1.一种智慧城市5G大数据定位系统的信号提取识别方法，其特征在于，包括如下步骤：(1)对定位系统的定位脉冲信号进行预处理；

(2)检测实测信号，选定定位脉冲信号作为参考信号，进行实测信号与参考信号的互相关，得到互相关信号；

(3)获取互相关信号期望信号并过滤alpha稳态分布噪声；

(4)检测互相关信号的期望信号的局部相关峰；

(5)通过设置阈值对局部相关峰消除重复点、滤除野点；

(6)计算局部相关峰位置在时域中的对应，对定位脉冲信号进行时域截取，同一定位脉冲信号中单脉冲信号持续时间取为d，选择长为d的时间窗将定位单脉冲信号从定位脉冲信号中提取出来；

(7)计算定位单脉冲信号的瞬时估计误差；

(8)进行定位单脉冲信号的通用自适应计算；

所述的步骤(8)包括：

获得自适应度函数：

ξ∈R是控制鲁棒性的形状参数；

进行通用自适应计算的定位单脉冲信号为：Q(a)＝q′(a)r(a)JGAF(n)确认自适应滤波器抽头权向量更新函数：其中ω是调整收敛速度和稳态误差的步长参数；

采用归一化稳态失调标准来判断自适应滤波器的性能，

2 2

AZ(a)＝10log10[||j(a)‑j0||/||j0||]j0为滤波器初始抽头权向量；

AZ(a)高于阈值则确认定位单脉冲信号Q(a)，否则调整ω，重新执行本步骤直到满足AZ(a)高于阈值为止；

(9)进行定位系统辨识参数稳态化；

所述的步骤(9)包括：

令a＝a+1,重复步骤(8)，在迭代次数内使得定位单脉冲信号达到稳态，如果在迭代次数内算法未能达到稳态，重新调整参数ω，然后重新执行步骤(8)；

(10)进行自适应滤波器的定位识别；

所述的步骤(10)包括：

输出稳态下的自适应滤波器的抽头权向量，该抽头权向量就是识别的定位脉冲信号参数。

2.根据权利要求1所述的一种智慧城市5G大数据定位系统的信号提取识别方法，其特征在于，所述的步骤(1)包括：将接收到的定位系统的定位脉冲信号经过一个频率范围在s0‑s1的带通滤波处理，经过滤波后，消除直流分量与低频脉冲干扰；将a到a‑A+1时刻的定位脉冲信号离散值H(a),H(a‑1),…,H(a‑A+1)组成输入向量H(a)＝[H(a),H(a‑1),…,H(a‑A+T

1)]，即获得当前a时刻的定位脉冲信号；其中A为滤波器时域长，T为转置运算。

3.根据权利要求2所述的一种智慧城市5G大数据定位系统的信号提取识别方法，其特征在于，所述的步骤(2)包括：检测实测信号k(a)，选定定位脉冲信号h(a)作为参考信号l(a)，进行实测信号与参考信号的互相关，得到互相关信号：x为互相关参数。

4.根据权利要求3所述的一种智慧城市5G大数据定位系统的信号提取识别方法，其特征在于，所述的步骤(3)包括：确定信道抽头权向量μ0，将互相关信号ιh,l(x)输入到信道模型得到期望信号；

T

q(a)＝[lh,l(x)]μ0+I(a)；

I(a)是alpha稳定分布脉冲噪声，方差为获取拖尾厚度的特征指数υ、控制对称性参数α∈[‑1,1]、中心位置参数ρ∈∞，分散系数τ；

获取alpha稳定分布脉冲噪声为：

j为虚数；

使用滤波器滤除I(a)；得到降噪后的互相关信号期望信号q′(a)。

5.根据权利要求4所述的一种智慧城市5G大数据定位系统的信号提取识别方法，其特征在于，所述的步骤(4)包括：寻找互相关信号期望信号的局部最大值，即局部相关峰，将局部相关峰位置作为判断定位单脉冲位置的依据，在时间轴上查找局部相关峰对应的互相关结果ιh,l(x)，获得定位脉冲的真实单脉冲起始位置，重复迭代执行本步骤，直到局部相关峰查找完毕。

6.根据权利要求5所述的一种智慧城市5G大数据定位系统的信号提取识别方法，其特征在于，所述的步骤(7)包括：将a时刻的信号向量h(a)输入到自适应滤波器中，得到自适应滤波器输出信号L(a)，其T数学模型为L(a)＝h(a)j(a)，其中j(a)是a时刻的滤波器抽头权向量，将a时刻的期望信号p(a)减去a时刻的滤波器输出信号L(a)得到a时刻的误差信号：T

r(a)＝p(a)‑h(a)j(a)。