En el futuro de la guerra electrónica (EW), habrá muchos vehículos aéreos no tripulados (UAV) equipados con sistemas de medidas de apoyo electrónico (ESM), que a menudo se enfrentarán al desafío de la identificación de emisores de radar (REI) con pocas muestras etiquetadas. Para abordar este problema, proponemos una nueva red de aprendizaje profundo, IRelNet, que podría integrarse fácilmente en el sistema informático de un UAV. Esta red fue diseñada con atención de canal, atención espacial y características de conexión salteada, y se aplicó tecnología de meta-aprendizaje para resolver el problema de REI. IRelNet fue entrenada utilizando señales de emisores de radar simulados y puede extraer de manera efectiva las características esenciales de las muestras en una nueva tarea, lo que le permite predecir con precisión la clase del emisor a identificar. Además, este trabajo proporciona una descripción detallada de cómo se aplicó IRelNet integrado en un UAV en la escena de EW y verificó su efectividad a través de experimentos. Cuando la relación señal-ruido (SNR) fue de 4 dB, IRelNet logró una precisión de identificación superior al 90% en las muestras de la tarea de prueba.