技术特征：
1.一种信号过滤方法，其特征在于，包括以下步骤：对干扰源产生的第一干扰信号进行若干次延迟，将每次延迟信号作为一个元素，构造第一干扰信号的输出向量；根据所述输出向量确定模糊规则的前件，根据所述前件以及预设的模糊规则进行模糊推理，得到模糊规则的第一后件；对所述输出向量进行函数扩展，获取扩展后的输出向量的正交基函数，根据所述正交基函数确定模糊规则的第二后件，在第一干扰信号经传输到达有用信号的信号源处时，根据所述第一后件和第二后件获取对应的第二干扰信号，根据所述第二干扰信号过滤出信号源产生的有用信号。2.根据权利要求1所述的信号过滤方法，其特征在于，根据所述输出向量确定模糊规则的前件，根据所述前件以及预设的模糊规则进行模糊推理，得到模糊规则的第一后件的步骤包括：根据预设的隶属度函数计算所述输出向量在自适应神经模糊推理系统第一层的每个神经元节点的隶属度；为每个神经元节点设置一条模糊规则，根据所述隶属度计算每条模糊规则的激励强度，将所述激励强度设为模糊规则的前件；根据所述前件以及预设的模糊规则进行模糊推理，得到每条模糊规则的权重，将所述权重设为模糊规则的第一后件。3.根据权利要求2所述的信号过滤方法，其特征在于，根据预设的隶属度函数计算所述输出向量在自适应神经模糊推理系统第一层的每个神经元节点的隶属度的步骤包括：根据如下公式计算所述隶属度：Oj(1)=Σl=1rμlj(xl);]]>其中，式中，为所述输出向量在第j个神经元节点的隶属度，μlj(xl)为所述输出向量中第l个元素xl在第j个神经元节点的隶属度函数，l＝1,2,...,r为所述输出向量\t的维度，j＝1,2,...,n为隶属度函数的个数，clj为所述输出向量中第l个元素在第j个神经元节点的隶属度函数的中心，σj为第j个神经元节点的隶属度函数的宽度。4.根据权利要求3所述的信号过滤方法，其特征在于，所述激励强度为：Oj(2)=Πl=1rμlj(xl)=exp[-||(xl-clj)2||σj2];]]>式中，为第j条模糊规则，μlj(xl)为所述输出向量中第l个元素xl在第j个神经元节点的隶属度函数，r为所述输出向量的维度，n为隶属度函数的个数，clj为所述输出向量中第l个元素在第j个神经元节点的隶属度函数的中心，σj为第j个神经元节点的隶属度函数的宽度。5.根据权利要求4所述的信号过滤方法，其特征在于，根据所述前件以及预设的模糊规则进行模糊推理，得到每条模糊规则的权重的步骤包括：根据如下公式获取所述权重：Oj(3)=Oj(2)Σi=1nOi(2);]]>式中，为第j条模糊规则的权重，和分别为第i条模糊规则和第j条模糊规则，n为模糊规则的数量。6.根据权利要求1所述的信号过滤方法，其特征在于，对所述输出向量进行函数扩展，获取扩展后的输出向量的正交基函数的步骤包括：根据如下公式获取所述正交基函数：T1T2...TMT=1Ch1(x1)Ch2(x1)...Ch1(xr)Ch2(xr)...;]]>式中，[T1T2...TM]T为所述正交基函数，Chm(xl)为输出向量中第l个元素的第m个切比雪夫正交多项式，T为转置操作，M为所述正交基函数的个数。7.根据权利要求6所述的信号过滤方法，其特征在于，根据所述正交基函数确定模糊规则的第二后件的步骤包括：根据如下公式计算所述第二后件：wj=Σi=1MαjiTi;]]>式中，wj为第j条模糊规则的第二后件，M为所述正交基函数的个数，Ti为所述正交基函数中的第i个正交基，αji为函数链神经网络神经元的权值。8.根据权利要求7所述的信号过滤方法，其特征在于，根据所述第一后件和第二后件获取对应的第二干扰信号的步骤包括：根据如下公式计算所述第二干扰信号：y=Σj=1nOj(3)wjΣj=1nOj(3);]]>式中，y为所述第二干扰信号，为第j条模糊规则的第一后件，wj为第j条模糊规则的第二后件。9.根据权利要求1所述的信号过滤方法，其特征在于，获取扩展后的输出向量的正交基函数的步骤包括：对扩展后的输出向量进行标准化操作；获取扩展后的输出向量的正交基函数。10.一种信号过滤系统，其特征在于，包括：延迟模块，用于对干扰源产生的第一干扰信号进行若干次延迟，将每次延迟信号作为一个元素，构造第一干扰信号的输出向量；模糊推理模块，用于根据所述输出向量确定模糊规则的前件，根据所述前件以及预设的模糊规则进行模糊推理，得到模糊规则的第一后件；过滤模块，用于对所述输出向量进行函数扩展，获取扩展后的输出向量的正交基函数，根据所述正交基函数确定模糊规则的第二后件，在第一干扰信号经传输到达有用信号的信号源处时，根据所述第一后件和第二后件获取对应的第二干扰信号，根据所述第二干扰信号过滤出信号源产生的有用信号。