本发明涉及一种基于模型驱动深度学习的信号检测方法。该发明基于OFDM系统建立信道估计和信号检测模型。信道估计采用以基于DFT的MMSE估计器和FC‑DNN为子网络的组合神经网络模型，通过MMSE估计器对自适应分配的导频数据做预处理并且提取出DNN网络初始化信息，根据训练学习网络ChannelEstNe得到的较为准确的信道估计模型。SignalDetNet采用ZF均衡检测预处理器、LSTM和DNN构成组合网络，实现最终的信号检测并恢复原始信号。该结构保持了OFDM系统逐块处理信号的形式，可恢复具有线性和非线性失真的OFDM系统中的发送数据，并且结合传统算法初始化训练速度更快，从而提高部署效率。