简介：面向阵列信号处理与水声探测方向的初学者及课程实践者，这份MATLAB常规波束形成程序文档围绕“波束形成”核心概念，给出从参数设定到成像显示的完整实现思路，适合用于课堂实验、算法入门复现与课程设计参考。包内共1个doc文件，压缩包约29KB，篇幅精简，主要承载MATLAB代码与配套说明，便于直接查阅关键变量、矩阵维度及处理流程。已有1682人学习，说明其在波束形成入门场景中具有一定参考热度。文档内容涉及声速、采样频率、阵元个数与间距等参数定义，阵元坐标及声程差计算，参考信号与噪声叠加、声压矩阵构造、自协方差矩阵估计，以及扫描点聚焦矢量、波束输出归一化和三维mesh图、二维伪彩图绘制，并给出主瓣位置与宽度估算思路。读者可据此理解常规聚焦波束形成的信号模型、矩阵运算方式和结果可视化方法，快速建立从仿真数据到声图分析的完整认知。
1. 常规波束形成 matlab 程序：从阵列流形到可复现的最小闭环
做阵列信号处理的人，早晚会撞上常规波束形成（CBF）。它不像自适应算法那样有亮眼的零陷深度，也不像超分辨方法那样能刷高分辨概率曲线，但它是一切的下限基准：你的 MVDR 效果好不好，先看 CBF 的谱是不是那个形状；你的阵列校准对不对，先看 CBF 的峰值有没有指到该指的方向。很多同行的第一份常规波束形成 matlab 程序，都是照着公式敲了三行exp(-1j*2*pi*d/lambda*(0:N-1).'*sin(theta))，跑出一张图就收工，直到真正上机才发现角度对不上、旁瓣高得离谱、加窗之后主瓣胖了一圈却不知道为什么。
这篇笔记围绕常规波束形成的 matlab 程序展开，从阵列流形矩阵怎么建、导向矢量符号怎么定，一路写到扫描角度网格、协方差估计、加窗加权、分辨率验证和几个必踩的坑。目标读者是刚接手阵列处理任务、需要一份能跑通也能改的程序的工程人员，以及想搞清楚「为什么我的谱峰偏移了」的老手。全程只用一个均匀线阵做载体，参数可改，代码可抄。
2. 阵列流形与导向矢量：CBF 程序的第一块地基
常规波束形成的数学内核并不复杂：对每个假想来向，构造一个导向矢量，把阵列各通道数据按该矢量做相位对齐后求和，输出功率随角度变化的曲线就是空间谱。真正决定这份 matlab 程序能不能用的，不是那行求和，而是导向矢量怎么定义。定义歪了，后面所有图都是错的，而且错得很隐蔽——谱峰还在，只是偏了几度，新手容易以为是分辨率问题。
2.1 均匀线阵的几何约定与相位符号
先固定几何。均匀线阵（ULA）的阵元沿一条直线等间距排布，间距记为 d，波长记为 lambda，阵元数记为 N。远场窄带假设下，来向为 theta（相对阵列法线）的信号到达第 n 个阵元时，相对参考阵元（一般取 0 号）的时延对应相位差为-2*pi*d*n*sin(theta)/lambda或它的共轭，具体取哪个符号，取决于你把「来向」定义为正角度还是负角度，以及接收模型写成x = a(theta)*s还是x = conj(a(theta))*s。
我一般会统一约定：阵列沿 x 轴，法线为 y 轴，theta 从法线量起、逆时针为正，接收数据写成x(t) = a(theta)*s(t) + n(t)，其中
a(theta) = [1, exp(-1j*2*pi*d*sin(theta)/lambda), ..., exp(-1j*2*pi*d*(N-1)*sin(theta)/lambda)].'这个负号不是玄学，它对应「波先到靠近来向那一侧的阵元」。只要接收模型和导向矢量用同一套符号，谱峰就会落在正确角度；两者符号相反，谱峰会镜像对称地出现在 -theta 上。这是常规波束形成 matlab 程序最常见的翻车点，而且因为图看起来「挺正常」，很多人几个月都没发现。
下面的代码构造导向矢量矩阵，把 N 个阵元、多个扫描角度一次性向量化，避免在循环里反复拼矩阵。
