1.一种基于稀疏约束的鲁棒性自适应处理方法，其特征在于，包括如下步骤：均匀线阵接收到远场窄带来波信号，对远场窄带来波信号的理想滤波器权向量进行分析，再将得到的理想滤波权向量分为两部分，分别为匹配滤波器和窄带滤波器；

利用窄带滤波器的稀疏性得到基于稀疏约束的RAB优化模型，且RAB优化模型中包括幅值相应约束条件，对RAB优化模型采用交叉迭代求解得到最优滤波权向量；

得到收敛的最优滤波权向量的窄带滤波器，加上匹配滤波器得到理想滤波器，采用理想滤波器对接收到的窄带来波信号进行波束形成。

2.根据权利要求1所述的一种基于稀疏约束的鲁棒性自适应处理方法，其特征在于，包括如下详细步骤：

步骤1：将所述理想滤波器权向量等价拆分为匹配滤波器s和稀疏的窄带滤波器x：其中， 为干扰信号的能量，al为干扰信号导向矢量， 为噪声能量；a0为期望信号导向矢量，匹配滤波器s＝a/M为用于幅值约束条件的归一化过程，M为均匀线阵阵元数；

步骤2：建立期望信号幅值响应约束条件，利用滤波器的稀疏性得到新的优化模型：其中 为估计的样本协方差矩阵，N为样本个数，为预估计的期望信号导向矢量，λ＞0为比例因子，用以平衡信号能量和稀疏项，ξ＞0为信号能量幅度；

步骤3：引入对偶变量和辅助变量对原始优化问题进行交叉迭代求解，得到最终的结果窄带滤波器x；

步骤4；根据 得到最优权向量，并将最优权向量与阵列接收信号相乘作为波束形成的输出。

3.根据权利要求2所述的一种基于稀疏约束的鲁棒性自适应处理方法，其特征在于，所述窄带滤波器为抑制干扰的窄带滤波器，且窄带滤波器权向量x具有稀疏性。

4.根据权利要求2所述的一种基于稀疏约束的鲁棒性自适应处理方法，其特征在于，还包括对保证期望信号增益而建立的幅值相应约束条件ξ＞0为信号能量幅度，基于幅值相应约束条件搭建的新的算法模型为：采用交叉迭代求解得到基于幅值相应约束条件搭建的新的算法模型下的最优滤波权向量。