1.一种基于改进IAA波束形成的低空目标测向方法，其特征在于，该方法包括以下步骤：S1：构建低空环境下混合信号模型假设远场窄带信号以角度θ入射到阵元间隔为d的均匀线性阵列天线上，阵元数为M；令第一个阵元为参考阵元，则导向矢量表示为其中，λ表示信号波长，[·] T 表示进行转置处理；假设有K个远场窄带混合信号，包括K c 个相干信号和K u 个不相关信号，即K＝K u +K c ，其中K c 个相干信号划分为G个相干信号组，表示来自G个统计独立的信号源；令 其中g为相干信号组变量，表明在第g个相干信号组里有L g 个多径信号，g＝1,…,G；假设第g个相干信号组的第l g 个多径信号的入射角度为 多径系数为 假设K u 个不相关信号和K c 个相干信号在不同的信号组，那么低空环境下的混合信号模型表示为x(t)＝A u s u (t)+A c Γs c (t)+n(t) (2)其中s u (t)是不相关信号矢量，s c (t)是相干信号矢量，A c 是相干信号阵列流矢量矩阵，A u 是不相关信号阵列流矢量矩阵，Γ是多径系数矩阵，n(t)是噪声矢量；S2：空间差分处理不相关信号根据S1中的混合信号模型，混合信号的阵列协方差矩阵计算为式中E[·]表示求数学期望， 是不相关信号的协方差矩阵， 是相干信号的协方差矩阵； 表示噪声功率，I M 是M维单位矩阵；由式(3)可知，混合信号的阵列协方差矩阵由不相关信号、相干信号以及噪声的协方差矩阵三部分组成，此时令 表示相干信号协方差矩阵， 表示不相关信号协方差矩阵，则混合信号的阵列协方差矩阵重新表示为由于R xu 是Toeplitz矩阵，则根据Toeplitz矩阵性质，对于任意Toeplitz矩阵Ξ，满足如下关系Ξ＝JΞ H J (5)其中，J表示反对角线上的元素为1，其余元素为0的置换矩阵；因此，通过构造一个差分矩阵R d 消除混合信号的阵列协方差矩阵R x 中的不相关信号的贡献，该过程描述为将式(4)代入式(6)，可得到很明显，上式中差分矩阵R d 里仅包括相干信号的信息，即经过差分处理后阵列协方差矩阵里不相关信号的贡献被消除；S3:重构差分矩阵对差分矩阵R d 进行特征值分解，表示为式中 表示特征值矩阵，其中η dj ,-η dj ,j＝1,…,K c 分别为正负成对出现的特征值， 表示特征向量矩阵，其中，u dj , 为特征值η dj ,-η dj 对应的特征向量；可以看出，差分矩阵R d 虽然只包含相干信号信息，但是其特征值是正负成对出现，其秩始终为偶数，这样的话，当相干信号组存在奇数个相干信号，采用空间平滑解相干处理时，差分矩阵平滑后秩就会欠1，这就是差分处理导致的交叉项问题；针对上述问题，下面对差分矩阵R d 进行优化重构成新的差分矩阵R D ，表达式为此时，新的阵列协方差矩阵的秩得到了恢复；S4:分离相干信号和DOA估计利用迭代自适应算法直接处理R D 来完成相干信号DOA估计，具体过程如下：S4.1阵列接收信号的稀疏信号模型表示在空间进行采样得到稀疏角度集合 其中 表示稀疏角度，b＝1,…,B，B表示稀疏角度的个数；构造超完备的基底 作为阵列流矢量矩阵，从而来对阵列接收信号进行稀疏信号模型表示，表达式为式中x(n)表示x(t)的离散信号矢量，p b 表示第b个稀疏角度的功率， 表示功率矩阵；S4.2计算稀疏角度的加权系数基于上述稀疏信号模型，计算第b个稀疏角度的噪声矩阵 表示为由最小二乘准则给出上式的代价函数L f ，其表达式为式中(·) -1 表示求矩阵求逆，s b (n)为第b个稀疏角度对应入射信号的离散形式；接着，对式(12)求最小化即可得到s b (n)的估计值 利用矩阵求逆定理，式(13)进一步表示为此时，根据式(14)即可求解出第b个稀疏角度的加权系数w b ，即S4.3构建空间谱基于加权系数w b ，则第b个稀疏角度的空间谱计算为因此，将式(15)和式(9)代入式(16)，构建出所有稀疏角度的空间谱，进而得到IAA算法得到的空间谱，通过谱峰搜索即可实现相干信号的DOA估计；S5：抑制相干干扰信号将IAA算法得到的空间谱中目标信号角度集对应的元素全部置零后，利用功率稀疏分布重建INCM，表达式为式中的 为Θ的补集，Θ表示目标信号所在的角度范围，V b 表示目标信号所在的角度范围Θ全部置零后的第b个稀疏角度的空间谱；此时，修正后的波束形成权系数 计算为那么，修正后的第b个稀疏角度的空间谱表示为因此，将式(18)和式(17)代入式(19)，得到相干干扰信号抑制后的空间谱，实现对空域相邻的相干干扰信号抑制。
