均匀直线阵的常规波束形成用MATLAB做仿真其实是阵列信号处理里最基础、也最容易踩坑的一块内容。我刚接触这个方向的时候在网上下了一堆代码要么是画出来的方向图走势不对要么是仿真结果跟理论对不上后来自己把原理捋清楚、把参数一个个调明白了才发现问题大多出在对“常规波束形成”的理解没到位。这篇内容我尽量把从公式到代码的整个链条讲透包括那些教材里不会明说、但仿真时必须注意的细节最后会给出可直接跑的完整程序并按步骤解释每一行是在干什么。这篇内容适合三类人看刚入门阵列信号处理、需要完成课程作业或毕业设计的学生想把波束形成概念快速落成可运行仿真验证的工程师以及在读论文时看到“等距线阵”“相控阵”“CBF”这些词想搞明白物理含义的读者。我会把数学公式放在必要的位置确保你即使没有很强的数学背景也能按照代码自己仿真出正确结果。1. 内容整体设计与思路拆解1.1 均匀直线阵的物理模型所谓均匀直线阵ULAUniform Linear Array指的是N个天线阵元等间距地排列在一条直线上。这个“均匀”包含两层含义阵元间距d完全相同每个阵元的接收通道幅度相位响应一致。实际工程中要做到完全一致很难但仿真中我们默认理想条件这是我们分析的基础。假设有N个阵元间距为d。一个远场信号从角度θ方向入射θ通常定义为与阵列法线方向的夹角由于各阵元在空间中的位置不同信号到达每个阵元时存在波程差。这个波程差导致了阵元之间的相位差而波束形成本质上就是利用这种相位差通过给每个阵元加一个复权值使得来自期望方向的信号在各阵元上同相叠加形成一个高增益的接收波束。1.2 为什么叫“常规波束形成”“常规”是相对于“自适应”而言的。常规波束形成Conventional BeamformingCBF的核心思想非常朴素既然我知道信号来自哪个方向那我就给所有阵元的信号都补偿掉来自该方向的波程差让它们对齐相加。这个过程等效于拿一个“匹配滤波器”从空间角度去匹配期望信号方向。自适应波束形成如MVDR、LCMV则不同它会根据接收数据的统计特性在保证期望方向增益的前提下自动抑制干扰方向。相比之下CBF不需要矩阵求逆也没有复杂的优化过程计算量小、物理意义直观、对误差鲁棒性好所以很多场合下仍然是首选方法。用生活化的比喻来理解CBF相当于一个定向的收音机天线知道广播站在哪个方向就把天线对准那边举起来而自适应波束形成则像智能降噪耳机一边听着目标声音一边实时分析噪音从哪个方向来并主动在那些方向压低接收灵敏度。1.3 MATLAB仿真方案的选型思考做这个仿真我选择直接用MATLAB脚本编程而不是用Simulink或Phased Array System Toolbox现成函数。原因有三个第一裸代码可以让你看见每一个数学操作对理解原理帮助最大。工具箱函数把底层都封装好了直接用当然方便但容易变成“黑盒”操作出了问题也不好排查。第二均匀直线阵的转向矢量steering vector写法非常简单代码量其实很少用裸代码反而更灵活可以随时修改参数观察方向图变化。第三课程作业或答辩场景下老师通常更看重你对原理和实现细节的掌握程度拿现成工具箱交差和亲手写出来的效果完全不同。当然我也不是完全抗拒工具箱。在代码里我会用plot等基础绘图函数自己画图不依赖phased.ULA等系统对象这样保证代码在任何版本的MATLAB下都能直接运行不用额外安装工具箱。2. 核心原理推导与关键参数解析2.1 转向矢量的来源与含义考虑一个N元均匀直线阵阵元沿x轴排列第一个阵元置于坐标原点。一个载频为f的窄带远场信号以角度θ入射θ是入射方向与阵列法线的夹角信号到达第n个阵元相对于到达参考阵元原点的时间延迟为其中n从0到N-1d为阵元间距c为光速λ为信号波长。这个时间延迟对应到相位差把N个阵元的相位差写成矢量形式就得到常规波束形成的转向矢量steering vector[ \mathbf{a}(\theta) [1, e^{j\frac{2\pi d}{\lambda}\sin\theta}, e^{j2\frac{2\pi d}{\lambda}\sin\theta}, \cdots, e^{j(N-1)\frac{2\pi d}{\lambda}\sin\theta}]^T ]注意这里的相位是“信号到达第n个阵元相对于到达参考阵元”的滞后。