传统正交频分复用(OFDM)多载波通信中常用最大似然(ML)算法进行信号检测,然而正交频分复用索引调制(OFDM-IM)的出现使得最大似然算法复杂度大大提高,不具有实用性。针对该问题,提出一种基于深度学习的信号检测技术,利用具有全连接层的神经网络检测恢复原始数据,同时为了提高信号检测的精度,对接收到的信号和信道矩阵进行预处理,将预处理后的数据作为神经网络的输入层。仿真结果表明,该算法的误码率检测性能接近传统的最大似然算法,并且相比传统检测算法具有更快的运行速度。