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。