如果我们希望补偿这个相位权矢量需要取它的共轭[ \mathbf{w}(\theta) \mathbf{a}^*(\theta) [1, e^{-j\frac{2\pi d}{\lambda}\sin\theta}, e^{-j2\frac{2\pi d}{\lambda}\sin\theta}, \cdots, e^{-j(N-1)\frac{2\pi d}{\lambda}\sin\theta}]^T ]2.2 波束方向图的数学表达波束方向图Beam Pattern描述了阵列对各方向入射信号的增益响应。方向图表达式为[ B(\theta) \mathbf{w}^H(\theta_0)\mathbf{a}(\theta) ]其中表示期望的指向方向是全入射方向的扫描变量。当θ等于θ₀时各阵元信号同相叠加增益最大。把CBF的权值代入可以将方向图进一步展开[ B(\theta) \sum_{n0}^{N-1} e^{jn\frac{2\pi d}{\lambda}(\sin\theta - \sin\theta_0)} \frac{\sin\left[N\pi\frac{d}{\lambda}(\sin\theta - \sin\theta_0)\right]}{\sin\left[\pi\frac{d}{\lambda}(\sin\theta - \sin\theta_0)\right]} ]这个形式的本质就是一个离散傅里叶变换DFT。阵列方向图是对转向矢量做空间傅里叶变换得到的这也就是为什么角度域和波束域之间可以通过FFT快速切换——这条性质在后面分析栅瓣、波束宽度时会非常有用。2.3 栅瓣产生条件与阵元间距选择方向图除了在期望方向有主瓣外在其他某些角度也可能会出现强度与主瓣相同或接近的瓣称为栅瓣grating lobe。栅瓣产生的条件是相邻阵元之间的相位差刚好为2π的整数倍[ \frac{2\pi d}{\lambda}(\sin\theta - \sin\theta_0) 2\pi m, \quad m\in Z ]针对整个扫描范围要避免出现栅瓣需要保证[ d \leq \frac{\lambda}{2} ]这是阵列设计中最经典的限制条件。当初我学到这里时不太在意总觉得间距大一点没关系结果扫描角度一大方向图上唰地蹦出了好几个“鬼影”波束。后来仿真验证一遍才真正明白为什么教科书上反复强调半波长间距。需要说明的是这个约束是针对常规波束形成而言。采用稀疏阵列允许出现栅瓣再通过MIMO或空间平滑来解模糊是另一个话题这里不展开。2.4 波束宽度与阵元数目、扫描角度的关系主瓣宽度通常取半功率点即-3dB宽度决定了阵列的角度分辨能力。均匀线阵的-3dB波束宽度可近似表示为[ \theta_{3dB} \approx \frac{50.8\lambda}{Nd\cos\theta_0} \quad (\text{度}) ]从这个公式能读出三个重要结论第一阵元数N越多波束越窄。这符合直觉——孔径越大分辨能力越强。第二阵元间距d越大波束也越窄但受栅瓣条件限制不能无限放宽。第三主瓣随扫描角度增大而展宽当往端射方向接近±90°扫描时波束宽度急剧增大。这意味着阵列在法线附近的角度分辨率最高在端射方向分辨率最差。仿真中想验证这条规律可以固定N和d把期望方向从0°逐步改到30°、60°、80°观察主瓣宽度变化。画出来的图会比任何文字描述都有说服力。2.5 加权方式对方向图的影响上面推导的方向图表达式实际上假设了权值幅度都是相等的这种叫均匀加权uniform weighting。均匀加权获得的波束主瓣最窄但是旁瓣比较高第一旁瓣约-13.3dB。如果想压低旁瓣可以对权值幅度做窗函数加权常见的有Hamming窗、Hanning窗、Blackman窗、Taylor窗等。加窗的本质是在空间域做一个幅度锥削类似时域信号处理中加窗抑制频谱泄漏一样。低旁瓣的代价是主瓣变宽信噪比损失一点实际系统需要在两者之间取舍。在后面的示例代码中我会先用均匀加权演示基本功能再补充一段加窗对比代码让你直观看到加窗前后方向图的区别。3. 实操过程与核心代码实现3.1 仿真参数设定先设定仿真参数我通常这么写clear; close all; clc; % 基本参数 c 3e8; % 光速 (m/s) f 10e9; % 工作频率 10GHz lambda c/f; % 波长 d lambda/2; % 阵元间距半波长 N 16; % 阵元数 % 期望信号方向 theta0 30; % 期望波束指向角度度 % 角度扫描范围 theta_scan -90:0.1:90; % 从-90到90度扫描 theta_rad theta_scan * pi/180;这里频率取10GHz是X波段波长3cm半波长阵元间距1.5cm16个阵元的阵列总长度约24cm算是一个比较典型的阵列规模。