本发明提供了一种非理想条件下FMCW‑MIMO雷达的目标定位方法，基于深度学习技术，将接收信号求其信号的协方差矩阵和信号的转置协方差矩阵，将协方差矩阵的实部虚部和相位组成三维张量，按照相同方法处理信号的转置协方差矩阵将协方差矩阵构成的三维张量输入到DOA估计网络中，经过粗估计和细估计，获得DOA估计值，将信号的转置协方差矩阵构成的张量输入到距离估计网络中，获得距离的估计值，最后通过比较F范数的方式匹配DOA值和距离值，实现联合估计达到定位效果，为了消除较少阵元、少快拍和低信噪比的影响，本发明针对相应数据进行特定训练，增加了低信噪比强化网络减少上述情况导致的误差，利用深度学习的拟合能力，实现了非理想情况下FMCW‑MIMO雷达的定位。