MATLAB实战：手把手教你仿真均匀线阵、面阵、圆阵的波束形成（附完整代码）

MATLAB实战：三种阵列波束形成仿真全解析与代码实现

阵列信号处理是现代通信、雷达和声纳系统中的核心技术之一。波束形成作为阵列信号处理的核心算法，能够通过调整阵列中各阵元的加权系数，实现对特定方向信号的增强或抑制。本文将深入探讨均匀线阵（ULA）、均匀面阵（URA）和均匀圆阵（UCA）这三种典型阵列结构的波束形成原理，并提供完整的MATLAB实现代码，帮助读者从理论到实践全面掌握阵列信号处理的核心技术。

1. 阵列波束形成基础与MATLAB环境准备

波束形成的本质是通过控制阵列中各阵元的相位和幅度，使得来自特定方向的信号在阵列输出端相干叠加，而其他方向的信号则相互抵消。这一过程需要精确计算阵列的阵列流形向量，它是描述阵列对空间角度敏感性的关键参数。

在开始仿真前，我们需要配置MATLAB环境并了解一些基本概念：

% 基本参数设置 c = 3e8; % 光速(m/s) f0 = 15e6; % 信号频率(Hz) lambda = c/f0; % 波长(m) fs = 4*f0; % 采样频率(Hz) N = 1024; % 采样点数 t = (0:N-1)'/fs; % 时间向量(s)

阵列流形向量（Array Manifold Vector）是波束形成中的核心概念，它描述了阵列对来自(θ,φ)方向信号的响应。对于M元阵列，其阵列流形向量可表示为：

a(θ,φ) = [e^(-j2π/λ·r₁·k), e^(-j2π/λ·r₂·k), ..., e^(-j2π/λ·r_M·k)]ᵀ

其中k为波数向量，rₘ为第m个阵元的位置向量。

提示：在实际仿真中，我们通常假设信号源位于远场，这样入射波可以近似为平面波，大大简化了计算。

2. 均匀线阵（ULA）波束形成实现

均匀线阵是最简单的阵列结构，所有阵元等间距排列在一条直线上。ULA虽然结构简单，但能清晰展示波束形成的基本原理。

2.1 ULA阵列流形计算

考虑一个由M=30个阵元组成的ULA，阵元间距d=8米（约λ/2），沿x轴排列：

M = 30; % 阵元数量 d = 8; % 阵元间距(m) RxLoc = [d*(0:M-1)', zeros(M,2)]; % 阵元位置坐标

ULA的阵列流形向量可简化为：

a(θ,φ) = [1, e^(j2πd sinθcosφ/λ), ..., e^(j2π(M-1)d sinθcosφ/λ)]ᵀ

对应的MATLAB实现代码：

% ULA波束形成核心代码 k = 2*pi/lambda; phi = (0:359)/180*pi; % 方位角(0-360°) theta = (90:-1:0)/180*pi; % 俯仰角(90-0°) DBF = zeros(length(phi), length(theta)); for ii = 1:length(phi) for jj = 1:length(theta) a = exp(1j*k*(0:M-1)'*d*cos(phi(ii))*sin(theta(jj))); DBF(ii,jj) = sum(abs(y*conj(a)), 1); end end DBF = DBF/max(abs(DBF(:)));

2.2 ULA方向图特性分析

ULA的方向图具有以下特点：

• 一维角度分辨能力：只能准确分辨方位角或俯仰角中的一个
• 测角模糊问题：由于cosφ=cos(-φ)，ULA存在180°模糊
• 波束宽度：主瓣宽度与阵列长度成反比

表1展示了不同阵元数对ULA性能的影响：

3. 均匀矩形阵列（URA）波束形成实现

均匀矩形阵列将阵元按矩形网格排列，具有二维角度分辨能力，适用于需要同时测量方位角和俯仰角的场景。

3.1 URA阵列流形计算

考虑一个30×30的URA，行列间距均为8米：

Mx = 30; My = 30; % 行列阵元数 dx = 8; dy = 8; % 行列间距 RxLoc = zeros(Mx*My, 3); % 生成阵元位置 for ii = 1:Mx for jj = 1:My RxLoc((ii-1)*My+jj, :) = [(ii-1)*dx, (jj-1)*dy, 0]; end end

URA的阵列流形可表示为x和y方向阵列流形的Kronecker积：

a(θ,φ) = a_y(θ,φ) ⊗ a_x(θ,φ)

其中⊗表示Kronecker积，a_x和a_y分别为x和y方向的线阵流形。

3.2 URA方向图特性

URA波束形成MATLAB实现：

for ii = 1:length(phi) for jj = 1:length(theta) ax = exp(1j*k*(0:Mx-1)'*dx*cos(phi(ii))*sin(theta(jj))); ay = exp(1j*k*(0:My-1)'*dy*sin(phi(ii))*sin(theta(jj))); a = kron(ay, ax); DBF(ii,jj) = sum(abs(y*conj(a)), 1); end end

URA方向图特点：

• 二维角度分辨：可同时测量方位角和俯仰角
• 无测角模糊：在0-360°范围内无模糊
• 更低旁瓣：相比ULA，URA的旁瓣特性更好

4. 均匀圆形阵列（UCA）波束形成实现

均匀圆形阵列所有阵元等角度分布在圆周上，具有全向对称性和良好的方位角分辨能力。

4.1 UCA阵列流形计算

考虑一个由M=96个阵元组成的UCA，半径R=120米：

M = 96; % 阵元数量 R = 120; % 阵列半径(m) RxLoc = zeros(M, 3); % 生成阵元位置 for ii = 1:M alpha = (ii-1)*2*pi/M; RxLoc(ii,:) = [R*cos(alpha), R*sin(alpha), 0]; end

UCA的阵列流形向量元素为：

[a(θ,φ)]ₘ = e^(j2πR/λ[cos(2πm/M)sinφcosθ + sin(2πm/M)sinφsinθ])

4.2 UCA方向图特性

UCA波束形成MATLAB实现：

for ii = 1:length(phi) for jj = 1:length(theta) xm = R*cos((0:M-1)'*2*pi/M); ym = R*sin((0:M-1)'*2*pi/M); a = exp(1j*k*(xm*cos(phi(ii))*sin(theta(jj)) + ... ym*sin(phi(ii))*sin(theta(jj)))); DBF(ii,jj) = sum(abs(y*conj(a)), 1); end end

UCA方向图特点：

• 全向对称性：在各个方位角上性能一致
• 二维角度分辨：可同时测量方位角和俯仰角
• 灵活波束控制：可以形成多个独立波束

5. 三种阵列性能对比与工程实践建议

在实际应用中，阵列选择需要考虑多种因素。下表对比了三种阵列的主要特性：

工程实践中的几点建议：

1. 阵元间距选择：通常取λ/2，过大会导致栅瓣，过小会降低分辨率
2. 计算效率优化：
   • 利用FFT加速波束形成计算
   • 预先计算并存储阵列流形向量
3. 实际系统考虑：
   • 阵元方向图的影响
   • 通道不一致性校准
   • 互耦效应补偿

% 波束形成计算优化示例 phi_res = 1; % 方位角分辨率(°) theta_res = 1; % 俯仰角分辨率(°) phi_grid = 0:phi_res:360; theta_grid = 0:theta_res:90; a_precomputed = precompute_steering_vectors(phi_grid, theta_grid, RxLoc, lambda);

通过本文的代码实现和分析，读者可以全面理解不同阵列结构的波束形成原理和实现方法。在实际应用中，还需要考虑更多实际因素，如多径效应、信号带宽影响等，这些都可以在本文提供的代码框架基础上进一步扩展。