相控阵波束扫描Matlab仿真：阵列信号处理方向图动图生成全攻略

简介：一份面向相控阵雷达入门学习者与信号处理工程师的Matlab仿真资源，以可运行的波束扫描动图为核心，直观演示阵列单元相位控制如何改变波束指向，可用于课程教学、自修实验与算法验证。资源包共2个文件，均为.m脚本，体积约2KB，代码精简，聚焦方向图计算与极坐标绘制，便于直接运行与二次修改。目前已有3434人浏览学习，稳定的学习数据说明其内容贴合多数初学者的验证需求。脚本围绕均匀线阵展开，完整包含方向图计算、归一化处理、极坐标绘制与动态帧更新等环节，可调整阵元数、阵元间距、相位差及扫描角等关键参数，实时观察主瓣指向移动、波束宽度变化与旁瓣电平起伏，从而系统理解相控阵波束扫描原理、远场方向图特性及Matlab可视化方法。对于雷达通信课程设计、毕业设计与工程预研，均是轻量易用的参考代码。

1. 相控阵波束扫描“动图”的Matlab仿真：为什么一张动图能讲透相控阵

很多人学相控阵时，最先接触的是阵因子公式和方向图乘积定理，公式推了半天，脑子里却始终没有“波束在动”的画面。反过来，如果你先看一张波束扫描动图——波束指向从-60°扫到+60°，副瓣在动，栅瓣可能出现，主瓣宽度还在变——再去回看公式，几乎所有关键结论都能瞬间对上号。

所谓相控阵波束扫描动图仿真，就是用Matlab算出不同扫描角下的阵列方向图，再把它们一帧一帧连成动画或GIF，直观展示波束指向随阵元间相位差变化的规律。它解决的问题很明确：把“相位差→波束指向”这条最核心的因果链可视化，让初学者跳过抽象推导直接建立直觉，也让工程师在做阵列设计时快速判断阵元间距、阵元数、扫描范围是否合理。

适合的人群很广：雷达原理、阵列信号处理课程的本科生和研究生，刚接触相控阵的通信或射频工程师，以及需要做课堂教学演示的开发者。只要你有Matlab基础语法能力，按后面的步骤就能从零跑起。

2. 波束扫描背后的数学：阵因子、导向矢量与扫描角的关系

2.1 均匀线阵的阵因子：从干涉到波束

相控阵波束扫描的最简模型是均匀线阵。想象一条直线上等间距摆着N个阵元，相邻阵元间距为d，一个远场平面波以角度θ入射。相邻阵元之间由于波程差会产生一个固定的相位差：

相位差 φ = (2π/λ) * d * sin(θ)

其中λ是波长。这个相位差是后续一切计算的起点。如果每个阵元接收到的信号是等幅的，那么在某个观察方向上，所有阵元的贡献叠加起来，就是一个几何级数。取模再归一化，就得到阵因子：

AF(θ) = | sin(N * π * d * sin(θ) / λ) / (N * sin(π * d * sin(θ) / λ)) |

很多教材把这一步直接摆出来，但真正理解它需要意识到：这本质上就是N个等幅、等相位差矢量的叠加结果，和光学中N缝干涉的推导完全同构。Matlab里计算这个表达式，不需要循环，直接用向量化写法几行就能出结果。

我一般在教学演示时会让学习者先改N的值，观察主瓣宽度怎么变。N=8时主瓣很胖，N=64时主瓣变得非常窄。这个变化在动图里尤其明显——扫描到同样角度，阵元数多的阵列波束更“聚焦”。这是理解相控阵“为什么阵元数决定增益和分辨率”的最直观入口。

2.2 导向矢量与相位差：扫描角如何变成相位梯度

如果我们要让波束指向某个特定方向θ0，做法是对每个阵元施加一个与入射方向相反的相位补偿，让所有阵元在θ0方向上的贡献同相叠加。这个补偿相位就是前面那个相位差，只不过符号相反。

把每个阵元相对参考阵元的相位写成一个向量，就是导向矢量：

a(θ0) = [1, exp(j * φ), exp(j * 2φ), ..., exp(j * (N-1) * φ)]

