1.一种基于降维分解的毫米波大规模MIMO角域信道估计方法，其特征在于，包括如下步骤：步骤S1：建立毫米波大规模MIMO系统收发信号与三维信道矩阵的系统模型，其中所述毫米波大规模MIMO系统收发信号包括发送端和接收端；

步骤S2：将所述系统模型转换成二维模型，得到接收端的接收角和发送端的发射角的二维角域模型，对所述二维角域模型进行奇异值分解得到信号子空间和噪声子空间的正交投影矩阵；

步骤S3：利用毫米波大规模MIMO系统的角度域稀疏性，将接收端的接收角和发送端的发射角分布在多点均匀网格上，求出初始支撑集，再根据所述信号子空间和噪声子空间的正交投影矩阵构造离网误差的优化公式，通过逐步逼近的方法实现方位和俯仰角度的精确估计值；

步骤S4：根据所述方位和俯仰角度的精确估计值重新构造阵列流型矩阵，估计路径增益矩阵。

2.根据权利要求1所述的基于降维分解的毫米波大规模MIMO角域信道估计方法，其特征在于：所述毫米波大规模MIMO系统包括基带数字预编码、与所述基带数字预编码相连的模拟预编码、与所述模拟预编码相连的基带合并。

3.根据权利要求2所述的基于降维分解的毫米波大规模MIMO角域信道估计方法，其特征在于：所述基带数字预编码通过RF链与所述模拟预编码相连，所述模拟预编码通过RF链与所述基带合并相连。

4.根据权利要求1所述的基于降维分解的毫米波大规模MIMO角域信道估计方法，其特征在于：所述三维信道矩阵的模型如下：其中Nt、Nr分别是发送端和接收端的天线数，L是路径总数，μl是第l条路径增益，Ar(αr,βr)代表接收端天线矩阵，At(αt,βt)表示发射端天线矩阵。

5.根据权利要求1所述的基于降维分解的毫米波大规模MIMO角域信道估计方法，其特征在于：将所述系统模型转换成二维模型的方法为：通过降维分解使所述系统模型中的接收端的接收角和发送端的发射角分离，获得信号的二维角域模型。

6.根据权利要求5所述的基于降维分解的毫米波大规模MIMO角域信道估计方法，其特征在于：所述降维分解的步骤为：在所述系统模型的指定侧乘上XH构造低维矩阵，其中系统模型表示为Y＝WHHFX+WHN，其中F＝FBBFRF，W＝WBBWRF，X为发送信号， 且N为服从(0,σn2)分布的高斯噪声。

7.根据权利要求1所述的基于降维分解的毫米波大规模MIMO角域信道估计方法，其特征在于：对所述二维角域模型进行奇异值分解时，根据指定的奇异矩阵最大的列构成信号子空间，并计算信号子空间和噪声子空间的正交投影矩阵，确定信号子空间和正交投影矩阵之间的关系。

8.根据权利要求1所述的基于降维分解的毫米波大规模MIMO角域信道估计方法，其特征在于：所述离网误差的优化公式中，还包括泰勒公式。

9.根据权利要求1所述的基于降维分解的毫米波大规模MIMO角域信道估计方法，其特征在于：所述估计路径增益矩阵的方法为：根据重新构造的阵列流型矩阵采用LSE算法估计出路径增益矩阵。

10.一种基于降维分解的毫米波大规模MIMO角域信道估计装置，其特征在于，包括：建模模块，用于建立毫米波大规模MIMO系统收发信号与三维信道矩阵的系统模型，其中所述毫米波大规模MIMO系统收发信号包括发送端和接收端；

转换分解模块，用于将所述系统模型转换成二维模型，得到接收端的接收角和发送端的发射角的二维角域模型，对所述二维角域模型进行奇异值分解得到信号子空间和噪声子空间的正交投影矩阵；

计算模块，用于利用毫米波大规模MIMO系统的角度域稀疏性，将接收端的接收角和发送端的发射角分布在多点均匀网格上，求出初始支撑集，再根据所述信号子空间和噪声子空间的正交投影矩阵构造离网误差的优化公式，通过逐步逼近的方法实现方位和俯仰角度的精确估计值；

估计模块，用于根据所述方位和俯仰角度的精确估计值重新构造阵列流型矩阵，估计路径增益矩阵。