1.一种基于贝蒂数特征的微弱信号检测方法，其特征在于，包括如下步骤：步骤1：计算接收信号的功率谱，提取功率谱的分组极值序列和超阈值序列；

步骤2：分别以分组极值序列和超阈值序列作为横、纵坐标，构建点云结构，并处理得到特征点云；

步骤3：以Vietoris‑Rips复形作为基本结构，设定最大尺度参数，将特征点云变换成相应的嵌套复形；

步骤4：提取最大尺度参数时嵌套复形的0维及1维贝蒂数的乘积作为检测统计量；

步骤5：设定门限值，通过检测统计量和门限值之间的比较来判断信号的存在。

2.如权利要求1所述的一种基于贝蒂数特征的微弱信号检测方法，其特征在于：所述步骤1中，将经过路径损耗的传输信号s(t)和加性高斯白噪声n(t)组成的连续时间接收信号r(t)表示为：

r(t)＝s(t)+n(t)其中

式中，ξ(δ)表示第δ个信息符号样本，g(t)表示在一个持续时间T0内携带一个信息样本的连续时间波形，g(t‑δT0)表示第δ个码元对应的脉冲；在接收端，r(t)以采样频率fs进行离散等间隔采样，得到接收信号的离散样本集：r(k)＝s(k)+n(k)，k＝0，1，...，K‑12

其中，n(k)是均值为0，方差为σ的离散时间加性高斯白噪声样本，s(k)是纯信号的离散样本；K是接收信号样本数；

接收信号的功率谱为：

3.如权利要求1所述的一种基于贝蒂数特征的微弱信号检测方法，其特征在于：所述步骤1中，通过如下方式提取功率谱的分组极值序列：将功率谱分段后取每个分段的最大值构成分组极值序列。

4.如权利要求3所述的一种基于贝蒂数特征的微弱信号检测方法，其特征在于：所述分组极值序列的提取过程如下：

将功率谱R(m)分成L组，并提取每组的最大值为其分组极值序列U：U＝(u0，u1，...，uL‑1)式中，ul，l＝0，...，L‑1是经由标准Gumbel分布的尺度参数和位置参数归一化后的分组极值样本。

5.如权利要求1所述的一种基于贝蒂数特征的微弱信号检测方法，其特征在于：所述步骤1中，通过如下方式提取功率谱的超阈值序列：设定相应的门限，提取功率谱中超过该门限的样本，将这些样本减去该门限后所得到的超量值部分，构成超阈值序列。

6.如权利要求5所述的一种基于贝蒂数特征的微弱信号检测方法，其特征在于：所述超阈值序列的提取过程具体如下：设定门限th＝0.1max[R(m)]，提取功率谱R(m)中超过该门限值的样本，并将这些样本减去该门限，得到功率谱的超阈值谱V：V＝(v0，v1，...，vL‑1)式中，vl，l＝0，...，L‑1是经由标准帕累托‑I型分布的尺度参数和位置参数归一化后的超阈值样本。

7.如权利要求1所述的一种基于贝蒂数特征的微弱信号检测方法，其特征在于：所述步骤2具体如下：

T T

分别以分组极值序列U及超阈值序列V为横、纵坐标构建点云Z＝[U，V]；

T T

通过最大最小化方法降低点云Z＝[U ，V]的规模，同时对噪声点云进行滤波处理，得到其特征点云F＝(f1，f2，...，fM)，L＞＞M，M表示特征点云的个数。

8.如权利要求1所述的一种基于贝蒂数特征的微弱信号检测方法，其特征在于：所述步骤3具体如下：

选择合适的最大尺度参数εmax＞0，控制尺度参数ε，使其在0≤ε≤εmax范围连续变化，通过单纯形滤流，将特征点云F变换成嵌套的Vietoris‑Rips复形，记为VR(M，ε)。

9.如权利要求8所述的一种基于贝蒂数特征的微弱信号检测方法，其特征在于：所述步骤3具体如下：

对VR(M，εmax)复形，计算其0维及1维贝蒂数，并将两者的乘积β01作为检测统计量。

10.如权利要求9所述的一种基于贝蒂数特征的微弱信号检测方法，其特征在于：步骤5具体如下：

将0维及1维贝蒂数的乘积β01与步骤4中设定的阈值η进行比较，若β01＜η，则信道中存在信号，否则，信道中不存在信号。