1.基于EMD分解的PSK及QAM类信号调制识别方法，其特征在于，包括如下步骤：步骤1：对待识别信号进行经验模态分解；

步骤2：提取经验模态分解得到的第一阶本征模态分量；

步骤3：对第一阶本征模态分量作傅里叶变换后取模，将模值大于半极大值模值的个数作为识别特征量；具体如下：

对第一阶本征模态分量c1(t)作傅里叶变换后取模得到模值：C(k)＝|FFT(c1(t))|·2/N,k＝0,...,N-1其中，N为c1(t)的长度，FFT为快速傅里叶变换；

取模值大于半极大值模值的个数B1＝sum{C(k)＞[max(C(k))/2]}，根据得到的个数B1作为识别特征量，其中，sum(·)为求满足条件C(k)＞[max(C(k))/2]频线的根数；

步骤4：设定MPSK和MQAM信号的识别门限，thevt＝80；

步骤5：将识别特征量和门限相比较，识别PSK和QAM信号；当B1≤thevt时，则为MQAM调制信号；否则为MPSK调制信号。

2.如权利要求1所述的基于EMD分解的PSK及QAM类信号调制识别方法，其特征在于：在步骤1中，设待识别信号为x(t)，对信号进行经验模态分解得到本征模态分量，并利用各本征模态分量表示待识信号如下：

其中，ci(t)为分解的第i阶本征模态分量，r(t)为残差分量，N为分解的自适应阶数。

3.如权利要求2所述的基于EMD分解的PSK及QAM类信号调制识别方法，其特征在于：在步骤2中，根据经验模态分解得到的模态分量，提取第一阶本征模态分量：其中，c1(t)为第一阶本征模态分量。

4.基于EMD分解的PSK及QAM类信号调制识别方法，其特征在于，包括如下步骤：步骤1：对待识别信号进行经验模态分解；

步骤2：提取经验模态分解得到的第一阶本征模态分量；

步骤3：对第一阶本征模态分量作傅里叶变换后取极大值模，作为识别特征量；具体如下：

对第一阶本征模态分量c1(t)傅里叶变换后取极大值模得到模值：A1＝max(|FFT(c1(t))|·2/N)其中，N为c1(t)的长度，FFT为快速傅里叶变换；

根据得到的模值A1作为识别特征量；

步骤4：设定MPSK和MQAM信号的识别门限，thevt＝0.01；

步骤5：将识别特征量和门限相比较，识别PSK和QAM信号；当A1≥thevt时，则为MQAM调制信号；否则为MPSK调制信号。

5.如权利要求4所述的基于EMD分解的PSK及QAM类信号调制识别方法，其特征在于：在步骤1中，设待识别信号为x(t)，对信号进行经验模态分解得到本征模态分量，并利用各本征模态分量表示待识信号如下：

其中，ci(t)为分解的第i阶本征模态分量，r(t)为残差分量，N为分解的自适应阶数。

6.如权利要求5所述的基于EMD分解的PSK及QAM类信号调制识别方法，其特征在于：在步骤2中，根据经验模态分解得到的模态分量，提取第一阶本征模态分量：其中，c1(t)为第一阶本征模态分量。