1.一种雷达信号模拟系统的异常分析方法，其特征在于，所述方法包括：

获取所述雷达信号模拟系统的目标训练模拟系统控制数据；

依据在先配置的异常概率分布配置信息，对所述目标训练模拟系统控制数据进行异常概率分布信息生成，获得所述目标训练模拟系统控制数据的训练异常概率分布，其中，所述异常概率分布配置信息表征训练异常概率分布与系统异常标签携带数据之间的配置绑定信息，所述异常概率分布配置信息依据在先配置的异常概率分布挖掘神经网络进行网络权重参数更新获得；

依据所述训练异常概率分布，确定所述目标训练模拟系统控制数据的系统异常标签携带数据；

依据所述系统异常标签携带数据和所述目标训练模拟系统控制数据，对初始化权重参数的模拟系统异常分析网络进行网络权重参数更新，直至满足在先配置的第一网络收敛要求时，获得更新结束的模拟系统异常分析网络；

所述依据所述训练异常概率分布，确定所述目标训练模拟系统控制数据的系统异常标签携带数据，包括：获取显著异常概率节点与系统异常标签信息之间的设定关联信息，其中，所述设定关联信息表征所述训练异常概率分布的显著异常概率节点与所述目标训练模拟系统控制数据的系统异常标签携带数据之间的关系；

获取所述训练异常概率分布的显著异常概率节点；

依据所述训练异常概率分布的显著异常概率节点和所述设定关联信息，确定所述目标训练模拟系统控制数据的系统异常标签携带数据。

2.根据权利要求1所述的雷达信号模拟系统的异常分析方法，其特征在于，所述依据所述系统异常标签携带数据和所述目标训练模拟系统控制数据，对初始化权重参数的模拟系统异常分析网络进行网络权重参数更新，直至满足在先配置的第一网络收敛要求时，获得更新结束的模拟系统异常分析网络之前，还包括：获取训练模拟系统控制数据序列以及先验异常携带数据，其中，所述训练模拟系统控制数据序列包括多个参考训练模拟系统控制数据，所述先验异常携带数据包括所述参考训练模拟系统控制数据的先验异常标签；

依据初始化神经网络对所述训练模拟系统控制数据序列中各参考训练模拟系统控制数据进行异常标签分类，获得所述训练模拟系统控制数据序列中各参考训练模拟系统控制数据的异常标签分类信息；

从所述训练模拟系统控制数据序列中，获取所述先验异常标签与所述异常标签分类信息不同的目标参考训练模拟系统控制数据；

以所述目标参考训练模拟系统控制数据的异常标签分类信息作为网络学习依据信息，依据所述目标参考训练模拟系统控制数据对所述初始化神经网络进行网络权重参数更新，直至满足在先配置的第二网络收敛要求时，获得所述初始化权重参数的模拟系统异常分析网络。

3.根据权利要求2所述的雷达信号模拟系统的异常分析方法，其特征在于，所述依据所述训练异常概率分布，确定所述目标训练模拟系统控制数据的系统异常标签携带数据之前，还包括：依据所述异常概率分布配置信息，对所述目标参考训练模拟系统控制数据进行异常概率分布信息生成，获得所述目标参考训练模拟系统控制数据的目标异常概率分布；

依据初始化权重参数的模拟系统异常分析网络，基于所述目标参考训练模拟系统控制数据进行异常标签分类，获得所述目标参考训练模拟系统控制数据的目标异常标签；

获取所述目标异常概率分布的显著异常概率节点；

依据所述目标异常概率分布的显著异常概率节点和所述目标异常标签，获取显著异常概率节点与系统异常标签信息之间的设定关联信息。

4.根据权利要求1所述的雷达信号模拟系统的异常分析方法，其特征在于，所述依据在先配置的异常概率分布配置信息，对所述目标训练模拟系统控制数据进行异常概率分布信息生成，获得所述目标训练模拟系统控制数据的训练异常概率分布，包括：依据所述异常概率分布配置信息，对所述目标训练模拟系统控制数据进行编码，获得所述目标训练模拟系统控制数据的目标编码向量；

