1.一种基于小样本雷达数据的辐射源识别方法，其特征在于，包括以下步骤：S1，辐射源信号数据增强：采用数据预处理和扩增的方式在有限数量下实现样本数量扩充；所述数据预处理包括子步骤：在包含“0”采样点的稀疏时序数据中，采用等比降采样方式对单个样本进行缩放；S2，特征增强：对增强之后的数据进行维度转换，使得一维时序信号变为二维图像，用于深度学习模型学习时空特征；所述对增强之后的数据进行维度转换，具体包括：利用短时傅里叶变换实现数据升维，以提升数据的时空特征表达能力；S3，建模：在数据增强和特征增强基础上，构建小样本识别模型库，用于针对不同任务实现小样本跨分布识别，所述小样本识别模型库包括基于迁移学习的小样本学习模型和基于原型网络的小样本辐射源识别模型；构建基于迁移学习的小样本学习模型包括子步骤：在数据增强基础上，获取预训练模型，针对目标域任务，构建基于微调的迁移学习模型，实现从源域样本到目标域样本的学习能力迁移；在迁移过程中，冻结部分特征提取层，用于保证浅层特征稳定性；在模型更新过程中，实现多层参数微调，用于提升目标域泛化能力；构建基于原型网络的小样本辐射源识别模型包括子步骤：针对目标域类别差异性问题，在扩充的数据样本集合中构建小样本典型训练范式N-way，K-shot训练范式；设计面向高维时序数据的时空特征提取网络和实现基于度量学习的损失计算；在度量学习基础上，实现训练集中支撑集和查询集之间的深度度量损失计算，从而获取面向目标域小规模标注样本的泛化能力；S4，辐射源识别：利用步骤S3建立的模型实现辐射源识别。
2.根据权利要求1所述的基于小样本雷达数据的辐射源识别方法，其特征在于，在步骤S1中，所述扩增的方式包括子步骤：在降采样基础上，通过加入不同信噪比数据，构建不同分布的数据集。
3.根据权利要求1所述的基于小样本雷达数据的辐射源识别方法，其特征在于，所述获取预训练模型，针对目标域任务，构建基于微调的迁移学习模型，实现从源域样本到目标域样本的学习能力迁移；在迁移过程中，冻结部分特征提取层，用于保证浅层特征稳定性；在模型更新过程中，实现多层参数微调，用于提升目标域泛化能力，具体包括子步骤：S301，预训练模型设计：预训练模型采用深度卷积神经网络，分为特征提取层F和分类层C；其中，在特征提取过程中，F包含3层CNN块，每层CNN块包含经典卷及操作、ReLu激活函数和最大池化层；在分类层C中，采用多层全连接网络，实现特征维度转化与分类信息提取，经过softmax层，获取概率，其损失函数为公式（1）所示 （1）式（1）中，N代表数据量，yi是属于 四类的数据标签，pi代表标签为yi的概率；S302，参数微调：利用目标域数据对预训练模型的网络参数进行微调；在训练过程中，冻结F中前两层CNN block，更新剩余其他层参数。
4.根据权利要求1所述的基于小样本雷达数据的辐射源识别方法，其特征在于，所述在扩充的数据样本集合中构建小样本典型训练范式N-way，K-shot训练范式；设计面向高维时序数据的时空特征提取网络和实现基于度量学习的损失计算；在度量学习基础上，实现训练集中支撑集和查询集之间的深度度量损失计算，从而获取面向目标域小规模标注样本的泛化能力，具体包括子步骤：S311，原型网络模型设计：以原型网络为基础网络，经过数据增强和特征增强处理之后的二维数据，作为原型网络的输入；且原型网络分为特征提取层F和分类层C；在特征提取层F，采用卷积神经网络，其网络结构与基于微调的迁移学习模型一致；在小样本分类方法中，构造一个由 个标记样本组成的支持集 ，其中N表示类别数量，K表示每类别下的样本数， 表示每个样本的D维数据， 是样本对应的标签； 表示类别为k的样本集；原型网络通过具有可学习参数ϕ的特征提取网络 计算每个样本的M维特征，每个类别的原型通过该类支持集样本的特征向量计算得到公式（2）； （2）给定一个距离函数 ，原型网络基于待分类样本的特征向量与原型中心的距离对其类别进行估计： （3）学习过程中通过最小化真实类别 的 实现模型参数的优化；S312，模型训练：元学习小样本训练模式采用N-way、K-shot训练方式；在每一个训练轮次时，随机抽取N个类别中的K个数据构成训练集中的支撑集S，同时随机抽取N个类别中的C个数据构成训练集中的查询集Q，查询集和支撑集之间不存在交集，以保证训练效果；S313，模型测试：基于原型网络的小样本学习网络在模型测试过程中和训练过程保持相同的设定；对于目标域中每个类别，选取K个样本构成支撑集，此时支撑集中的样本通过原型网络获取高维特征表达，在特征层面组成目标类别的原型中心；同样地，获取查询集样本的特征并与各个类别原型中心进行匹配，利用公式（3）得到各个类别概率，进而获得其辐射源分类结果。
5.一种基于小样本雷达数据的辐射源识别设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，当所述计算机程序被所述处理器加载时并执行如权利要求1~4任一项所述的方法。
6.一种计算机可读存储介质，其特征在于，在可读存储介质中存储有计算机程序，所述计算机程序被处理器加载并执行如权利要求1~4任一项所述的方法。
