基于深度学习的雷达辐射源多任务一体化识别方法及装置

本发明公开了一种基于深度学习的雷达辐射源多任务一体化识别方法及装置，属于雷达辐射源多任务一体化识别领域，包括：S1，识别模型构建：对雷达辐射源型号类型、工作模式、工作体制进行特征表征实现识别模型构建；S2，识别模型训练：构建训练数据集合，对先验知识模型进行训练，将模型训练超参数结果、识别模型的网络架构及其训练得到的权重系数存储于识别知识文件中；S3，识别模型测试：加载超参数、识别模型的网络架构及其参数，再利用测试数据测试智能识别模型的性能，最后依次识别数据帧序列，并将识别测试结果保存用于后续评价。本发明可以实现一体实现型号、状态、体制属性的多任务识别，识别准确率与现有方法相当，且泛化性更强。