本发明公开了一种基于相位优化的深度学习测向方法，该方法具体为：构建阵列天线的接收信号模型；以阵列天线中其中一个天线的接收信号作为参考，对其他天线的接收信号进行归一化，归一化后，计算每个天线的接收信号相位；采用角度优化方法对每个天线的接收信号相位进行优化，得到优化后的相位，构建基于深度学习的神经网络模型，将优化后的相位作为所构建的神经网络模型的输入，神经网络模型的输出为估计得到的波达角。本发明通过阵列信号模型分析天线之间信号的相位关系，并通过阵列信号的相位关系调整周期性的影响，将优化后的相位关系作为深度学习神经网络的输入，通过训练学习该神经网络，最终实现在较低复杂度条件下对信号的有效测向。