1.一种基于协方差矩阵重构的布谷鸟搜索DOA估计方法，其特征在于，所述布谷鸟搜索DOA估计方法具体包括如下步骤：S1：通过信号接收模型，建立低秩矩阵重构模型；

S2：初始化布谷鸟群体数量，随机生成一组鸟窝位置，建立子种群；

S3：根据所述低秩矩阵重构模型，确定目标函数，计算每个所述子种群的平均适应度，确定出每个所述子种群的规模；

S4：每个所述子种群根据位置更新公式进行鸟窝位置更新；

S5：对所述鸟窝位置更新后的子种群进行判定，从中确定出目标信号的DOA估计值；

在所述步骤S1中，建立所述低秩矩阵重构模型，具体如下：S1.1：通过所述信号接收模型，确定入射信号的俯仰角、入射信号的方位角、入射信号和信号接收模型X轴之间的夹角、入射信号和信号接收模型Y轴之间的夹角四者之间的关系，具体为：其中：αk为第k个入射信号和信号接收模型X轴之间的夹角，βk为第k个入射信号和信号接收模型Y轴之间的夹角，φk为第k个入射信号的俯仰角，θk为第k个入射信号的方位角；

S1.2：根据所述入射信号的俯仰角、入射信号的方位角、入射信号和信号接收模型X轴之间的夹角、入射信号和信号接收模型Y轴之间的夹角四者之间的关系，获取信号接收模型的输出，具体为：X＝AS+V

其中：X为信号接收模型的输出，A为信号接收模型的流形矩阵，S为入射目标信号，V为观测噪声；

S1.3：根据所述信号接收模型的输出，得到信号接收模型接收信号的协方差矩阵，具体为：H

R＝E[XX]

H

＝ARsA+σI

＝T(u,v)+σI

其中：R为信号接收模型接收信号的协方差矩阵，X为信号接收模型的输出，Rs为目标信号的协方差矩阵，A为信号接收模型的流形矩阵，σ为噪声功率，I为单位矩阵，T(u,v)为阵列的无噪协方差矩阵；

S1.4：对所述阵列的无噪协方差矩阵进行多维范德蒙德分解，同时所述分解后的阵列的无噪协方差矩阵，利用二维CMRA模型得到低秩矩阵重构模型，具体为：T(u,v)≥0

其中：

T(u,v)为阵列的无噪协方差矩阵， 为样本协方差矩阵，σ为噪声功率，N为信号接收模型中阵元的总个数；

在所述步骤S2中，建立所述子种群，具体如下：

S2.1：初始化布谷鸟群体数量，根据目标信号的数目，确定子种群的数目，具体为：M＝K+1

其中：M为子种群的数目，K为目标信号的数目；

S2.2：对所述子种群的生存规模进行最大限制和最小限制；

S2.3：根据所述子种群的数目、子种群生存规模的最大限制和最小限制，确定初始鸟窝位置分布，具体为：Ei＝Emin+rand(0,1)(Emax‑Emin)其中：Ei为第i个包含αk和βk角度信息的二维参数解，Emin为搜索范围的下限值，Emax为搜索范围的上限值，rand(0,1)为0到1之间服从均匀分布的一个随机数，αk为第k个入射信号和信号接收模型X轴之间的夹角，βk为第k个入射信号和信号接收模型Y轴之间的夹角。

2.根据权利要求1所述的一种基于协方差矩阵重构的布谷鸟搜索DOA估计方法，其特征在于，所述子种群生存规模的最大限制和最小限制，具体为：所述子种群生存规模的最大限制为不能超过种群规模的一半；

所述子种群生存规模的最小限制为种群规模的1/10。

3.根据权利要求1所述的一种基于协方差矩阵重构的布谷鸟搜索DOA估计方法，其特征在于，在所述步骤S3中，确定出每个所述子种群的规模，具体如下：S3.1：根据所述低秩矩阵重构模型，确定目标函数，并将所述低秩矩阵重构模型的函数值作为目标函数的适应度值，所述目标函数具体为：f(α,β)＝tr[T(u,v)]

