1.一种基于角度信息融合估计的高精度定位方法，其特征在于，包括以下步骤：步骤1.建立基准天线坐标模型；

步骤2.在基准天线坐标模型下，参考CTE协议模型建立IQ数据帧模型；

步骤3.在时间域上对IQ数据帧模型应用时间滤波；

步骤4.对时间滤波处理后的IQ数据帧模型依次构建均值参考相位差、角度相位差矩阵，最终构建多相差复合信号模型；

步骤5.利用多相差复合信号模型构建信号协方差矩阵，并对所述信号协方差矩阵应用空间平滑滤波；

步骤6.将步骤5得到的降维信号导向矢量与降维噪声子空间融合于角度估计中。

2.根据权利要求1所述的一种基于角度信息融合估计的高精度定位方法，其特征在于，所述步骤1具体为：假设二维矩形天线阵列上有N1×N2根天线，其中N1指天线列数，N2指天线行数，N1＝N2，并假设信源有K个，设置右上角的天线为基准天线，将基准天线编号为(1,1)，其余天线依照(1,2)......(1,N2),(2,1)......(2,N2)......(N1,1)......(N1,N2)的顺序进行编号，并将第K个信源编号为TK，以基准天线(1,1)为原点建立笛卡尔右手坐标系，构建得到基准天线坐标模型。

3.根据权利要求1所述的一种基于角度信息融合估计的高精度定位方法，其特征在于，所述步骤2的IQ数据帧模型将数据分为参考IQ数据和角度IQ数据；所述参考IQ数据均在基准天线(1,1)上采集，其公式如下表示：其中， 指在采样周期TM下采集的参考数据矩阵， 表示在参考采样周期Tr下采集的I值和Q值，n表示参考IQ数据组样本数量；

所述角度IQ数据使用公式进行如下表示：

其中， 指在天线快拍周期Ti下的角度数据矩阵，天线快拍周期指的是将所有天线依次采集一次所花费的时间，i表示第几次天线快拍， 表示在角度采样周期Tm下的I值和Q值，(N1,N2)表示编号为(N1,N2)的天线，m表示选择第几种采样协议；

在采样周期TM完整的IQ数据帧模型为：

4.根据权利要求1所述的一种基于角度信息融合估计的高精度定位方法，其特征在于，所述步骤3具体为：分别对参考IQ数据和角度IQ数据应用时间滤波，被滤波后的IQ数据帧模型用如下公式进行表示：其中， 表示应用时间滤波后的完整IQ数据帧模型，TM表示为采样周期， 表示应用时间滤波后的参考IQ数据，其公式为：为被时间滤波应用后的角度IQ数据，其公式表示如下：

5.根据权利要求1所述的一种基于角度信息融合估计的高精度定位方法，其特征在于，所述步骤4具体为：对时间滤波处理后的IQ数据帧模型应用相位求解计算公式，得到相位矩阵；

所述相位求解计算公式为：

其中arctan()表示的是反正切函数；

所述相位矩阵为：

其中， 是由 计算出来的参考相位矩阵， 是由 计算出来的角度相位矩阵；

根据参考相位矩阵，利用参考相位差计算公式进行计算：其中，j表示参考相位差数据的序列号；

对参考相位矩阵应用数据规范化计算公式和参考相位差计算公式，将参考相位差数据限制在(‑π,π]之间，经过计算后的参考相位差矩阵如下表示：利用参考相位差均值法计算均值参考相位差，其公式如下：将角度相位与基准天线角度相位进行差分计算，并复合应用均值参考相位差，得到均值参考相位差与角度相位差复合应用的计算公式，然后对所述计算公式进行应用数据规范化计算公式；采用能够真实反应基准天线的均值参考相位差作为角度相位差矩阵的首位元素，得到复合应用的角度相位差矩阵计算公式如下：其中， 为角度相位差矩阵， 为任意天线的角度相位， 为基准天线角度相位， 为均值参考相位差，St为采样切换时间，{(N1,N2)}表示天线序列编号的集合；

通过计算得到角度相位差矩阵：

构建多相差复合信号模型，表示如下：

6.根据权利要求1所述的一种基于角度信息融合估计的高精度定位方法，其特征在于，所述步骤5具体为：对多相差复合信号模型应用空间平滑滤波，其滤波结果用 表示，并且信号协方差矩阵的维数被降低；

对 进行特征值分解以得到降维信号子空间和降维噪声子空间，其公式如下表示：其中， 指的是降维信号子空间，由K个最大特征值对应的特征向量组成；

指的是降维噪声子空间，由余下的N2N1‑K个小特征值对应的特征向量组成；∑SK×K∈C 是由K个特征值组成， 是由余下的N2N1‑K个小特征值组成；

降维信号导向矢量使用如下公式表示：

其中，ax(θ,φ)表示x轴方向上的信号导向矢量，ay(θ,φ)表示y轴方向上的信号导向矢量，并且θ表示方位角，φ表示俯仰角，d表示天线间距，Px、Py表示重叠子阵列大小，λ表示信号波长；

所述信号协方差矩阵公式为：

H

Rx＝E[XX]

H

其中，E[*]表示数学期望，X表示多相差复合信号模型的共轭转置。

7.根据权利要求1所述的一种基于角度信息融合估计的高精度定位方法，其特征在于，所述步骤6具体为：将步骤5得到的降维信号导向矢量与降维噪声子空间融合于角度估计中，其公式如下表示：其中，f(θ,φ)表示是空间谱函数， 表示的是克罗内克积；

对空间谱函数进行归一化和对数化处理，其公式如下表示：其中，f′(θ,φ)表示经过归一化和对数化处理的空间谱函数，fMAX(θ,φ)表示的空间谱函数中最大谱峰值；估计信源角度时通过找寻f′(θ,φ)最大谱峰对应信源方向的方位角和俯仰角，即为信源角度估计值。