function A = ula_steering(N, d, lambda, theta_deg) % ULA_STEERING 构造均匀线阵导向矢量矩阵 % N 阵元数 % d 阵元间距（米） % lambda 波长（米） % theta_deg 扫描角度向量（度），相对阵列法线 % 返回 A，尺寸为 N x numel(theta_deg)，每一列对应一个来向 theta = theta_deg(:).' * pi / 180; % 转弧度，行向量 n = (0:N-1).'; % 阵元索引列向量 % 关键：相位项带负号，与接收模型 x = A*s 保持一致 A = exp(-1j * 2 * pi * (d / lambda) * n * sin(theta)); end这段代码有三个地方值得展开。第一，n取(0:N-1).'而不是(1:N).'，参考阵元相位为 0，导向矢量首元素恒为 1，方便后面做相位核对；如果从 1 开始，整体会多一个公共相位因子，对单快拍谱没影响，但做多通道相位对齐时会引入固定偏置。第二，d/lambda单独提出来作为比例因子，是因为它决定了栅瓣位置，改间距时只需改这一个数。第三，theta_deg(:).'强制成行向量，保证输出矩阵维度稳定，不会因为输入是列向量而变成三维数组。
d/lambda的取值有硬约束：不超过 0.5，否则会出现栅瓣（grating lobe）。栅瓣是周期性出现的假峰，和真峰一样高，无法从单张空间谱上区分。工程上常见做法是取 0.5 正好半波长，兼顾孔径和不模糊；若为了减小阵元互耦而拉大间距到 0.6 至 0.7 个波长，就必须接受 ±90 度范围内可能出现栅瓣，或者靠子阵、随机稀疏等手段压制。这一条在后面的避坑章节还会再提一次，因为它是「谱上莫名其妙多一个峰」的头号嫌疑。
2.2 扫描网格与角度分辨率的量化关系
有了导向矢量矩阵，下一步是定扫描网格。网格不是越密越好：太密只是把同一条曲线插值得更平滑，计算量线性上涨，分辨率一点没变；太疏则会漏掉主瓣峰值，画出来的谱峰位置偏移，甚至出现「双峰」。
常规波束形成的角度分辨率（瑞利限）近似为theta_res ≈ 0.891 * lambda / (N * d * cos(theta))弧度，换成度再乘 180/pi。正侧射方向（theta=0）分辨率最好，越靠近端射越差，因为有效孔径投影变成了N*d*cos(theta)。这个公式说明两件事：阵元数或间距增加，主瓣变窄；扫描角偏离法线，主瓣展宽。写程序时，扫描步长一般取分辨率的三分之一到五分之一，既能画平滑曲线，也不至于做无意义的过采样。
N = 16; % 阵元数 d = 0.5; % 阵元间距，单位波长 lambda = 1; % 归一化波长 theta_scan = -90:0.1:90; % 扫描网格，步长 0.1 度 A = ula_steering(N, d, lambda, theta_scan); res_deg = 0.891 * lambda / (N * d) * 180 / pi; % 正侧射分辨率估计 fprintf('阵元数 %d，间距 %.2f 波长，正侧射分辨率约 %.2f 度\n', N, d, res_deg);跑一下会看到，16 阵元半波长间距的分辨率约 6.4 度。这意味着两个来向相差 5 度的信号，在 CBF 谱上基本会糊成一个包，再怎么加密网格也分不开。这不是程序 bug，是常规波束形成的物理上限。想分开就得换方法（MVDR、MUSIC、稀疏重构），或者加阵元、加孔径。把这条写进注释，能省掉日后很多「为什么分不开」的自我怀疑。
还有一点容易被忽略：扫描范围要和sin(theta)的单调区间对齐。ULA 在 ±90 度内sin单调，谱不会重复；一旦你为了图好看把范围画到 ±180 度，就会看到镜像的假峰，误以为阵列有背面响应。实际阵列当然有背面响应，但 ULA 模型不建模它，画出来纯粹是数学延拓。
3. 从单快拍到协方差：常规波束形成 matlab 程序的数据链路
导向矢量只解决了「往哪个方向看」，真正决定谱值的是数据。常规波束形成的输出功率定义为P(theta) = a(theta)' * R * a(theta)，其中 R 是阵列协方差矩阵。单快拍时 R 退化为x*x'，谱就是各方向对齐后求和的模平方；多快拍时 R 用样本协方差估计。这一段的数据链路里，快拍数、噪声、相干源三件事决定了程序跑出来的图长什么样。
