1.一种稳健的稀疏贝叶斯二维波达方位估计方法，其特征在于：二维波达方向估计方法包括如下步骤：步骤一、采用阵元数为2M‑1的均匀L型阵，其y轴和z轴上的子阵列均为含有M个阵元的均匀线阵，采样长度为T；两个子阵列的第m个阵元在t时刻的接收数据分别表示为ym(t)和zm(t)，其中t＝1,2,,T，m＝1,2,,M；

步骤二、分别将y轴和z轴上M个阵元的子阵接收数据排列成向量形式y(t)＝[y1(t),,yM(t)]，z(t)＝[z1(t),,zM(t)]，根据公式 构造样本协方差矩阵,然后取其互相关矩阵的对角线元素得到r＝diag(Rzy)，其中上标“H”表示对矩阵进行共轭转置运算，diag(·)表示取对角线元素；

步骤三、将空间区域[‑90°,90°]均匀划分成N份，得到角度网格 设置离网格过完备稀疏字典集为Φ(β)＝A+Bdiag(β)，β＝[β1,,βN]表示网格误差矢量，阵列流形矩阵 和 其中为阵列的方向矢量，具体可写为

是 的一阶导数，

上述式子中，d表示阵元间距，λ表示入射信号的波长；

(0) (0) (0) (0)

步骤四、初始化参数，b＝d＝f＝0.01，a＝c＝e＝b+1，δ ＝1，αs ＝0，αγ ＝0，α0 ＝(0) (0) (0) (0) (0)mean(var(r))，γ ＝1，β ＝0，Φ (β)＝A ＝A，B ＝B，i＝0以及 为设置的粗网格，设定迭代终止条件的值τ和Itermax；

步骤五、根据稀疏贝叶斯推论，分别得到稀疏信号向量δ的均值μt和协方差矩阵Σs以及H其他参数向量的更新公式： Σs＝[α0Ω (β,γ)Ω(β,γ)+diag‑1

(αs)] ，其中

表示αs的第n个值，其

中 Σs ,n ,n 表 示 Σ s的 第 n行 n 列 个 元 素 ，μn ,t表 示μt 的 第 n 个 值 ；

‑1

γ＝H d，

其中 IM表示M×M维单位矩阵；αγ的第m‑1

个值的更新式为 β＝P v，其中式中 表示

取实部；

步骤六、判断是否满足迭代的终止条件，若满足 或者达到最大迭代次数即i≥Itermax，停止迭代，通过 和αs进行谱峰搜索得到辅助角η的估计值；否则，重新回到步骤五继续进行循环迭代；

步骤七、将y轴和z轴上的接收数据重新组合表示为 重新表示稀疏字典集其中

表示求 解得到的 辅助角ηk的 估计值 ，(0) (0) (0) (0)

步骤八、初始化参数，b＝d＝f＝0.01，a＝c＝e＝b+1，S ＝1，αs ＝0，αγ ＝0，α0 ＝(0) (0)mean(var(r))，γ ＝1，β ＝0， i＝0以及 为设置的粗网格，设定迭代终止条件的值τ和Itermax；

步骤九、根据稀疏贝叶斯推论，分别得到稀疏信号向量S的均值 和协方差矩阵 以及其他参数向量的更新公式：其中

表示αs的第n个值，其中

表示 的第n行n列个元素， 表示 的第n个值；

其中 I2M表示2M×2M维单位矩阵；αγ‑1

的第m个值的更新式为 β＝P v，其中步骤十、判断是否满足迭代的终止条件，若满足 或者达到最大迭代次数即i≥Itermax，停止迭代，将估计得到的αs分为K块,通过对每个块进行谱峰搜索得到每个辅助角对应的俯仰角θ的估计值 否则，重新回到步骤八继续进行循环迭代；

步骤十一、根据三角之间的关系式 求得每一个俯仰角对应方位角的估计值，实现自动匹配。