方向到达估计（DOA）的传统方法存在计算复杂度高、低信噪比（SNR）性能差等问题。本文提出基于图神经网络（GNN）与Transformer的融合框架，创新性地构建稀疏阵列的图连接结构，建模阵列几何关系并捕获时空依赖，显著提升低SNR下的估计精度和计算效率。