实际计算中阵元间距用波长归一化即可不一定要显式写出频率。3.2 转向矢量与权值求解为了避免公式里反复做指数运算我习惯写成函数或者用向量化操作直接生成权值矩阵% 生成转向矢量矩阵每一列对应一个扫描角度 n (0:N-1).; % 阵元索引列向量 % 对每个扫描角度求转向矢量 A exp(1j * 2*pi * d/lambda * n * sin(theta_rad)); % 期望方向权矢量 w exp(-1j * 2*pi * d/lambda * n * sin(theta0*pi/180)); % 波束方向图共轭转置w A pattern w * A; % 归一化到dB pattern_dB 20*log10(abs(pattern)/max(abs(pattern)));这里的pattern其实就是B(θ)。注意w是列向量A的每一列是某个扫描角度下的转向矢量w * A做的是向量乘矩阵得到1×length(theta_scan)的复数行向量取绝对值再归一化就得到方向图。3.3 完整可运行代码把所有步骤整合在一起加上方向图的绘制代码完整程序如下% 均匀直线阵常规波束形成仿真 clear; close all; clc; % 参数设置 c 3e8; f 10e9; lambda c/f; d lambda/2; N 16; theta0 30; % 扫描范围 theta_scan -90:0.1:90; theta_rad theta_scan * pi/180; % 阵元索引 n (0:N-1).; % 期望方向转向矢量共轭权 a_theta0 exp(1j * 2*pi * d/lambda * n * sin(theta0*pi/180)); w conj(a_theta0); % 常规波束形成权值即 a_theta0 的共轭 % 扫描方向转向矢量矩阵 A exp(1j * 2*pi * d/lambda * n * sin(theta_rad)); % 波束方向图 pattern w * A; pattern_dB 20*log10(abs(pattern)/max(abs(pattern))); % 绘图 figure; plot(theta_scan, pattern_dB, b-, LineWidth, 1.5); xlabel(方向角 θ (deg)); ylabel(归一化增益 (dB)); title([阵列方向图 (N, num2str(N), , dλ/2, θ_0, num2str(theta0), °)]); grid on; ylim([-60, 5]); xlim([-90, 90]);运行这段代码你应该能看到在30°方向出现一个明显的主瓣主瓣两侧有多个旁瓣逐级降低最靠近主瓣的旁瓣峰值约在-13.3dB左右。如果看到的图形不是这样多半是角度扫描范围或归一化写法有问题。3.4 极坐标方向图与直角坐标方向图的配合使用直角坐标图适合精确读主瓣宽度和旁瓣电平极坐标图则更直观地反映波束的空间指向性。我通常两个图都画出来一个用于定量分析一个用于汇报展示。% 极坐标方向图 figure; polarplot(theta_rad, abs(pattern)/max(abs(pattern)), r-, LineWidth, 1.5); title(极坐标方向图);使用polarplot时要注意这里的角度需要是弧度制且abs(pattern)/max(abs(pattern))是幅度归一化而不是dB值。在极坐标图中显示dB值不方便而且极坐标图会把人眼对低旁瓣的感知放大统一用线性幅度即可。3.5 加窗对比代码为了对比不同加窗方案的效果推荐把几种常用窗一次性画出来% 窗函数对比 win_names {Uniform, Hamming, Hanning, Blackman}; figure; hold on; for k 1:4 switch win_names{k} case Uniform win ones(N,1); case Hamming win hamming(N); case Hanning win hann(N); case Blackman win blackman(N); end w_win conj(a_theta0) .