Se propone un método de calibración basado en optimización convexa (CVX) y redes neuronales para los grandes conjuntos planos de matrices de sonar de imagen tridimensional de formación de haces. El método solo necesita una fuente de calibración acústica en una posición desconocida en el campo lejano, y se estima conjuntamente la dirección de llegada (DOA) y el error de ganancia y fase. El método utiliza un algoritmo CVX para resolver un problema de optimización y estima inicialmente de manera robusta la DOA de la fuente de calibración. Posteriormente, de acuerdo con los resultados de la estimación, se utiliza una red neuronal para ajustar y obtener una estimación de la DOA fuera de la cuadrícula de la fuente de calibración. Después, se realiza un filtrado espacial coincidente para obtener las estimaciones residuales de ganancia y fase. El error cuadrático medio (RMSE) del patrón de haz calibrado por el método para conjuntos planos uniformes puede alcanzar un valor de 4.9542 x 10. Los resultados experimentales demuestran la eficacia del método propuesto para la calibración de ganancia y fase.