本發(fā)明提供了一種基于深度強(qiáng)化學(xué)習(xí)的電磁輻射源辨識(shí)方法，采用深度Q學(xué)習(xí)算法，構(gòu)造一個(gè)DQN網(wǎng)絡(luò)模型，依據(jù)網(wǎng)絡(luò)最大動(dòng)作價(jià)值函數(shù)和當(dāng)前動(dòng)作價(jià)值函數(shù)計(jì)算損失函數(shù)，更新網(wǎng)絡(luò)參數(shù)，最終使得動(dòng)作價(jià)值最大化，進(jìn)而得到一個(gè)最優(yōu)策略，輸入電磁信號(hào)數(shù)據(jù)，DQN網(wǎng)絡(luò)模型會(huì)依據(jù)最優(yōu)策略輸出預(yù)測(cè)的動(dòng)作，即預(yù)測(cè)的調(diào)制方式，實(shí)現(xiàn)對(duì)電磁輻射信號(hào)調(diào)制方式的智能識(shí)別。本發(fā)明深度強(qiáng)化學(xué)習(xí)算法構(gòu)建的DQN網(wǎng)絡(luò)模型在訓(xùn)練階段能夠自主學(xué)習(xí)，在模型內(nèi)部，神經(jīng)網(wǎng)絡(luò)會(huì)不斷與環(huán)境進(jìn)行交互，并根據(jù)輸入的電磁輻射源信號(hào)數(shù)據(jù)輸出動(dòng)作價(jià)值函數(shù)和調(diào)制方式，使得動(dòng)作價(jià)值能最大化，從而得到一個(gè)最優(yōu)策略，實(shí)現(xiàn)對(duì)電磁輻射源信號(hào)調(diào)制方式的智能準(zhǔn)確識(shí)別。