为了解决传统辐射源信号识别方法在低信噪比条件下识别率低的问题,文中提出了一种基于DBN(深度信念网络)的智能识别算法。将雷达辐射源信号进行时频变换,将处理后的时频图像输入到神经网络模型中,通过预训练调节DBN模型,并采用常用的softmax分类器对预训练完的模型进行分类识别,最后完成识别任务。仿真结果表明,通过该算法能够具有较好的识别效果和较强的鲁棒性,在SNR=-10 dB的情况下,也能够达到很高的识别率。