一种跨域自监督学习雷达干扰识别方法

本发明公开了一种基于跨域自监督学习雷达干扰识别方法，主要解决现有技术在训练标记样本受限条件下目标识别准确率差和泛化性差的问题。其方案是：获得预训练数据集和微调数据集；对预训练数据集进行增强；构建包括两个编码器模块、多模态特征融合模块和映射模块组成的跨域自监督学习雷达干扰识别网络模型；将增强数据输入到该模型进行训练，得到预训练后的干扰识别模型；将微调数据集输入到预训练后的干扰识别模型进行再训练，得到最终训练好的跨域自监督学习雷达干扰识别模型；将测试样本集输入到训练好的干扰识别模型中获取目标识别结果。本发明能在标记样本受限的条件下保证识别效果的稳定性和泛化性，提升雷达干扰识别精度，可用于复杂电磁环境的干扰识别。