本发明公开了一种基于卷积神经网络的室内定位方法：步骤1，获取相位信息矩阵；步骤2，相位信息矩阵校准；步骤3，将最终的相位信息矩阵中的所有相位信息以及每个相位信息对应的矩阵坐标作为训练集，输入所构建的信道检测模型，得到训练好的信道检测模型；步骤4：将待检测的单信道下的相位信息输入训练好的信道检测模型；步骤5：根据信道信息CH和初始位置PH，得到完整的相位信息；步骤6：根据完整的相位信息，得到其对应的似然函数估计量，将似然函数估计量最大的定位区域作为目标位置。本发明利用深度学习的方法得到待测信道的位置，并根据该位置得到的虚拟高带宽相位信息对目标定位，能够有效提高定位精度。