3.1 单快拍与多快拍的谱形差异
单快拍 CBF 本质上是把接收数据向各个导向矢量投影，取模平方。它的谱在信源方向有峰，但峰会随信号相位抖动，且没有统计平均，旁瓣起伏大。多快拍做样本协方差平均后，谱形稳定，旁瓣接近理论值。很多人第一次写程序只用一个快拍，看到谱峰又尖又漂，以为是算法精度高，其实是没做平均。
rng(2024); % 固定随机种子，保证可复现 M = 200; % 快拍数 SNR_dB = 10; % 单阵元信噪比 theta_src = [-10, 25]; % 两个来向，度 K = numel(theta_src); A_src = ula_steering(N, d, lambda, theta_src); S = (randn(K, M) + 1j*randn(K, M)) / sqrt(2); % 复高斯信源 noise = (randn(N, M) + 1j*randn(N, M)) / sqrt(2); X = A_src * S + 10^(-SNR_dB/20) * noise; % N x M 接收数据 R = (X * X') / M; % 样本协方差 P_cbf = zeros(1, numel(theta_scan)); for k = 1:numel(theta_scan) a = A(:, k); P_cbf(k) = real(a' * R * a); % 常规波束形成输出功率 end P_dB = 10*log10(P_cbf / max(P_cbf)); % 归一化 dB这段是完整的标准流程，逐行说明一下。rng固定种子是为了复现，实际任务里不要固定，否则评估结果会偏乐观。S用复高斯而不是实高斯，因为窄带解析信号模型是复的；除以sqrt(2)是为了让实部虚部各占一半功率。10^(-SNR_dB/20)这个写法对应幅度缩放，因为噪声功率已归一化为 1，SNR 用 dB 表示时幅度因子是 10 的负 SNR/20 次方，用/10会算错 3 dB，这是血泪经验里排得上号的小坑。
P_cbf的循环里用real(...)取实部，理论上a'*R*a是实数（R 是 Hermitian 半正定），但数值误差会留下 1e-16 量级的虚部，不取实部画图时会报警告。归一化到最大值再取 dB，是为了让不同参数下的谱能直接对比；如果要看绝对功率，就不要除max。
多快拍与单快拍的差别，把M改成 1 再跑一遍就能直观看到：谱峰位置大致还在，但旁瓣抖动明显，两个来向的主瓣宽度也显得不规则。这不是 CBF 不准，是统计样本不足。工程上经验值是快拍数至少取阵元数的 2 到 3 倍，低于这个数，协方差估计误差会让谱形偏离理论值，后面任何基于 R 的方法（包括 MVDR）都会跟着遭殃。
3.2 相干源与对角加载：谱峰塌陷的两个诱因
两个来向如果是相干的（比如多径），样本协方差矩阵会秩亏，CBF 谱上会看到主瓣合并或者峰值位置漂移。标准 CBF 对相干源的处理能力很弱，因为它不做去相干。缓解办法之一是空间平滑，代价是有效孔径变小、分辨率下降；另一种是直接在对角线上加载一个小量，即R = R + sigma*eye(N)，改善条件数。
sigma_load = 1e-2 * trace(R) / N; % 相对对角加载，取平均阵元功率的 1% R_load = R + sigma_load * eye(N); P_load = zeros(1, numel(theta_scan)); for k = 1:numel(theta_scan) a = A(:, k); P_load(k) = real(a' * R_load * a); end加载量sigma_load怎么取是个经验活。太小没效果，太大等于人为抬高噪声底、主瓣变胖、分辨率下降。我通常从平均阵元功率的 1% 起步，看谱形是否稳定，再上下调一个量级。注意加载是对角加常数，等价于给每个阵元加不相关噪声，所以它压的是相干成分，不是信号本身。如果谱峰还是塌的，说明相干程度太高，这条路走不通，得换空间平滑或换算法。
