Las aplicaciones ubicuas asistidas por drones juegan roles importantes en nuestra vida diaria. Se requiere un reconocimiento preciso de los drones en la gestión de la aviación debido a sus riesgos y desastres potenciales. La tecnología de reconocimiento basada en huellas dactilares de radiofrecuencia (RF) y aprendizaje profundo (DL) se considera un enfoque efectivo para extraer características abstractas ocultas de los datos RF de los drones. Los métodos existentes basados en aprendizaje profundo tienen una alta carga computacional o baja precisión. En este artículo, proponemos un método de red neuronal convolucional compleja de valores complejos (DC-CNN) basado en huellas dactilares RF para reconocer diferentes drones. En comparación con los métodos de reconocimiento existentes, el método DC-CNN tiene una alta precisión de reconocimiento, un tiempo de ejecución rápido y una complejidad de red pequeña. Se utilizan nueve modelos de algoritmo y dos conjuntos de datos para representar el rendimiento superior de nuestro sistema. Los resultados experimentales muestran que nuestro DC-CNN propuesto puede lograr precisiones de reconocimiento del 99.5% y 74.1%, respectivamente, en cuatro y ocho clases de conjuntos de datos RF de drones.