本发明涉及通信技术领域，具体为一种基于深度学习的MIMO混合波束赋形方法，包括有信道特征信息采集模块、全数字波束赋形仿真模块、发送端矩阵模块、接收端矩阵模块、信道特征实部和虚部模块、ResNet神经网络模型、特征融合模块和训练结果判别模块，本发明在对联合信道矩阵进行分步优化和训练的基础上，采用软件仿真实现的全数字波束赋形系统性能作为最佳性能判决依据，通过对联合矩阵的特征融合让其训练结果无限逼近于全数字波束赋形系统性能，训练过程中可采用监督学习的技术实现训练结果的快速收敛，本发明可以有效降低矩阵运算复杂度，系统硬件实现简单，系统性能效果最优化。