* win; % 权值在时域加窗对应空间幅度锥削 pattern_win w_win * A; pattern_win_dB 20*log10(abs(pattern_win)/max(abs(pattern_win))); plot(theta_scan, pattern_win_dB, LineWidth, 1.5); end hold off; xlabel(方向角 θ (deg)); ylabel(归一化增益 (dB)); title(不同窗函数下的波束方向图); legend(win_names); grid on; ylim([-80, 5]);从这个图可以明显看到均匀加权的旁瓣最高但主瓣最窄Blackman窗的旁瓣压得最低但主瓣明显变宽。实际阵列天线设计中Taylor窗是一个常用的折中方案它能规定前几个近旁瓣的电平同时把远旁瓣逐渐滚降非常适合对主瓣宽度和旁瓣电平都有要求的场合。4. 参数扫描与性能分析4.1 阵元数对方向图的影响固定其他参数改变阵元数N看方向图的变化N_list [8, 16, 32, 64]; figure; hold on; for Nt N_list nt (0:Nt-1).; At exp(1j * 2*pi * d/lambda * nt * sin(theta_rad)); a_t0 exp(1j * 2*pi * d/lambda * nt * sin(theta0*pi/180)); wt conj(a_t0); pt wt * At; pt_dB 20*log10(abs(pt)/max(abs(pt))); plot(theta_scan, pt_dB, LineWidth, 1.5, DisplayName, [N, num2str(Nt)]); end hold off; xlabel(方向角 θ (deg)); ylabel(归一化增益 (dB)); title(不同阵元数下的波束方向图); legend(show); grid on; ylim([-40, 5]);结果非常直观N8时波束宽、旁瓣稀疏N64时主瓣变得很窄旁瓣数量增多、电平整体降低。注意旁瓣数量其实是按规律排列的N越大在固定角度范围内出现的零点越多这与DFT的点数增多道理一致。4.2 阵元间距对方向图的影响再来看看d的取值。把d分别设为0.3λ、0.5λ、0.8λ、1.2λ观察方向图d_list [0.3, 0.5, 0.8, 1.2] * lambda; figure; hold on; for dd d_list Ad exp(1j * 2*pi * dd/lambda * n * sin(theta_rad)); a_d0 exp(1j * 2*pi * dd/lambda * n * sin(theta0*pi/180)); wd conj(a_d0); pd wd * Ad; pd_dB 20*log10(abs(pd)/max(abs(pd))); plot(theta_scan, pd_dB, LineWidth, 1.5, DisplayName, [d, num2str(dd/lambda), λ]); end hold off; xlabel(方向角 θ (deg)); ylabel(归一化增益 (dB)); title(不同阵元间距下的波束方向图); legend(show); grid on; ylim([-40, 5]);d0.3λ时波束很宽阵列等效孔径小d0.8λ时主瓣变窄但在某些负角度区域已经出现明显的高旁瓣或栅瓣d1.2λ时会在大约-30°和-90°附近出现与主瓣幅度几乎相同的栅瓣。这个仿真实验非常有说服力——它能让你亲眼看到为什么教科书上反复强调半波长是“安全红线”。