其中 φ = (2π/λ) * d * sin(θ0)。这个向量在波束扫描仿真里是核心对象。你改变θ0，就是在改变φ，让整个相位梯度跟着变。动图里波束的“扫”，本质上就是这个相位梯度在匀速变化。

在Matlab里，导向矢量写起来非常简洁：

% 均匀线阵导向矢量计算 lambda = 0.03; % 波长，单位米，对应10GHz d = lambda/2; % 阵元间距，半波长 N = 16; % 阵元数 theta0 = 30; % 波束指向角，单位度 % 观察方向向量，用于计算各阵元相对相位 phi = 2*pi*d/lambda * sind(theta0); % 相邻阵元相位差 n = (0:N-1).'; % 阵元索引列向量 steering = exp(1j * n * phi); % 导向矢量

这段代码里，sind用角度制输入避免手动转弧度；n做成列向量是为了后面做外积时维度对齐；steering就是N×1的复数向量。你可以用plot(abs(steering))看它的模，会发现全是1，因为导向矢量只改相位，不改幅度。真正决定波束形状的是后面加权求和的方向图计算。

2.3 方向图函数与dB刻度：为什么方向图要画成dB

有了导向矢量，观察方向上阵列的响应就是导向矢量与权值的共轭相乘再求和。注意这里用共轭，因为波束形成时我们施加的是相位补偿，方向图计算里要对导向矢量取共轭。

方向图通常画成dB刻度，原因是阵列响应的动态范围极大。主瓣峰值和副瓣之间可能差20～40dB，线性刻度下副瓣几乎贴地，什么都看不出来。dB刻度则能把-40dB的副瓣清晰呈现，这也是工程里判断副瓣电平是否达标的唯一方式。

需要注意的是：方向图归一化时，很多人直接abs(sum(...))取最大值归一，这在单波束时没问题。但当后面做多波束或阵列误差分析时，要统一参考归一化基准，否则不同扫描角下的方向图峰值会被分别归一，动图看起来主瓣高度不变，掩盖了扫描损耗。这个坑在第5章会专门展开。

3. 静态方向图仿真：先用一个固定指向角跑通计算链路

3.1 最小可运行的Matlab代码：均匀线阵方向图

在让波束“扫”起来之前，先固定一个指向角，把静态方向图算出来。这是整个仿真的最小闭环，代码量很小，但包含所有关键环节。

% 均匀线阵静态方向图：固定指向角30度 clear; clc; close all; % ---- 参数设置 ---- fc = 10e9; % 载频 10GHz c = 3e8; % 光速 lambda = c/fc; % 波长 0.03m d = lambda/2; % 阵元间距 半波长 N = 16; % 阵元数 theta0 = 30; % 波束指向角 度 % ---- 观察角度网格 ---- theta = -90:0.1:90; % 观察角度范围，步进0.1度 % ---- 计算导向矢量和波束权值 ---- phi0 = 2*pi*d/lambda * sind(theta0); n = (0:N-1).'; w = exp(-1j * n * phi0); % 权值，相位补偿 % ---- 计算方向图 ---- AF = zeros(size(theta)); for idx = 1:length(theta) phi = 2*pi*d/lambda * sind(theta(idx)); a = exp(1j * n * phi); % 观察方向导向矢量 AF(idx) = w' * a; % 加权求和 end % ---- 归一化并画图 ---- AF = AF / max(abs(AF)); figure; plot(theta, 20*log10(abs(AF) + eps)); xlabel('角度 (deg)'); ylabel('归一化方向图 (dB)'); ylim([-40 5]); grid on; title(['均匀线阵方向图，N=', num2str(N), ', 指向 ', num2str(theta0), '°']);

这段代码的核心逻辑分三步：先生成固定扫描角的权值w，再遍历每个观察角计算导向矢量a并做内积w'*a，最后归一化取dB画图。eps加在log10里是为了防止0值导致负无穷。

参数说明：theta步进0.1度在绝大多数场合足够平滑，但如果你后面要算栅瓣零点位置，步进要加密到0.01度。N=16和d=lambda/2是默认起点，改动它们会直接影响波束宽度和栅瓣出现条件，这在3.2节讨论。