顺带说一个容易混淆的点：有人把对角加载当成「提高稳健性」的万能药，在 CBF 里也大量加。实际 CBF 本身没有自适应权，对导向矢量误差不敏感，加载的主要作用是改善协方差条件数、抑制相干塌陷，不是抗误差。这个区分在做算法选型时很重要，别把 MVDR 的经验直接搬到 CBF 上。
4. 加权、加窗与谱估计：让常规波束形成 matlab 程序可对比
基础版 CBF 用的是均匀加权，所有阵元等权求和。这给出最窄的主瓣，但旁瓣最高，第一旁瓣约 -13.2 dB。实际任务里常常要压旁瓣，代价是主瓣展宽、分辨率下降。这一段讲加权怎么加、窗函数怎么选、以及怎么把不同加权下的谱放在一张图里做公平对比。
4.1 均匀加权、汉明窗与切比雪夫加权的取舍
加权后的 CBF 输出写成P(theta) = w' * R * w，其中w = a(theta) .* win，win是 N 维实加权向量。均匀加权即win = ones(N,1)；汉明窗压第一旁瓣到约 -43 dB，主瓣展宽约 1.3 倍；切比雪夫加权可以指定等旁瓣电平，比如 -30 dB，是工程上最常用的折中。
w_uniform = ones(N, 1); w_hamming = hamming(N); % 对称汉明窗 w_cheb = chebwin(N, 30); % 等旁瓣 -30 dB function P = cbf_weighted(R, A, w) % 加权 CBF：对每个扫描角，用 w 调制导向矢量后求二次型 P = zeros(1, size(A, 2)); for k = 1:size(A, 2) a = A(:, k) .* w; P(k) = real(a' * R * a); end end P_u = cbf_weighted(R, A, w_uniform); P_h = cbf_weighted(R, A, w_hamming); P_c = cbf_weighted(R, A, w_cheb);这里的关键是加权位置：w乘在导向矢量上，而不是乘在数据上。两种写法在数学上等价（因为w是实对称窗，(a.*w)'*R*(a.*w) = a'*diag(w)*R*diag(w)*a），但乘在导向矢量上更直观——它表达的是「这个方向我信哪个阵元多一些」。另外chebwin的等旁瓣特性只在窄带、等间距、无误差条件下成立，实际阵列有幅相误差时旁瓣会抬升，标称 -30 dB 可能变成 -25 dB，这个预期要提前打好。
还有一个实践细节：hamming(N)默认是对称窗（'symmetric'），用于滤波器设计时有时要用周期窗（'periodic'）。在阵列加权里两者差别很小，但如果你的程序同时做滤波和波束形成，最好显式写清楚，避免同一份代码在两处行为不一致。
4.2 谱归一化与对比图的可读性
三组谱画在一起，如果不做统一归一化，会因为加了窗之后总功率不同而上下错位，看起来像「某个加权增益更高」。正确做法是各自除以自己的最大值，或者统一除以均匀加权的最大值，看相对损失。
figure; plot(theta_scan, 10*log10(P_u/max(P_u)), 'LineWidth', 1.2); hold on; plot(theta_scan, 10*log10(P_h/max(P_h)), '--', 'LineWidth', 1.2); plot(theta_scan, 10*log10(P_c/max(P_c)), '-.', 'LineWidth', 1.2); grid on; xlabel('角度 (度)'); ylabel('归一化功率 (dB)'); legend('均匀加权','汉明窗','切比雪夫 -30dB','Location','south'); ylim([-80 2]); xlim([-90 90]);画图这件事值得多说两句，因为很多程序「算对了但看不出来」。ylim卡到 -80 dB 是为了让旁瓣结构可见，不设的话低旁瓣会被截断；xlim锁在 ±90 度，避免前面提到的镜像假峰干扰判断。图例位置用south是因为谱峰通常在中间偏上，图例放下方不挡峰。
