1.5G多载波信号识别方法，待识别的多载波信号库中包含OFDM信号、FOFDM信号、FBMC信号与UFMC信号，其特征在于，包括如下步骤：步骤1：对多载波信号的模值取平方，并将其分组取极值，得到多载波信号的分组极值序列；

步骤2：计算分组极值序列的经验分布函数；

步骤3：通过检验分组极值序列的经验分布是否服从Gumbel分布，将多载波信号分为OFDM类和非OFDM类；

步骤4：对分类后的多载波信号先进行DFT变换后作Haar小波变换，得到多载波信号频谱的小波变换序列；

步骤5：针对OFDM类信号，提取小波变换序列边缘部分的频谱，通过检验该频谱中是否含有线谱来对OFDM信号和FOFDM信号进行区分；对非OFDM类信号，根据小波变换序列的峰值个数，对UFMC信号和FBMC信号进行识别。

2.如权利要求1所述的5G多载波信号识别方法，其特征在于：在步骤1中，设待识别信号为r(k)，其模值平方序列为：

2

z(k)＝|r(k)|

式中，s(k)表示多载波信号，h(k)表示信道系数，n(k)为加性高斯白噪声，z(k)是取模平方后的多载波信号，Δf表示载波频率偏移，k表示时间序列的取值，K表示信号样本总数，τ表示定时偏移；

将z(k)分成M组后，取每组的最大值构成分组极值序列zBM(m)，m＝0,1,…M‑1。

3.如权利要求2所述的5G多载波信号识别方法，其特征在于：在步骤2中，计算分组极值序列的经验分布函数F(z)：式中， 表示示性函数，当括号中的输入条件满足时，取1，否则取0；z表示随机变量zBM(m)的取值域内的任意变量。

4.如权利要求3所述的5G多载波信号识别方法，其特征在于：在步骤3中，根据极值分布理论，对于独立同分布的随机向量{Xj}，Xj～FX(x)，FX(x)表示其分布函数，其最大值的极限分布必为以下三种情况之一：式中，Gi(x),i＝1,2,3是非退化的分布函数，β是II、III型极值分布参数，x表示时间序列；

定义极值分布特征为F1：

当F1为1时，为OFDM类信号，当F1为0时，为非OFDM类信号。

5.如权利要求3所述的5G多载波信号识别方法，其特征在于：在步骤4中，首先对多载波信号的模值平方作DFT变换：对DFT变换后的多载波信号作Haar小波变换：式中，R(l)和c(l)分别为多载波信号作DFT变换以及Haar小波变换后得到的信号，l表示离散频率点，ψ是母小波函数，a是伸缩尺度，n为平移因子。

6.如权利要求5所述的5G多载波信号识别方法，其特征在于：在步骤5中，对于OFDM类信号，定义小波变换序列的前沿部分为前沿序列cA(l)：式中，lm表示离散频率的点数；

对前沿序列再作DFT变换：

定义线谱存在性特征F2为：

当F2为1时，多载波为OFDM信号；当F2为0时，则为FOFDM信号。

7.如权利要求5所述的5G多载波信号识别方法，其特征在于：在步骤5中，对于非OFDM类信号，定义非OFDM类信号小波变换序列的峰值个数特征为W：W＝Count[c(l)]

式中，Count为计数函数，Count[c(l)]表示统计c(l)中的峰值个数；

令

式中，W0取2；

当F3为1时，多载波为UFMC信号；若F3为0，则为FBMC信号。