一个常见误用：有人会把w和a的顺序搞反，直接用a'*a，那得到的是阵列对自身导向矢量的响应，永远在θ0处取最大值，但画出来会缺失波束偏转后的方向图变化。正确做法是权值矢量对观察方向导向矢量的内积，这两个矢量虽然结构相同，但一个是固定相位梯度，一个是随观察角变化的相位梯度。

3.2 关键参数：阵元数、载频、阵元间距对方向图的影响

静态方向图跑通以后，下一步就是改参数，看方向图怎么变。下表总结了四个最影响结果的参数，也是后续扫描动图必须设定好的量。

这里最值得动手验证的是N的变化。你可以在3.1代码里把N从8改成64，观察主瓣宽度：N=8时3dB波束宽度大约在12°量级，N=64时不到3°。这正是相控阵“口径越大，波束越窄”的直接体现。而在动图里，这种变化会表现得更有冲击力——同一个扫描动画，N不同，波束形状的“锐利感”完全不同。

d的取值要特别小心。d=λ/2是工程上最常用的折中：既避免栅瓣出现在可见区，又让阵元间的互耦处于可接受范围。如果你为了测试把d设成0.8λ，方向图会在某个大角度出现第二组相同的波束，那就是栅瓣。关于栅瓣的判据和规避，第5章有专门排查条目。

3.3 幅度锥化与副瓣控制：泰勒窗的工程取舍

固定指向角的方向图算完后，你会发现均匀加权的副瓣电平大约在-13dB。这个值在很多实际系统里不够用，因为副瓣意味着来自非期望方向的干扰能被接收。工程上最常见的做法是幅度锥化，也就是给不同阵元施加不同的幅度权值，压低副瓣。

Matlab里做这个非常方便，直接用窗函数：

% 在3.1代码基础上，用泰勒窗代替均匀加权 taper = taylorwin(N, 4, -30); % 4个近旁瓣，副瓣电平-30dB w_t = exp(-1j * n * phi0) .* taper; % 加权与原相位补偿逐点相乘

注意这里taper是实数幅度权值，要和复数相位补偿逐元素相乘，用.*而不是*。改动后用w_t替换原w重新计算方向图，你会看到副瓣被压到-30dB附近，但主瓣也略微变宽，这是锥化必然付出的代价。

工程取舍的要点是：副瓣压得越低，主瓣越宽，且天线效率下降。所以泰勒窗设计时面数（nbar）和副瓣电平要一起调。我在做阵列方向图演示时，通常会在动图里同时画均匀加权和泰勒窗两条曲线，让学习者看到“压低副瓣”和“主瓣变宽”这对矛盾关系。这个画面比任何文字描述都直观。

4. 把静态方向图变成扫描动图：循环扫描角并输出GIF

4.1 扫描角循环与动态更新的核心代码

动图的核心逻辑很简单：把3.1的方向图计算放进一个for循环里，每次循环改变theta0，重绘曲线，收集帧数据。关键在于怎么处理绘图刷新和帧收集，处理不好就会出现卡顿、帧丢失或输出文件过大。