依据所述目标编码向量，获取所述目标训练模拟系统控制数据的训练异常概率分布。

5.根据权利要求1-4任一项所述的雷达信号模拟系统的异常分析方法，其特征在于，所述方法还包括：获取目标雷达信号模拟策略的目标策略模拟系统控制数据；

依据所述更新结束的模拟系统异常分析网络，对所述目标策略模拟系统控制数据进行异常决策，获得所述目标雷达信号模拟策略的目标策略异常决策信息。

6.根据权利要求5所述的雷达信号模拟系统的异常分析方法，其特征在于，所述目标训练模拟系统控制数据包括样本雷达信号模拟策略的在先训练模拟系统控制数据和在后训练模拟系统控制数据，所述目标策略模拟系统控制数据包括所述目标雷达信号模拟策略的在先策略模拟系统控制数据和在后策略模拟系统控制数据；

所述依据所述系统异常标签携带数据和所述目标训练模拟系统控制数据，对初始化权重参数的模拟系统异常分析网络进行网络权重参数更新，直至满足在先配置的第一网络收敛要求时，获得更新结束的模拟系统异常分析网络，包括：依据所述在先训练模拟系统控制数据和所述在后训练模拟系统控制数据，确定所述目标训练模拟系统控制数据的控制态势数据；

以所述系统异常标签携带数据作为网络学习依据信息，依据所述在先训练模拟系统控制数据和所述控制态势数据对初始化权重参数的模拟系统异常分析网络进行网络权重参数更新，直至满足在先配置的第一网络收敛要求时，获得更新结束的模拟系统异常分析网络；

所述依据所述更新结束的模拟系统异常分析网络，对所述目标策略模拟系统控制数据进行异常决策，获得所述目标雷达信号模拟策略的目标策略异常决策信息，包括：依据所述在先策略模拟系统控制数据和所述在后策略模拟系统控制数据，确定所述目标策略模拟系统控制数据的策略运行态势数据；

依据所述更新结束的模拟系统异常分析网络，基于所述在先策略模拟系统控制数据和所述策略运行态势数据，对所述目标策略模拟系统控制数据进行异常决策，获得所述目标雷达信号模拟策略的目标策略异常决策信息。

7.一种模拟系统异常分析网络训练系统，其特征在于，

所述模拟系统异常分析网络训练系统包括：

获取模块，用于获取目标训练模拟系统控制数据；

生成模块，用于依据在先配置的异常概率分布配置信息，对所述目标训练模拟系统控制数据进行异常概率分布信息生成，获得所述目标训练模拟系统控制数据的训练异常概率分布，其中，所述异常概率分布配置信息表征训练异常概率分布与系统异常标签携带数据之间的配置绑定信息，所述异常概率分布配置信息依据在先配置的异常概率分布挖掘神经网络进行网络权重参数更新获得；

确定模块，用于依据所述训练异常概率分布，确定所述目标训练模拟系统控制数据的系统异常标签携带数据；

所述依据所述训练异常概率分布，确定所述目标训练模拟系统控制数据的系统异常标签携带数据，包括：获取显著异常概率节点与系统异常标签信息之间的设定关联信息，其中，所述设定关联信息表征所述训练异常概率分布的显著异常概率节点与所述目标训练模拟系统控制数据的系统异常标签携带数据之间的关系；

获取所述训练异常概率分布的显著异常概率节点；

依据所述训练异常概率分布的显著异常概率节点和所述设定关联信息，确定所述目标训练模拟系统控制数据的系统异常标签携带数据；

训练模块，用于依据所述系统异常标签携带数据和所述目标训练模拟系统控制数据，对初始化权重参数的模拟系统异常分析网络进行网络权重参数更新，直至满足在先配置的第一网络收敛要求时，获得更新结束的模拟系统异常分析网络。

8.一种电子设备，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，所述处理器调用所述存储器中的计算机程序时执行如权利要求1至6任一项所述的雷达信号模拟系统的异常分析方法。

9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至6任一项所述的雷达信号模拟系统的异常分析方法中的步骤。