1.一种基于特征空间投影的对抗攻击检测方法，其特征在于，检测步骤包括：

将通信辐射源发射出的信号进行采集并存储为时域信号，再对时域信号进行能量检测，同时以仿真噪声信号作能量检测的阈值，通过阈值筛选则认为是有效信号，保留该时域信号作为待检测样本输入电磁目标识别模型，利用电磁目标识别模型中的K个中间层输出待检测样本的K个中间层的特征向量；K小于等于电磁目标识别模型的中间层总数；所述电磁目标识别模型为完成训练的深度神经网络；

将待检测样本的K个中间层的特征向分别量在正常样本子空间和对抗子空间上投影长度的比值作为待检测样本的检测量，合并K个检测量得到待检测样本的检测量曲线向量；

对于待检测样本的K个中间层，计算第K个检测量与前K-1个检测量的斜率得到待检测样本的K-1个斜率，将所述K-1个斜率与预设的斜率检测门限一一对应进行比较，如果K-1个斜率中有两个或两个以上小于斜率检测门限，则判断该待检测样本为对抗样本，检测出对抗攻击，否则进入下一步判断；

判断所述待检测样本的K个中间层的特征向分别量在正常样本子空间和对抗子空间上投影长度的比值是否大于第K个中间层中的平均检测量，如是，则判断该待检测样本为正常样本，否则再计算所述待检测样本的检测量曲线与平均检测量曲线向量的相似度，若相似度大于预设的相似度检测门限，则判断该待检测样本为对抗样本，若相似度小于等于预设的相似度检测门限，则判断该待检测样本为正常样本。

2.如权利要求1所述方法，其特征在于，预设的斜率检测门限、第K个中间层中的平均检测量、平均检测量曲线向量和预设的相似度检测门限，通过以下预处理步骤得到：收集M类电磁目标的若干正常样本，将所有正常样本集输入电磁目标识别模型，利用电磁目标识别模型中的K个中间层输出正常样本的特征向量；

将各个中间层输出各个类的全部特征向量的取平均值，计算每个类的中心特征矩阵；对于各中间层，将M类的中心特征矩阵合并为该中间层的中心特征矩阵；

对于各中间层，将中心特征矩阵进行奇异值分解得到的第一个酉矩阵，将第一个酉矩阵按列划分为样本子空间与对抗子空间两个相互正交的两部分；

对于各中间层，各正常样本的特征向量在正常样本子空间和对抗子空间上投影长度的比值作为检测量，合并K个中间层对应的检测量得到各正常样本的检测量曲线向量；再根据各正常样本的检测量曲线向量中所有元素的均值得到所有样本在各个中间层中的平均检测量，合并K个中间层对应的平均检测量得到的平均检测量曲线向量：对于每个正常样本，分别计算其检测量曲线向量中第K个元素与分别前K-1个元素的K-1个斜率值组成斜率向量，再将J个向量作组成斜率矩阵；

选出其斜率向量小于第K个中间层中的平均检测量的正常样本，计算选出的正常样本的检测量曲线向量与平均检测量曲线向量的相似度；

在所述选出的正常样本的检测量曲线向量与平均检测量曲线向量的相似度中按需选取分位数作为相似度检测门限，在斜率矩阵中选取合适的分位数作为斜率检测门限向量；其中，检测门限向量中每一个元素表示为斜率检测门限。

3.如权利要求2所述方法，其特征在于，将各个中间层输出各个类的全部特征向量的取平均值，计算每个类的中心特征矩阵Cik的方法为：其中，表示第i类中的第l个样本通过电磁目标识别模型第k个中间层后输出的特征向量，变量i＝1,2,...,M，变量l＝1,2,...,L，变量k＝1,2,...,K；M为电磁目标类别数，L为每类电磁目标的正常样本数；

对于各中间层，将M类的中心特征矩阵合并为该中间层的中心特征矩阵Gk，Gk＝(C1k,C2k,…,CMk)。

4.如权利要求2所述方法，其特征在于，对各中间层的中心特征矩阵Gk进行奇异值分解Gk＝vkTΣu，得到第一个酉矩阵vk；取vk前N列作为样本子空间vk,1，其余部分作为对抗子空间vk,2，样本子空间vk,1与对抗子空间vk,2相互正交，T表示矩阵转置，变量k＝1,2,...,K。

5.如权利要求2所述方法，其特征在于，预处理步骤中：对于各中间层，各正常样本的特征向量Bk,j在正常样本子空间和对抗子空间上投影长度的比值θk,j作为检测量，合并K个中间层对应的检测量得到的检测量曲线向量Γj，再对检测量曲线向量Γj中所有元素的均值得到所有样本在第k个中间层中的平均检测量合并K个中间层对应的平均检测量得到的平均检测量曲线向量Γj＝(θ1,j,θ2,j,...,θK,j)

其中，特征向量Bk,j为将特征向量的类型维度i与样本数维度l进行合并后的重新表示，j为在总数J中的样本序号，j＝1,2,...,J,J＝M*L；||||2表示2范数，vk,1为样本子空间，vk,2为对抗子空间，变量k＝1,2,...,K；

检测步骤中：将待检测样本的K个中间层的特征向分别量在正常样本子空间vk,1和对抗子空间vk,2上投影长度的比值θk作为待检测样本的检测量，合并K个检测量得到待检测样本的检测量曲线向量Γ；

Γ＝(θ1,θ2,...,θK)；

其中，Ak为将待检测样本输入电磁目标识别模型得到各中间层输出的特征向量。

6.如权利要求5所述方法，其特征在于，对于每个正常样本j，分别计算检测量曲线向量Γj中第K个元素与分别前K-1个元素的K-1个斜率值组成斜率向量hj，再将J个样本的斜率向量组成斜率矩阵H：H＝(h1,h2,...,hJ)

其中，变量k′＝1,2,...,K-1；

检测步骤中：对于待检测样本的K个中间层，计算比值θK与前K-1个点的斜率得到待检测样本的K-1个斜率hk′：

7.如权利要求5所述方法，其特征在于，预处理步骤中：计算选出的正常样本的检测量曲线向量Γj与平均检测量曲线向量的相似度σj，具体为：其中，αk为相似度系数，αk∈[0,1]；

检测步骤中，计算待检测样本的检测量曲线Γ与平均检测量曲线向量的相似度σ，具体为：

8.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1所述方法的步骤。