1.一种UUV舷侧平行阵协方差加权融合DOA估计方法，平行互质阵列由子阵1和子阵2组成，子阵2阵元数量与阵列结构和子阵1相同，子阵1和子阵2之间的间距为d， ， 表示信号的波长；子阵1是由一对均匀线阵嵌套而成的互质阵，第一个均匀线阵由间隔Nd的M个传感器组成，其阵元位置集和为 ，第二个均匀线阵由间隔Md的N个传感器组成，其阵元位置集合为 ，其中M和N是互质整数，两个均匀线阵共用第一个传感器，该互质阵共由M+N‑1个传感器组成；子阵2与子阵1平行，在子阵1的上方，两个子阵的间距为d，用 和 分别表示第 个入射信源的方位角和俯仰角，其中 ， 表示入射信源的个数，用 表示入射信号与子阵1之间的夹角，其特征在于：一种UUV舷侧平行阵协方差加权融合DOA估计方法包括如下步骤：步骤一：子阵1和子阵2的阵列接收数据分别为 和 ，计算子阵1的自协方差矩阵 ，子阵1和子阵2的互协方差矩阵 ，子阵2的自协方差矩阵 ，子阵2与子阵1的互协方差矩阵，L为快拍数， 表示矩阵的共轭转置；

步骤二：定义均匀虚拟阵列位置集合， ，其中，对步骤一中的四个协方差矩阵分别进行差分共阵处理，得到对应的虚拟阵列信号向量；

步骤三：基于步骤二得到的虚拟信号向量，构造初始自协方差目标矩阵；

步骤四：基于步骤二得到的虚拟信号向量，构造初始互协方差目标矩阵；

步骤五：设定权重系数 ， 满足 ，对初始目标矩阵进行融合，得到融合自协方差矩阵 ，同时生成对应的已知元素指示矩阵 ，其元素定义如下：；

步骤六：基于半正定与Toeplitz约束，利用步骤五的 求解如下凸优化问题，重构完整的自协方差矩阵 , ，其中 表示正则化参数， 表示Hadamard乘积， 表示矩阵的迹， 表示Frobenius范数的平方；

步骤七：融合互协方差矩阵 ，同时生成对应的已知元素指示矩阵，其元素定义如下： ；

步骤八：基于核范数正则化与Toeplitz约束，通过步骤七计算得到 求解如下凸优化问题，重构完整的互协方差矩阵 ,其中， 表示以c为第一列，r为第一行的Toeplitz矩阵， 表示正则化参数，；

步骤九：根据步骤六得到的插值以后的协方差矩阵 和步骤八得到的 构造扩展矩阵；

步骤十：对 进行奇异值分解，提取信号子空间 ，对 进行分块得 ， ，的维度均为 ，利用 ， 构造矩阵 ；

步骤十一：对 特征值分解， ，可以从 中得到对应的特征值 ，表示入射信源的数量，通过特征值可得俯仰角 ，式中表示取复数的相位角；

步骤十二：利用 特征分解后的特征向量矩阵 ，重构方向矩阵 ，根据相邻元素间的相位关系可得 ， 表示入射信源的数量，其中 ， ， 表示2范数的平方；

步骤十三：通过步骤十二得到的 ，可得 角的估计值 ，表示入射信源的数量；

步骤十四：根据步骤十三得到的 和步骤十一得到的 可得方位角的估计值， 表示入射信源的数量。

2.如权利要求1所述的一种UUV舷侧平行阵协方差加权融合DOA估计方法，其特征在于：步骤二中所述得到对应的虚拟阵列信号向量的方法为：A1：初始化虚拟信号向量 ，令其所有元素为空值；

A2：对于每个虚拟位置差 ，找出所有满足 的实际阵元对索引 ,其中，m和n分别表示实际阵列中第m个和第n个阵元的索引， ，， 为实际阵元总数，构成集合 ，其中为实际阵元位置；

A3：若 非空，则计算该位置虚拟信号值为： ，其中表示矩阵 的第m行第n列元素， ；

A4：若 为空，则 保持为空值；

A5：得到四个虚拟信号向量： ，每个向量长度为 。

3.如权利要求1所述的一种UUV舷侧平行阵协方差加权融合DOA估计方法，其特征在于：步骤三中所述构造初始自协方差目标矩阵的方法为：B1：对虚拟信号向量进行零填充处理：将向量中空值元素替换为0，得到填充后向量 ，；

B2：对自协方差矩阵 和 ，构造Hermitian Toeplitz目标矩阵，定义中心索引，取向量 的第c至第 个元素构成列向量 ，取向量 的第c个元素及其之前元素的共轭并逆序排列，构成行向量；取 向量 的第c 至第 个元 素构 成列向 量，取向量 的第c个元素及其之前元素的共轭并逆序排列，构成行向量 ；

B3：构造Toeplitz矩阵 ，并强制Hermitian对称，构造Toeplitz矩阵 ，并强制Hermitian对称 ，其中构造Toeplitz矩阵时使用的向量 的长度均为 ，且满足 ，以保证矩阵主对角线元素一致。

4.如权利要求1所述的一种UUV舷侧平行阵协方差加权融合DOA估计方法，其特征在于：步骤四中所述构造初始互协方差目标矩阵的方法为：取列向量 ，取行向量 ，构造Toeplitz目标矩阵 ；取列向量 ，取行向量

，构造Toeplitz目标矩阵 ，其中构造Toeplitz矩阵时使用的向量 的长度均为 ，且满足 ，以保证矩阵主对角线元素一致。

5.如权利要求1所述的一种UUV舷侧平行阵协方差加权融合DOA估计方法，其特征在于：步骤五中所述权重系数 和 根据两个阵列的信噪比差异自适应调整：若子阵1的信噪比高于子阵2；则令 ，反之则令 。