4.3 波束扫描时方向图的变化把θ₀从-60°到60°以15°为步进扫描观察波束指向是否准确theta0_list -60:15:60; figure; hold on; for t0 theta0_list a_t0 exp(1j * 2*pi * d/lambda * n * sin(t0*pi/180)); wt0 conj(a_t0); pt0 wt0 * A; pt0_dB 20*log10(abs(pt0)/max(abs(pt0))); plot(theta_scan, pt0_dB, LineWidth, 1, DisplayName, [θ_0, num2str(t0), °]); end hold off; xlabel(方向角 θ (deg)); ylabel(归一化增益 (dB)); title(波束扫描方向图); legend(show); grid on; ylim([-40, 5]);从这个图可以清晰看到几个现象波束指向完全符合设定的θ₀越靠近法线0°主瓣越窄越靠近端射方向主瓣越宽而且整体增益下降。这就是一开始提到的波束宽度随扫描角变化效应实际相控阵雷达在大角度扫描时性能会下降这就是理论源头。4.4 性能比较表把几组典型仿真结果的性能指标整理一下方便对照参数主瓣宽度(θ₀30°)第一旁瓣电平栅瓣情况N8, d0.5λ较宽(~14°)-13.3dB无N16, d0.5λ较窄(~6.4°)-13.3dB无N32, d0.5λ很窄(~3.2°)-13.3dB无N16, d0.3λ较宽(~10°)-13.3dB无N16, d0.8λ较窄(~4°)-13.3dB无但近旁瓣偏高N16, d1.2λ很窄-13.3dB在-30°附近出现栅瓣旁瓣电平对d的取值不敏感主要是因为均匀加权决定了它d和N改变的是零点位置与栅瓣情况。加窗后第一旁瓣会明显降低但主瓣会变宽。5. 常见问题与排查技巧实录5.1 方向图主瓣不在期望方向初学时很容易出现这种情况。原因通常是角度定义不一致。比如把自己设定的θ₀当成与阵列轴向的夹角而公式中使用的是与法线的夹角两者相差90°。另一个常见错误是sin与cos混用——阵列沿x轴排列时用sinθ沿y轴排列时用cosθ。建议做仿真前先把坐标系画在纸上明确参考轴和角度定义再写代码。5.2 栅瓣与高旁瓣的判定困惑栅瓣的特征是和主瓣幅度几乎相同或略低出现在与主瓣对称或满足sinθ往返关系的角度位置。而高旁瓣通常是第一旁瓣数值在-13.3dB左右均匀加权时两者很容易区分。若看到多个与主瓣一样高的峰基本就是栅瓣。解决办法是令d≤λ/2或把扫描角度限制在无栅瓣区间内。5.3 dB归一化出现NaN或Inf当主瓣增益非常小甚至为零时除以max(abs(pattern))后再取对数容易出现问题。解决办法是在归一化前加一个极小值保护pattern_dB 20*log10((abs(pattern)eps)/max(abs(pattern)eps));其中eps是MATLAB内置的机器精度用它来避免除零和取对数时出现-Inf或NaN。当然一般情况下主瓣不会为零但加上这个保护可以让代码更稳健。5.4 负频率或虚部问题仿真中我经常看到有人对复数方向图取了实部再画图这样做是不对的。方向图必须对幅度取绝对值相位信息在方向图中不需要展示。另一类问题是FFT方法生成方向图时频率轴负半轴容易引起混淆因为空间角度映射到空间频率时不一定是单调的要特别小心。5.5 极坐标图角度范围看似不对polarplot默认0度在右侧逆时针增加与通常数学坐标系一致。如果期望的方向图在主瓣位置上看起来偏了90°请检查角度输入是度数还是弧度。polarplot要求弧度制若你直接传度数就会发生位置偏移。另外极坐标图很容易让人误判主瓣宽度因为靠近0°和180°时角度刻度密度不均匀视觉效果会产生某种程度的“压缩”或“拉伸”。5.6 关于MATLAB 2026b密钥和安装的话题搜索热词里经常有“matlab下载安装教程”“matlab 2026b密钥”这类内容我必须提醒一句MATLAB是商业软件建议通过学校、公司或MathWorks官网的正规渠道获取License。网上所谓的“密钥”大多来路不明不仅存在法律和安全风险还可能被植入恶意代码。与其折腾破解版不如直接在MathWorks官网注册一个账号申请试用版或者利用官方提供的免费在线版MATLAB Online完成课程作业和小型仿真省时省力又安全。6. 后续扩展从常规到自适应波束形成6.1 为什么还需要自适应波束形成常规波束形成只考虑期望方向的相位补偿完全不管干扰方向。如果空间中有强干扰CBF输出的信干噪比可能会很差。自适应波束形成的核心思路是在保证期望方向增益不变的约束下最小化输出功率让权矢量自动在干扰方向形成零陷。