1.一种协方差矩阵重构自适应波束形成方法，其特征在于，具体过程如下：获取均匀线列阵接收时域数据，分别计算前向拟合系数和后向拟合系数，并采用递推的方式依次对虚拟阵元所接收到的数据进行拟合，从而预测出各个虚拟阵元的快拍数据；

利用包含实际阵元和虚拟阵元的快拍数据计算更高维度的干扰加噪声协方差矩阵，并采用特征分解和提取较大特征值的方式剔除重构误差，最终引入理想的噪声协方差矩阵，得到虚拟阵列对应的改善干扰加噪声协方差矩阵；

采用与计算改善干扰加噪声协方差矩阵的同样的方式，重构虚拟阵列对应的期望信号协方差矩阵，并提取出期望信号协方差矩阵最大特征值对应的特征向量，作为期望信号的导向矢量，根据所述导向矢量计算虚拟阵列对应的波束形成器加权向量，进而根据所述加权向量和虚拟线列阵的接收数据矩阵得到波束输出。

2.根据权利要求1所述的协方差矩阵重构自适应波束形成方法，其特征在于，获取均匀线列阵接收时域数据，分别计算前向和后向的线性预测系数,具体过程如下：均匀线列阵接收来自空间的信号和噪声的时域快拍数据；

计算均匀线列阵中除第1个振元以外其余阵元数据所对应的前向样本协方差矩阵，再计算前向拟合的拟合向量；

根据前向拟合的拟合向量计算得到前向拟合系数；

计算均匀线列阵中除最后一个振元以外其余振元数据所对应的前向样本协方差矩阵，再计算前向拟合的拟合向量；

根据所述拟合向量计算得到后向拟合系数。

3.根据权利要求1所述的协方差矩阵重构自适应波束形成方法，其特征在于，按照递推的方式依次对虚拟阵元位置处所接收到的数据进行拟合，从而预测出各个虚拟阵元的快拍数据过程如下：

取虚拟振列中除最后一个振元以外其他振元数据，计算0号振元的前向拟合数据，依次计算到第n个前向拟合数据；

取虚拟振列中除第一个振元以外其他振元数据，计算后向编号最大振元的数据，依次分别计算到第n个后向拟合数据。

4.根据权利要求1所述的协方差矩阵重构自适应波束形成方法，其特征在于，利用包含实际阵元和虚拟阵元的快拍数据计算更高维度的干扰加噪声协方差矩阵，并采用特征分解和提取较大特征值的方式剔除重构误差，最终添加入理想的噪声协方差矩阵，得到虚拟阵列对应的改善干扰加噪声协方差矩阵和重构虚拟阵列对应的期望信号协方差矩阵，具体过程如下：

将前向拟合数据、原始阵元接收数据以及后向拟合数据组合在一起，得到虚拟线列阵的接收数据矩阵；

根据所述接收数据矩阵计算虚拟线列阵的样协方差矩阵；

根据虚拟线列阵的阵元编号，得到对应的角度的导向矢量，基于所述导向矢量计算各个角度对应的对角加载Capon空间谱；

根据所述Capon空间谱，划分期望信号扇区，然后划定除期望扇区以外的干扰加噪声扇区；

在所述干扰加噪声扇区内初步计算干扰加噪声协方差矩阵；

对所述干扰加噪声协方差矩阵进行特征分解；

根据特征分解结果得到修正的干扰加噪声协方差矩阵；

在期望信号扇区内重构期望信号协方差矩阵。

5.根据权利要求1所述的协方差矩阵重构自适应波束形成方法，其特征在于，获取均匀线列阵接收时域数据，分别计算前向和后向的线性预测系数，并按照递推的方式依次对虚拟阵元所接收到的数据进行拟合，预测各个虚拟阵元的快拍数据，具体包括以下步骤：M个换能器组成的均匀线列阵接收来自空间的信号和噪声的时域快拍数据x(k)＝[x1T

