本文提出了一种新的稀疏恢复辅助到达方向（SR-DOA）估计方法。 通过利用空间频谱中固有的稀疏性，将DOA估计公式化为稀疏的非负最小二乘问题。 同时，为了提高估计精度，本发明的方法能够抑制加性高斯噪声，但是以一些自由度为代价，并通过利用其渐近分布来减轻采样误差。 随后，利用非负拉普拉斯先验的稀疏贝叶斯学习来产生DOA估计。 对拟议的SR-DOA估计器的性能以及其他两种现有方法进行了研究和比较。 数值结果表明，提出的SR-DOA算法在估计精度方面优于最新技术。