针对雷达对抗过程中干扰策略随雷达行为自适应调整与实时评估需求，提出一种基于AdaBoost算法与朴素贝叶斯分类器融合的评估方法。该方法提取雷达信号的时域、频域、调制域和极化域特征，以朴素贝叶斯分类器为基分类器，通过AdaBoost迭代和动态反馈缩放调整难分样本权重，增强模型评估能力的准确性和稳定性，仿真实验证明该算法性能优于典型算法。本研究为复杂电磁环境下雷达干扰效果的实时量化评估提供了一种优化的解决方案，可应用于雷达对抗中的智能干扰决策。