下面是一个完整的、可直接运行的扫描动图生成代码，输出为GIF文件：

% 相控阵波束扫描动图生成，输出GIF clear; clc; close all; % ---- 参数设置 ---- fc = 10e9; c = 3e8; lambda = c/fc; d = lambda/2; N = 16; theta = -90:0.5:90; % 观察角度，动图用0.5度步进即可 % ---- 扫描角序列 ---- scan_range = -60:2:60; % 扫描范围-60°到+60°，步进2° n = (0:N-1).'; % ---- 预创建图形对象，避免重复创建 ---- fig = figure('Position', [100 100 800 500]); ax = axes('Parent', fig); hold on; grid on; xlabel('角度 (deg)'); ylabel('归一化方向图 (dB)'); ylim([-40 5]); xlim([-90 90]); title('相控阵波束扫描'); % ---- 预分配帧存储 ---- frameCount = length(scan_range); frames(1:frameCount) = struct('cdata', [], 'colormap', []); % ---- 扫描循环 ---- for k = 1:frameCount theta0 = scan_range(k); % 权值随扫描角变化 phi0 = 2*pi*d/lambda * sind(theta0); w = exp(-1j * n * phi0); % 计算当前方向图 AF = zeros(size(theta)); for idx = 1:length(theta) phi = 2*pi*d/lambda * sind(theta(idx)); a = exp(1j * n * phi); AF(idx) = w' * a; end AF = AF / max(abs(AF)); % 更新曲线：先删除旧曲线再画新曲线 if k > 1 delete(hLine); end hLine = plot(ax, theta, 20*log10(abs(AF) + eps), 'b-', 'LineWidth', 1.5); % 在图上标注当前扫描角 if k > 1 delete(hText); end hText = text(ax, 0.05, 0.9, ... sprintf('扫描角: %3d°', theta0), ... 'Units', 'normalized', 'FontSize', 12, 'BackgroundColor', 'w'); drawnow; frames(k) = getframe(fig); end % ---- 输出GIF ---- gifFile = 'beam_scan.gif'; for k = 1:frameCount [A, map] = rgb2ind(frames(k).cdata, 256); if k == 1 imwrite(A, map, gifFile, 'gif', 'LoopCount', Inf, 'DelayTime', 0.1); else imwrite(A, map, gifFile, 'gif', 'WriteMode', 'append', 'DelayTime', 0.1); end end disp(['GIF已保存: ', gifFile]);

这段代码有四个要点需要说明。

第一，图形对象用句柄管理而不是每次plot全新绘图。删除旧曲线再画新曲线，避免figure上堆积几十条曲线导致卡顿。这是动图流畅度的关键。

第二，getframe(fig)必须在drawnow之后调用，确保画面已经刷新到屏幕再截取。如果你省略drawnow，在部分版本Matlab上抓到的帧是上一帧的残影，动图里会出现“拖尾”。

第三，GIF写入用rgb2ind把RGB帧转成256色索引图像。方向图曲线是纯色，256色足够，不会出现明显画质损失。如果你需要更高精度，可以把颜色数从256提升到512，GIF文件会相应变大。

第四，DelayTime单位是秒，0.1表示每帧间隔100ms，也就是10帧/秒的播放速度。这个值要配合扫描角步进选择，后面4.3节细说。

4.2 用Matlab的动画回调与GIF导出

有些使用场景不满足于预先生成GIF，而是想在Matlab里实时交互式观看扫描过程，同时保留手动调整视角的能力。这时可以用animatedline和addpoints的组合，或者用timer驱动的回调函数。

animatedline的写法如下：

% 实时扫描动画的核心替换片段 hLine = animatedline('Color', 'b', 'LineWidth', 1.5); for theta0 = -60:1:60 % 计算AF（同4.1） clearpoints(hLine); % 清空旧点 addpoints(hLine, theta, 20*log10(abs(AF) + eps)); drawnow limitrate; % 限制刷新率，避免CPU跑满 pause(0.02); % 每帧停顿，控制节奏 end

这里drawnow limitrate是R2015a之后引入的刷新控制函数，它最多以20帧/秒的频率刷新画面，不会像drawnow那样每帧强制同步，适合在长循环里降低CPU占用。pause(0.02)则是人为加延时，让动画节奏可感知。

如果你要导出AVI视频而不是GIF，可以用VideoWriter：

v = VideoWriter('beam_scan.avi', 'Motion JPEG AVI'); v.FrameRate = 15; open(v); % 在循环里 writeVideo(v, getframe(fig)); close(v);

AVI的优势是颜色深度更高、文件更小，缺点是浏览器和笔记软件里不能直接嵌入播放。我一般把GIF当作演示和文档插图，AVI只在需要配音讲解时使用。

4.3 动图参数选择：帧率、扫描步进、视角

动图的观感由三个参数共同决定：扫描角步进、每帧延迟、视角范围。它们不是独立选择的，要一起调。

扫描角步进决定了波束移动的平滑度。步进2°时，主瓣在相邻帧之间跳跃明显，但能看出“卡顿感”；步进0.5°时动画非常顺滑，但帧数增加到原来的4倍，GIF文件也变大。我的经验是：演示用2°步进，教学讲解用1°步进，出印刷级插图用0.5°并只截取关键帧。

