面向大机动目标复合制导需求，构建雷达HRRP–红外多模态融合识别框架，解决单一传感器信息不完备的问题。基于Transformer–Capsule双分支结构，实现序列散射特征与空间结构特征的协同建模，提升复杂机动条件下的识别稳定性。引入轻量化Transformer与稀疏建模机制，在保证性能的同时降低计算与存储开销，满足工程部署需求。通过Clustering Self-Distillation增强跨模态特征一致性，提高强干扰、视角变化条件下的鲁棒性与泛化能力。