最经典的自适应波束形成方法是最小方差无失真响应MVDR也叫Capon波束形成它的优化问题可以写成[ \min_{\mathbf{w}} \mathbf{w}^H\mathbf{R}\mathbf{w} \quad s.t. \quad \mathbf{w}^H\mathbf{a}(\theta_0)1 ]其中R是接收数据的协方差矩阵。这个问题的闭式解是[ \mathbf{w}_{MVDR} \frac{\mathbf{R}^{-1}\mathbf{a}(\theta_0)}{\mathbf{a}^H(\theta_0)\mathbf{R}^{-1}\mathbf{a}(\theta_0)} ]把这个公式和CBF的权值对比就能看出“常规”和“自适应”的根本区别CBF只依赖几何关系和频率不关心接收数据MVDR则要利用协方差矩阵R来感知空间电磁环境。6.2 从CBF到MVDR的代码演进在CBF代码基础上实现MVDR只需要多两步构造阵列接收数据估计协方差矩阵R代入MVDR公式计算权值。% 继续使用之前的阵列参数 % 假设空间有一个期望信号和一个干扰信号 theta_jammer -20; % 干扰方向 snr 10; % 期望信号信噪比 dB inr 20; % 干扰噪声比 dB snapshots 500; % 快拍数 % 生成接收数据 % 信号部分 s sqrt(10^(snr/10)) * exp(1j*2*pi*rand(1,snapshots)); % 干扰部分 j_sig sqrt(10^(inr/10)) * exp(1j*2*pi*rand(1,snapshots)); % 噪声部分 noise (randn(N,snapshots) 1j*randn(N,snapshots))/sqrt(2); a_jammer exp(1j*2*pi*d/lambda*n*sin(theta_jammer*pi/180)); X a_theta0 * s a_jammer * j_sig noise; % 样本协方差矩阵 R X * X / snapshots; % MVDR 权值 w_mvdr (R \ a_theta0) / (a_theta0 * (R \ a_theta0)); % MVDR方向图 pattern_mvdr w_mvdr * A; pattern_mvdr_dB 20*log10(abs(pattern_mvdr)/max(abs(pattern_mvdr))); % 对比CBF方向图 figure; plot(theta_scan, pattern_dB, b-, LineWidth, 1.5); hold on; plot(theta_scan, pattern_mvdr_dB, r--, LineWidth, 1.5); xlabel(方向角 θ (deg)); ylabel(归一化增益 (dB)); title(CBF与MVDR方向图对比); legend(CBF, MVDR); grid on; ylim([-60, 5]);运行后最明显的差异是MVDR方向图在-20°方向出现了一个很深的零陷深度通常在-30dB以下而CBF在那个方向几乎没有任何抑制能力。这就是“自适应”带来的抗干扰能力。6.3 从CBF到加窗、到自适应渐进式学习路径我给初学者的建议是不要一步到位学自适应波束形成。先吃透CBF然后加窗函数再做阵元位置优化比如非均匀阵最后再进入自适应和稳健波束形成领域。每一步都有直观的物理意义和可视化结果支撑学习曲线会比较平滑。如果直接跳去读一堆MVDR、LCMV、稳健自适应论文很容易被数学公式劝退。7. 一些实操心得这套代码我在教学和实际项目里反复用过很多次最想说的一点是仿真方向图前先手动算一遍某个角度的阵列响应再对一对程序输出。比如手动计算θ0°方向、N4、dλ/2时的方向图值如果你能算出1说明你对相位补偿和共轭的理解是对的。这个核对习惯能帮你避掉很多“看起来对、实际上错”的坑。另一个经验是仿真完不要只看方向图的样子而是把主瓣位置、第一零点位置、第一旁瓣电平这些数值记下来跟理论公式去对照。对照上了说明代码可靠后面再加干扰、加阵列误差、加宽带信号时才有一个可信度高的“基线”。MATLAB里跑这类仿真非常快N16、扫描角度90度、步长0.1度时全部计算只要几十毫秒。你可以放心大胆地把阵元数调到1000甚至更多观察方向图变化趋势再回来看理论公式的近似条件是否成立这种“数值实验理论推导”互相印证的做学问方式比单纯翻书或单纯写代码都有效得多。