每帧延迟DelayTime要匹配步进。步进大的时候，延迟应适当缩短，让波束移动速度看起来均匀。主观感受上，波束扫描速度大约每秒10°～20°最舒服，你可以按这个目标反推：步进2°、延迟0.1秒，波束速度就是20°/秒，正好落在舒适区间。

视角范围方面，固定xlim([-90 90])会看到整个可见区，但主瓣之外的区域占用大量画面，副瓣细节看不清。建议把x轴范围跟随波束指向收缩，比如xlim([theta0-30, theta0+30])，这样主瓣和附近副瓣被放大，运动感更强。缺点是视角变化可能让观者失去空间参考，所以在画面角落保留一个固定的角度刻度条是更好的做法。这属于动图“叙事设计”的范畴，没有唯一答案，多试几次就能找到顺眼的组合。

5. 相控阵波束扫描仿真避坑指南：5个常见问题与排查

5.1 方向图出现双峰或栅瓣：阵元间距超标的典型症状

现象：扫描角超过某个阈值后，方向图在远离主瓣的位置出现一个和主瓣几乎等高的波峰，而且这个波峰会随扫描角反向移动。

原因：这是典型的栅瓣问题。栅瓣出现的条件是从相邻阵元的相位差在某个方向上又能形成同相叠加。数学上，栅瓣出现在满足sin(θ) - sin(θ0) = k*λ/d的角度。当d > λ/2时，k=±1的栅瓣就会进入可见区（-90°到+90°）。很多初学者把d设成0.7λ或0.8λ测试大扫描角，立刻翻车。

解决：把d改回lambda/2或者更小。如果你必须用大间距设计（比如为了减少阵元数或降低互耦），就要接受扫描范围受限的事实。可以先用公式θ_max = asin(λ/d - 1)快速估算无栅瓣扫描范围，再在仿真里验证。

5.2 扫描角越大波束越宽：孔径投影效应与补偿

现象：扫描角从0°变到60°，主瓣宽度明显增加，峰值增益下降，动图里看起来波束“塌”下去了。

原因：这是物理规律而非仿真错误。阵列在扫描方向上的有效孔径是L*cos(θ0)，扫描角越大，有效孔径越小，波束自然变宽。工程上把这叫扫描损耗，一般系统会限定最大扫描角在±60°，再大就不划算了。

解决：如果你希望动图里主瓣高度恒定，可以把每个扫描角下的方向图单独归一化，但这会掩盖真实的扫描损耗。更诚实的做法是保持统一的归一化基准，让动图如实展示波束变宽、峰值下降。若做教学演示，可以在图上叠加理论波束宽度曲线BW = 0.886*λ/(N*d*cos(θ0))，让学习者直观看到理论值和仿真值的贴合。

5.3 动图卡顿与帧丢失：刷新策略与图像绘制开销

现象：扫描循环跑到后面越来越慢，导出的GIF里出现重复帧或跳帧，看起来一顿一顿的。

原因：主要原因有两个。一是循环里不断用plot创建新曲线对象而不删除旧对象，内存中图像对象累积导致绘制开销增大；二是getframe截取的是整个figure，如果figure里有坐标轴刻度、网格、标题等大量图形元素，每次截取都要重新光栅化，耗时会显著增加。

解决：用4.1代码里的句柄管理方式，先delete再plot；或者用set(hLine, 'YData', ...)直接更新曲线数据，这是性能最优的做法。另外，把不需要的动态文本改为静态标注，网格保留但不要用虚线网格（虚线光栅化开销更大）。如果帧数很多，建议先用小扫描范围调试，确认流畅后再生成完整动图。

5.4 相位量化与复数精度：双精度下的隐蔽误差

现象：方向图的零点位置出现细微偏差，或者扫描角对称位置的方向图不完全对称（比如±30°的副瓣电平差了0.5dB）。

原因：Matlab默认双精度浮点，正常计算精度足够，但有两个隐蔽来源会导致误差。一是用sind和cosd时角度值本身有量化误差，当扫描步进很小且角度很大时，sind(90)精确等于1，但sind(89.9999)的误差会被放大。二是权值和导向矢量都用exp(1j*...)计算，当N很大（比如128阵元）时，级数求和会累积极小的相位误差。

