本发明公开了一种基于深度学习的特征融合方法，涉及电磁信号识别技术领域。首先对目标离散信号进行预处理，使用短时傅里叶变换提取所有数据的功率谱密度P，将功率谱密度P作为通信信号源的特征；再以功率谱密度P作为通信辐射源的特征导入事先训练好的神经网络，完成特征的提取，得到特征P1；其次将目标离散信号分段，求每一段的载频和码元速率相对偏差，将之作为特征P2；最后将提取后的特征P2与特征P1在数量级上对应拼接起来，作为融合特征P3；采用融合特征P3对信号进行识别。与现有技术相比，本发明技术方案的有益效果是：具有更高的识别率，能够准确识别通信信号设备。