当前防空系统面临着越来越复杂的作战环境,干扰对抗技术的研制工作迫在眉睫。因此设计一款可扩展性强且接近于真实作战场景的综合抗干扰仿真平台,具有很强的科学研究和工程应用价值。论文设计了一种基于RTX和反射内存技术的分布式协同抗干扰仿真平台。设计了分布式协同抗干扰仿真平台的整体架构,使用c++语言对平台框架进行了搭建与实现,并对平台的性能进行了测试验证。结果显示,仿真平台系统延迟小于10us,数据传输速度超过800Mbps,具有优秀的实时性能。接着着重研究了雷达信号处理算法仿真,并利用多线程处理方法实现了信号处理加速,信号处理时间平均缩短为原来的十分之一,使仿真更加接近于真实场景。在所设计的抗干扰仿真平台上进行了验证,结果显示,仿真平台各模块间能够协同工作,稳定且准确地跟踪目标。最后对基于深度学习的干扰模式识别方法进行了深入研究。将目标+9种单一模式干扰的PD信号MTD输出图像进行采样和归一化后,利用设计的四层卷积神经网络进行训练和识别。分别采用了全局图像识别和细节图象识别方法进行训练,在此基础上提出了二次检测法,即利用全局图象识别分离出大部分干扰,对难以识别的目标回波、距离欺骗干扰和速度欺骗干扰进行细节图象识别。结果显示,采用二次检测法后,所有干扰的识别正确率达96%以上,取得了很好的效果。