步骤七、可信性判决：通过比较统计量与门限，校验复杂调制信号处理结果。

2.如权利要求1所述的一种基于极值似然比的复杂调制信号处理结果可信性校验方法，其特征在于：所述步骤一中，建立叠加了高斯白噪声的LFM/BPSK混合调制信号模型为：x(n)＝s(n)+w(n)

＝A exp[j(2πf0Δtn+πlΔt2n2+θ(n)+θ0)]+w(n)，0≤n≤N-1其中，A为信号幅度，j为虚数单位，f0为起始频率，Δt为采样间隔，l为调频斜率，BPSK分量的相位函数θ(n)＝πd2(n)，d2(n)为二元编码信号，其码元宽度为Tc，码元个数Nc，码字为cm，m＝1，...，Nc，θ0为初相位，N为样本点数，w(n)为零均值加性复高斯白噪声过程，方差为2σ2；

构建参考信号y(n).建立假设检验问题H0和H1，H0表示调制方式识别结果正确且无解码错误，H1表示调制方式识别错误或存在至少一位错误解码。

3.如权利要求2所述的一种基于极值似然比的复杂调制信号处理结果可信性校验方法，其特征在于：所述步骤二中，利用二阶四阶矩方法对接收信号的方差σ2进行计算，而后利用公式计算出 表示噪声方差。

4.如权利要求3所述的一种基于极值似然比的复杂调制信号处理结果可信性校验方法，其特征在于：所述步骤三具体包括：

步骤3.1、计算参考信号和观测信号的相关序列z(n)＝x(n)y(n)；

步骤3.2、计算修正的相关谱：对相关序列作DFT变换并取模，得到相关谱Z(k)＝DFT[z(n)]，将Z(k)中直流分量滤除后取模值，得到修正的相关谱Zm(k)。

5.如权利要求4所述的一种基于极值似然比的复杂调制信号处理结果可信性校验方法，其特征在于：所述步骤四具体包括：

步骤4.1、定义随机变量

在H0假设下，R(k)为自由度为2的独立同分布指数分布随机序列，其概率密度及分布函数分别为：其中，r表示随机变量；

在H1假设下，L为相关谱中峰值的个数，R(k)表示为：由上式可见，R(k)分成两组，其中一组是L个峰值，k0为峰值的起点位置，即Ri，i∈(k0，k0+L-1)，服从自由度为2、参数 的独立非同分布的非中心卡方分布，记为R11(k)，长度为N11＝L，其概率密度及分布函数分别为：其中，I0(x)是零阶修正贝塞尔函数，Q1(a，b)是一阶通用Q函数；

R(k)的另一组是除L个峰值之外的噪声谱，服从自由度为2的独立同分布指数分布，记为R10(k)，长度为N10＝N-L-1；

步骤4.2、相关谱标准化

在H0假设下，将修正的相关谱作标准化处理，即：其中，u表示随机变量，N0＝N-1，归一化系数为：在H1假设下，将修正的相关谱进行分类，对于R10(k)及R11(k)分别通过 及进行标准化处理；

其中，归一化常数 分别由下列公式计算得到：

6.如权利要求5所述的一种基于极值似然比的复杂调制信号处理结果可信性校验方法，其特征在于：所述步骤五中，计算统计量

7.如权利要求6所述的一种基于极值似然比的复杂调制信号处理结果可信性校验方法，其特征在于：所述步骤六中，在给定的虚警概率Pfa下，由下式确定门限，即：Pfa＝Pr(u≥Λ1|H0)；

解得门限Λ1为：

Λ1＝-ln[-ln(1-Pfa)]。

8.如权利要求7所述的一种基于极值似然比的复杂调制信号处理结果可信性校验方法，其特征在于：所述步骤七中，标准化后相关谱最大值的渐近概率密度函数分别为：其中，G1(u)表示Gumbel函数；

若 则判H1，反之，则判H0。