基于核驱动自监督对比学习的多功能雷达信号分选方法及系统

本发明公开了基于核驱动自监督对比学习的多功能雷达信号分选方法及系统，方法如下：S1、对截获的交错脉冲序列进行基于核函数驱动的数据增强，得到对比图像集与序列集；S2、将对比图像集与序列集作分别输入双网络特征融合模型的并行网络，以提取融合数据的特征向量；S3、将特征向量经过实例级与聚类级对比头，分析个体辨别和群体特性，以实现特征向量的特征抽象与映射；S4、将特征向量以动量形式存储，并采用核增强记忆对比损失函数，优化负样本选择；S5、将训练好的特征向量输入至核优化TOA关联聚合算法，输出雷达信号分选结果。本发明可在没有使用标签数据的情况下，对多功能雷达信号进行精准分选，能有效解决多参数重叠严重带来的性能陡降问题。