基于多轮聚类与伪标签更新的半监督辐射源个体识别方法

本发明公开了一种基于多轮聚类与伪标签更新的半监督辐射源个体识别方法，以辐射源信号的结构化切片为基础，采用深度神经网络对样本进行特征提取与分类预测，并通过多轮变化轨迹聚类与伪标签稳定性判断机制进行网络训练，设定伪标签生成的触发条件为训练损失的平稳收敛，对样本历史预测趋势进行跟踪，筛选出类别演化轨迹一致且具备区分性的样本集作为伪标签候选，通过伪标签迭代更新策略与训练样本集动态重构机制，扩展监督数据量，最后基于联合损失优化策略，在不断迭代中实现对所有未知样本的全面识别。本发明的方法提升了识别模型对未知类别、弱标签数据的适应能力，适用于电子对抗、频谱监测、信号溯源等需要高鲁棒性识别能力的复杂无线环境。