本发明公开了一种基于深度神经网络的米波雷达低仰角测高方法，解决了低仰角情况下模型失配问题，包括以下步骤：回波数据预处理得到归一化的幅度谱；构造压缩网络及与其结构对称的解压网络组成DNN，将归一化的幅度谱作为DNN的输入得到特征F并解压处理得到解压数据，用Adam算法与BP算法对DNN参数的权值W和偏置b进行训练与微调，完成深度神经网络的构建与训练；网络达到最优时，将训练集中的全部数据输入压缩网络并单位化得到特征基集；将预处理后的测试集数据输入训练好的DNN得到特征F′并投影在训练集的特征基集中确定目标来波角度，计算目标高度。本发明提高了雷达测高精度，在低仰角、模型失配情况下依然有效，用于米波雷达低仰角测高领域。