1.一种基于稀疏贝叶斯学习的稳健DOA估计方法，其特征在于：DOA估计方法包括如下步骤：步骤1：阵列的M个阵元与参考阵元之间距离间隔为，各个阵元位置误差为，接收数据表示为，，其中，表示快拍数，表示阵列接收数据，表示发射信号，表示阵列接收的噪声信号，服从均值为0，协方差为的窄带高斯分布，表示阵列的流型矩阵，表示为，为信号源的个数，；

步骤2：将空域角度范围均匀划分成份，得到网格集合为，建立阵列接收数据的稀疏信号模型为，其中，是原始信号的零扩展，在接近入射角度的网格点才有值，其他位置全部为0，，表示将向量扩展成对角矩阵的运算，，，表示网格误差，，；

步骤3：对超参数，，进行初始化，设置最大迭代次数maxIter和误差精度，初始化需要更新的参数，包括信号精度，噪声精度，网格误差，阵元位置误差和阵元位置误差精度，设定循环参数；

步骤4：计算稀疏信号X后验概率的均值以及协方差，其服从均值为，协方差为的高斯分布，其中，协方差矩阵，，上标“H”表示取矩阵的共轭转置运算，表示噪声精度，，均值,；

步骤5：更新信号精度的值，得到表达式为，其中，c为伽马分布的超参数，，表示均值矩阵的第列，表示协方差矩阵的第行第列；

步骤6：更新噪声精度的值，得到的表达式为，其中，表示阵列接收数据的第列，为伽马分布的超参数，表示取矩阵的迹运算；

步骤7：计算阵元位置误差，第m个阵元位置误差的表达式为，其中，，，，，，，，，表示第个位置是1，其余位置为0，表示取实部运算；

步骤8：计算阵元位置误差精度，其第m个元素的计算表达式为，，其中，是超参数；

步骤9：计算参数，其中表示迭代次数，是步骤4计算的均值矩阵，如果参数满足误差精度或者满足最大迭代次数maxIter，进入步骤10，若两个条件都不满足，则，，重新进入步骤4重新迭代；

步骤10：更新网格误差，利用估计网格误差矢量，，其中，，，，，，表示网格间距，，表示Hadamard积；

步骤11：计算空间谱，表示行均值向量，上标“*”表示向量取共轭运算；

步骤12：利用步骤10计算出的网格误差更新空域网格点，即，同时与步骤11中空间谱一一对应，空间谱峰值所对应的角度即为估计的K个信号的波达方向。