1.一种基于数据相关约束的鲁棒自适应波束形成方法，其特征在于，该方法包括：计算样本协方差矩阵

对所述样本协方差矩阵 进行特征值分解；

利用Capon空间谱重构期望信号协方差矩阵求解下面的优化问题：

其中， θl表示期望信号的角度,Θ0表示期望信号的角度的范围，a表示导向失量，a(θl)表示θl处的导向矢量,L表示在期望信号的角度范围内的均匀采样点数，w表示权重失量,N表示阵元数目；

获取最优权重矢量 a*表示式(1)的最优解。

2.根据权利要求1所述的基于数据相关约束的鲁棒自适应波束形成方法，其特征在于，设置一功率门限值对Capon空间功率谱所收集的信号进行选择以筛选出噪声。

3.根据权利要求2所述的基于数据相关约束的鲁棒自适应波束形成方法，其特征在于，进一步求解以下的优化问题：表示经功率门限值筛选后计算到的期望信号协方差矩阵。

4.根据权利要求3所述的基于数据相关约束的鲁棒自适应波束形成方法，其特征在于，将式(2)的优化问题转化为：其中, κmax为样本协方差矩阵 的主特征值；

为 的主特征向量；

通过拉格朗日乘子算法对式(3)中的优化问题进行求解，得到最优导向矢量：其中λ,μ分别表示拉格朗日乘子系数，且λ≥0，μ≥0； 表示Cλ的逆；

其中I为单位矩阵； 为向量bs的Heminte矩阵；

确定拉格朗日乘子系数λ的上界，即λmax；

其中γ1,γN分别为 的最大特征值和最小特征值；

在[0,λmax]中搜索最优拉格朗日乘子系数λ，则λ满足以下条件：则，最优解a*＝dλ。