本发明提出了一种基于深度学习的欺骗干扰检测方法，该方法利用深度学习中的DNN算法，对欺骗干扰信号进行检测，依此判断是否发生欺骗事件。在此过程中，首先将接收到的GPS信号进行处理，从跟踪环路中提取特征值，并将每个采样点计算出的一系列特征值作为一条数据，将其作为学习样本对对应的欺骗事件进行标记，设置标签为1表示欺骗事件发生，为‑1表示欺骗事件未发生。接着将处理好的数据集放入模型中进行训练，并采用多种优化器对深度神经网络模型进行训练，进行对比分析，并得出最优训练结果。该检测方法提取了信号的多个特征值，能从不同的角度综合判断，因此具有更强的表征能力和泛化性能。