针对雷达辐射源数据清洗机制不完备、特征自适应表征能力不足导致个体识别率不高的问题，提出一种样本对齐和半全局注意力机制的个体识别算法。数据预处理阶段，通过双重条件阈值提取雷达辐射源中频信号的主体部分，实现每个样本的到达时间同步，并进行脉宽对齐与幅度归一化等多维特征对齐操作，使得清洗后样本具备对同频点个体的泛化能力。引入半全局注意力机制，并与双通道卷积神经网络结合，增强卷积神经网络对个体特征表征能力的同时保证训练的高效性。该机制结合了半全局的几何相似度与可学习的相似度，通过并行计算注意力得分并保留长距离特征关联，得到更加准确的特征细节以及更高的计算效率。实验结果表明，对于实测雷达辐射源数据，该方法可以有效解决该信号数据分布不齐以及特征自适应表征能力不足的影响，能够有效提高雷达辐射源个体的识别准确率。