其中：f(α,β)为目标函数，T(u,v)为阵列的无噪协方差矩阵；

S3.2：根据所述目标函数，计算出所述种群中每个个体的适应度值，并将所述每个个体的适应度值进行排序；

S3.3：在每个所述子种群中，确定出所有个体的最小适应度值，所述最小适应度值即为子种群的最优解，所述最小适应度值对应的个体位置即为子种群的最优位置；

在所述种群中，确定出所有个体的最小适应度值，所述最小适应度值即为种群的最优解，所述最小适应度值对应的个体位置即为种群的最优位置；

S3.4：计算所述每个子种群的平均适应度，确定出子种群规模，所述平均适应度和子种群规模的求取公式，具体为：其中： 为第k个子种群第t代的平均适应度值，fitki(t)为第k个子种群第t代中第i个个体的适应度值，nk(t)为第k个子种群第t代的规模，nk(t+1)为第k个子种群第t+1代的规模，K为目标信号的数目，Q为初始化布谷鸟群体数量。

4.根据权利要求3所述的一种基于协方差矩阵重构的布谷鸟搜索DOA估计方法，其特征在于，在所述步骤S4中，每个所述子种群根据位置更新公式进行鸟窝位置更新，所述更新后的位置具体为：其中：Ek(t+1)为第k个子种群第t+1次迭代的位置，Ek(t)为第k个子种群第t次迭代的位置，ρ为惯性权重，Ekbest(t)为第k个子种群第t次迭代的最优位置，Levy(ω)为莱维飞行模式。

5.根据权利要求4所述的一种基于协方差矩阵重构的布谷鸟搜索DOA估计方法，其特征在于，在所述步骤S5中，确定出所述目标信号的DOA估计值，具体如下：S5.1：根据所述鸟窝位置更新后的子种群对应的最优解和最优位置，将所述鸟窝位置更新后的子种群进行同种互斥判定；

S5.2：对在进行所述同种互斥判定过程中，已经进化停滞的子种群进行新老更替，并产生一组等同规模的新解，同时获取所述新产生的子种群中的每个个体的自适应度值，并继续进行进化；

S5.3：当迭代次数达到预设的最大迭代次数或算法满足收敛条件时，停止搜索，并结束进化过程，若未满足，则返回步骤S4，当所有的子种群均满足收敛性判定时，则输出最优解和最优位置；

S5.4：所述输出的最优解和最优位置根据范德蒙分解定理，确定出所述目标信号的DOA估计值。

6.根据权利要求5所述的一种基于协方差矩阵重构的布谷鸟搜索DOA估计方法，其特征在于，在所述步骤S5.1中，将所述鸟窝位置更新后的子种群进行同种互斥判定，具体如下：S5.1.1：获取两个不同子种群之间的准则值，所述准则值的计算公式，具体为：其中：Iij为第i个子种群和第j个子种群之间的准则值，fiti(t)为第i个子种群的最优解适应度值，fitj(t)为第j个子种群的最优解适应度值， 为第i个子种群和第j个子种群之间最优解位置参数的欧氏距离；

S5.1.2：将所述两个不同子种群之间的准则值和预先设定的阈值进行比较，当所述准则值小于预先设定的阈值，则所述两个不同子种群搜索到相似的最优解位置，反之，则所述两个不同子种群未搜索到相似的最优解位置；

S5.1.3：将所述搜索到相似的最优解位置的两个不同子种群的平均适应度值进行比较，从中选出较大平均适应度值对应的子种群，并将所述较大平均适应度值对应的子种群进行删除。

7.根据权利要求5所述的一种基于协方差矩阵重构的布谷鸟搜索DOA估计方法，其特征在于，在对所述已经进化停滞的子种群进行新老更替的过程中，其中包含有最优个体的子种群需要进行保留。

8.根据权利要求5所述的一种基于协方差矩阵重构的布谷鸟搜索DOA估计方法，其特征在于，在对已经进化停滞的子种群进行新老更替，并产生一组等同规模的新解的过程中，所述新解的确定公式和初始鸟窝位置分布的确定公式相同。