1.一种基于DCT和DWT的稀疏贝叶斯电力线信道和脉冲噪声联合估计方法，其特征在于：包括以下步骤：S1：将电力线接收端接收到的频域信号转换为向量矩阵形式；

S2：提取接收信号中的导频；

S3：结合DWT、DCT将提取的导频符号基于压缩感知模型构建观测矩阵和观测向量；

S4：对观测矩阵进行均匀分块；

S5：初始化电力线脉冲噪声和信道的压缩感知估计模型；

S6：以空模型开始，假设所有信号块都未添加进模型中，进行块添加；每次迭代计算协方差矩阵、块相关性、相关性结构矩阵，并更新模型参数，且根据所述相关性结构矩阵重建协方差矩阵，直到得到所有的协方差矩阵；

S7：当满足预设条件后，结束S6的循环，得到稀疏解向量；

S8：取S7得到的稀疏解向量的前ng行进行DCT、DWT，得到信道脉冲响应向量估计值，对其再进行补零的FFT得到长度为N的信道频率响应向量；

S9：得到的稀疏解向量的ng～(ng+N)行是时域脉冲噪声估计向量，从而得到去除脉冲噪声的频域符号；

步骤S1中，将电力线接收端接收到的频域信号转换为向量矩阵形式Y＝diag(X)H+Fi+G  (1)

其中X＝[X1 ,X2 ,...XN]T为频域发送符号向量，OFDM频域符号向量长度为N，H＝[H1 ,H2,...,HN]为信道频率响应向量，F是N维傅里叶变换矩阵，i表示时域脉冲噪声，其中G＝Fg代表频域背景噪声，为高斯白噪，g表示背景噪声；

步骤S2中，规定发送信号中插入导频的位置的集合为P，(·)P为集合P中索引对应行或元素构成的子矩阵，将式(1)变换为：YP＝diag(XP)Hp+Fpi+Gp  (2)步骤S3中，结合脉冲噪声的时域稀疏特性，电力线脉冲噪声和信道的压缩感知估计模型为：其中Fp,ng是P*ng的傅里叶矩阵，ng为保护间隔长度，DCTng*ng，DWTng*ng是ng*ng维的矩阵；式中，将ng*1维向量h稀疏表示为：h＝DCT*a                            (5)h＝DWT*b                           (6)将式(3)、式(4)表示为：

Yp＝ΦX+Gp                         (7)其中Φ为观测矩阵。2.根据权利要求1所述的基于DCT和DWT的稀疏贝叶斯电力线信道和脉冲噪声联合估计方法，其特征在于：步骤S4中，对观测矩阵Φ进行均匀分块Φ＝[Φ1,Φ2,...Φm]，块长度为8，OFDM长度为1024，ng长度为256，设置梳状导频，均匀分布，个数为64。

3.根据权利要求2所述的基于DCT和DWT的稀疏贝叶斯电力线信道和脉冲噪声联合估计方法，其特征在于：步骤S5中所述初始化，考虑信噪比SNR<20dB ,设置β＝0 .1||Yp||2，(3)且将当前块进行重估，并μnew＝μ+ΔΣβΦTy，Σnew＝Σ+ΔΣ，