1.大规模MIMO系统中基于TLS-ESPRIT算法的2D DOA估计方法，其特征在于，包括步骤：基站端采用M×N维均匀矩形面阵(URA)，根据大规模MIMO系统的接收信号模型，首先将面阵划分为两个部分重叠的子阵，使其满足ESPRIT算法要求的阵列移不变性；进而根据

1D ESPRIT算法计算子阵列的信号子空间；然后利用TLS准则，实现仰角估计；最后利用其中一子阵的方向矩阵估计对应的方位角。

2.根据权利要求1所述的2D DOA估计方法，其特征在于，所述两个部分重叠的子阵为子阵1和子阵2，子阵1方向矩阵A1与子阵2方向矩阵A2满足关系：A1Φ＝A2，其中矩阵Φ中包含有仰角信息。

3.根据权利要求1所述的2D DOA估计方法，其特征在于，所述根据1D ESPRIT算法计算子阵列的信号子空间是：根据1D ESPRIT算法，对阵列采样数据的协方差矩阵进行特征值分解，得到信号子空间Es，从Es中选出与子阵1和子阵2相对应的信号子空间 和即： 其中J1,J2分别表示对应选择矩阵。

4.根据权利要求3所述的2D DOA估计方法，其特征在于，所述利用TLS准则，实现仰角估计是：根据TLS准则，估计精确的仰角信息，定义 对 进行特征值分解得到特征矩阵E，并将E分解成K×K的子矩阵，即：

计算 并对Ψ进行特征值分解：

Ψ＝HΩH-1＝TΦT-1

Ω中特征值λi,i＝1,2...K对应矩阵Φ中的对角线元素，H＝T,计算仰角估计值：θi＝arccos{angle(λi)λ/2πd}

其中d为阵元间距，λ为波速，θi表示第i个信号的仰角，( )H表示求取矩阵的共轭转置，( )-1表示求取矩阵的逆。

5.根据权利要求1所述的2DDOA估计方法，其特征在于，所述利用其中一子阵的方向矩阵估计对应的方位角具体方法是：子阵1的方向矩阵可由其信号子空间 与满秩矩阵H的乘积表示： 利用方向矩阵列向量的旋转不变关系即可估计出对应的方位角φ：φi＝arccos(angle(bi)λ/(2πdsinθi))其中 表示 第i列前1:M(N-2)个元素，

表示第i列后N-1:M(N-1)个元素，d为阵元间距，λ为波速，θi表示第i个+信号的仰角，φi表示第 i个信号的方位角，( ) 表示求取矩阵的伪逆。