本发明公开了一种非线性回归的电磁波雨衰减预测方法，属于通信技术领域通信技术领域。该方法基于经典的ITU‑R雨衰减模型，通过收集降雨率与衰减数据，构建用于拟合模型参数k和b的训练与测试数据集；采用深度学习中的非线性回归方法，设计并训练包含k和b参数的模型，利用均方误差作为损失函数，通过梯度下降优化算法进行参数求解；当测试集上的拟合结果与真实衰减值的相似度达到指定门限值时，停止训练并输出最优参数。本发明实现了雨衰减模型参数的自动化求解，减少了人为干预，提高了计算精度和模型的泛化能力，适用于多种雨衰减场景下的电磁波传播研究。