(k),x2(k),…,xM(k)] ，其中信号与噪声不相关，xm(k)表示第m个阵元接收到的时域数据，T

计算第2至M个阵元数据xF(k)＝[x2(k),…,xM(k)]所对应的前向样本协方差矩阵计算前向拟合的拟合向量dF：

最后得到前向拟合系数αF：

T

计算第1至M‑1个阵元数据XB(k)＝[x1(k),…,xM‑1(k)]所对应的前向样本协方差矩阵，再计算前向拟合的拟合向量dB：最后得到后向拟合系数β：

T

取第1至M‑1个阵元数据xtemp(k)＝[x1(k),…,xM‑1(k)]，计算0号阵元的前向拟合数据，按照此规律，依次分别计算到第n个前向拟合数据：T

取第2至M个阵元数据xtemp(k)＝[x2(k),…,xM(k)]，计算后向M+1号阵元的数据，按照此规律，依次分别计算到第n个后向拟合数据：将前向拟合数据、原始阵元接收数据以及后向拟合数据组合在一起，得到虚拟线列阵的接收数据矩阵，

T

xLP(k)＝[x1‑N(k),…,x1(k),…,xM(k),…,xM+N(k)]，接着，计算采样协方差矩阵，

6.根据权利要求1所述的协方差矩阵重构自适应波束形成方法，其特征在于，利用包含实际阵元和虚拟阵元的快拍数据计算更高维度的干扰加噪声协方差矩阵，并采用特征分解和提取大特征值的方式剔除重构误差，最终结合理想的噪声协方差矩阵，得到虚拟阵列对应的改善干扰加噪声协方差矩阵；具体如下：根据虚拟线列阵的阵元编号，得到对应的θ角度的导向矢量aLP(θ)，计算各个角度对应的对角加载Capon空间谱p(θ)，其中I是单位对角矩阵，

根据Capon空间谱，划分期望信号扇区 其中B为设置的区域宽度，然后划定除期望扇区以外的干扰加噪声扇区 为Θ的补集，在干扰加噪声扇区内初步计算干扰加噪声协方差矩阵

其中θl是 内的第l个离散角度，接着进行特征分解其中：λm(m＝1,…,M)为按照从大到小顺序排列的特征值，vm是对应的特征向量；Dint表示包含所有较大特征值的对角阵，Vint包含了较大特征值对应的特征向量，Re表示由较小特征值和特征向量组成的误差协方差矩阵，所述较大特征值是根据 估计干扰信号个数为Q，加上1个信号数为Q+1，Q+1是使得上式成立的最小正整数；由大至小排列的Q个干扰信号个数加上1个信号数Q+1组成较大特征值；此时，干扰加噪声协方差矩阵修正为：

其中 是估计的噪声功率，为最小特征值，在期望信号扇区内，重构期望信号协方差矩阵其中θl是Θ内的第l个离散角度，估计期望信号的导向矢量为，其中， 为矩阵 的最大特征值对应的特征向量；

计算虚拟阵列对应的波束形成器加权向量wLP：根据该加权向量和虚拟线列阵的接收数据矩阵计算波束输出y(k)：

7.一种协方差矩阵重构自适应波束形成系统，其特征在于，包括快拍数据获取模块、协方差矩阵计算模块、

快拍数据获取模块用于获取均匀线列阵接收时域数据，分别计算前向和后向的线性预测系数，并采用递推的方式依次对虚拟阵元所接收到的数据进行拟合，从而预测出各个虚拟阵元的快拍数据；

协方差矩阵计算模块用于根据包含实际阵元和虚拟阵元的快拍数据计算更高维度的干扰加噪声协方差矩阵，并采用特征分解和提取大特征值的方式剔除重构误差，引入理想的噪声协方差矩阵，得到虚拟阵列对应的改善干扰加噪声协方差矩阵；

输出波束计算模块用于采用和计算改善干扰加噪声协方差矩阵同样的方式重构虚拟阵列对应的期望信号协方差矩阵，并提取出最大特征值对应的特征向量作为期望信号的导向矢量，根据所述导向矢量计算虚拟阵列对应的波束形成器加权向量，进而根据所述加权向量和虚拟线列阵的接收数据矩阵得到波束输出。

8.一种计算机设备，其特征在于，包括处理器以及存储器，存储器用于存储计算机可执行程序，处理器从存储器中读取部分或全部所述计算机可执行程序并执行，处理器执行部分或全部计算可执行程序时能实现权利要求1～6中任一项所述协方差矩阵重构自适应波束形成方法。

9.一种计算机可读存储介质，其特征在于，计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时，能实现如权利要求1～6中任一项所述的协方差矩阵重构自适应波束形成方法。