解决：先检查是否真的影响结果。把对称扫描角的方向图相减，看误差是否在1e-10量级——如果是，忽略即可；如果误差在0.1dB量级，检查theta网格是否包含精确的90°和-90°，并用linspace生成包含端点的网格。对于教学级仿真，双精度完全够用，不必额外处理。

5.5 代码在旧版Matlab上的兼容问题

现象：有的同学在R2014a上运行4.1代码，报错'limitrate' is not a valid value for drawnow，或者taylorwin函数找不到。

原因：drawnow limitrate是R2015a引入的功能，taylorwin来自Phased Array System Toolbox或Signal Processing Toolbox，不同授权版本可用性差异很大。

解决：写代码时尽量向后兼容。drawnow直接去掉limitrate就是通用写法；窗函数如果工具箱不全，可以自己实现泰勒窗的闭合公式，或者用汉明窗/切比雪夫窗代替。我一般会在代码开头加一段版本判断：

% 版本兼容处理 if verLessThan('matlab', 'R2015a') drawnow; % 旧版不支持 limitrate else drawnow limitrate; end

这段代码不复杂，但能避免在教室演示时因为版本问题当场翻车。

6. 进阶：从动图到交互式波束扫描工具

6.1 用UI滑块驱动实时扫描

预设的动图适合展示结论，但不能让你在观看时改变参数。如果你想把仿真做成一个可以反复调试的工具，可以用Matlab的uicontrol加一个滑块，把扫描角变成可拖动变量。

% 交互式波束扫描：滑块驱动扫描角 fig = figure('Position', [100 100 800 550]); ax = axes('Parent', fig, 'Position', [0.13 0.25 0.75 0.65]); slider = uicontrol('Style', 'slider', ... 'Min', -60, 'Max', 60, 'Value', 0, ... 'Position', [120 50 560 30], ... 'Callback', @updatePlot); % 更新回调函数 function updatePlot(~, ~) theta0 = get(slider, 'Value'); % 重算方向图并更新曲线（复用3.1计算段） set(hLine, 'YData', 20*log10(abs(AF) + eps)); set(hText, 'String', sprintf('扫描角: %3.1f°', theta0)); end

滑块回调里只更新YData，不重建曲线，保证了交互流畅度。这个工具化的好处是：你可以实时观察波束从-60°扫到+60°时副瓣的变化，还能把幅度锥化开关做成一个复选框，对比均匀加权和泰勒窗的差异。做课程设计或部门内部演示时，这种小工具比固定动图更有说服力。

6.2 波束指向误差与阵元失效的可视化验证

再往后走一步，动图还能用来验证阵列的鲁棒性。比如模拟某个阵元的幅度权值失效（权值置零），或者随机相位误差叠加到导向矢量上，然后重新跑扫描动图。对比理想动图和带误差动图，你会看到波束指向偏移、副瓣抬升、零点填充。

这个验证特别适合做研究工作中的“可视化证据”：

% 模拟第8个阵元失效：权值置零 w_fail = w; w_fail(8) = 0; % 后续计算用 w_fail 替代 w，观察方向图变化

我在做阵列误差分析时，习惯把理想、单阵元失效、随机相位误差三组方向图放在同一个动图里用不同颜色显示。这样既能一帧一帧对比扫描过程中误差对波束的影响，又能在报告里直接截取关键帧作为插图。这个手法成本很低，但能让结论的说服力上一个台阶。

最后说一个我自己的习惯：任何动图仿真，我都要求自己先把“静态一帧”调到完全正确，再动起来。动图能掩盖很多细节错误，一旦波束动起来，眼睛会盯着主瓣看，副瓣、栅瓣、零点这些细节很容易被忽略。所以我会在生成动图前，先用固定扫描角把方向图的零点位置、副瓣电平、波束宽度逐一验证过，确认无误再循环扫描。这个习惯帮我省掉了大量返工时间，也推荐你试试。希望帮到你。

本文还有配套的精品资源，点击获取