对比时要盯三个量：主瓣宽度（-3 dB 带宽）、第一旁瓣电平、峰值位置。均匀加权主瓣最窄、旁瓣 -13.2 dB；汉明窗主瓣宽约 1.3 倍、旁瓣 -43 dB；切比雪夫 -30 dB 介于两者之间且旁瓣等高低。如果程序跑出来汉明窗旁瓣只有 -25 dB，先别怀疑窗函数，去看是不是快拍数太少导致旁瓣抖动，或者阵元幅相有误差。这两种情况下窗函数的理论旁瓣都保不住。
另外提醒一句，加权会改变有效孔径，等效于阵元数变少，分辨率下降是必然的。有人为了让旁瓣好看，把切比雪夫电平压到 -60 dB，结果主瓣胖到两个源完全糊在一起，然后回头问「为什么分辨率变差了」。这不是 bug，是旁瓣与主瓣宽度的 trade-off，压旁瓣必然付主瓣展宽的代价。程序里最好把这条也写成注释，或者直接输出 -3 dB 带宽的数值，让使用者心里有数。
5. 常规波束形成 matlab 程序的避坑清单：五条踩坑记录
这一段是整篇里最像「后悔药」的部分。下面五条都是我在不同阵列任务里真实撞过的，现象、原因、解决按顺序写，遇到对应症状可以直接对号入座。
5.1 谱峰镜像：角度正负号反了
现象：单个来向在 +20 度，CBF 谱峰出现在 -20 度，幅值正常，主瓣形状也正常。
原因：接收模型写成x = A(theta)*s，导向矢量却用了exp(+1j*...)，符号相反。因为 ULA 的sin(theta)是奇函数，符号反了等价于把 theta 换成 -theta，谱就镜像了。
解决：统一符号约定，把ula_steering里的负号和接收模型写在同一个注释块里；加一个自检——对单个来向做一次 CBF，检查峰值角度与设定值之差是否小于一个扫描步长，超出就报错。这个自检成本极低，能挡住后面 90% 的角度类问题。
5.2 谱上多出等高峰：栅瓣没算进去
现象：来向在 30 度，谱上在 30 度和接近 -90 度附近（或别的角度）各有一个差不多高的峰，无法判断哪个是真的。
原因：阵元间距超过半波长，d/lambda > 0.5，sin的周期性导致不同角度对应相同相位差，形成栅瓣。也可能是扫描范围超过 ±90 度，把数学延拓的镜像画了出来。
解决：先确认d/lambda，超过 0.5 就要在设计阶段接受栅瓣风险，或用子阵、稀疏布阵、随机化间距来打散；扫描范围锁死 ±90 度。如果间距不能改，至少在程序里输出栅瓣可能出现的角度，让人有心理准备。
5.3 协方差矩阵非 Hermitian：复数转置用错
现象：a'*R*a算出明显虚部，real()之后谱值偶发为负，取 dB 时报错或出现 NaN。
原因：构造 R 时用了X.'*X或X*X.'（转置而非共轭转置），得到的矩阵不是 Hermitian 的，二次型不再保证实数非负。
解决：协方差一律写R = (X*X')/M，'在 MATLAB 里是共轭转置。养成习惯：凡是涉及复数矩阵的二次型，先ishermitian(R)检查一下，报 false 就说明前面某处转置写错了。这个检查放在函数入口，开销可忽略。
5.4 旁瓣比理论值高十几 dB：快拍数不足或有幅相误差
现象：明明加了汉明窗，旁瓣却在 -25 dB 左右，跟理论 -43 dB 差很远，换随机种子还忽高忽低。
原因：快拍数太少，样本协方差估计误差大，谱在旁瓣区抖动；或者各通道存在幅度/相位不一致，等效于给导向矢量加了扰动，窗函数的旁瓣抑制被破坏。
解决：先把快拍数提到阵元数的 3 倍以上再看；如果旁瓣仍高，做通道幅相校准，或者在对角加载里加一点量来平滑。注意这不是靠换窗函数能解决的，窗函数只改变加权形状，管不了数据本身的误差。
5.5 两个源分不开就怀疑程序：其实是瑞利限
现象：两个来向相差 4 度，CBF 谱上只有一个包，无论怎么加密扫描网格、换窗函数都分不开。
原因：常规波束形成的分辨率由孔径决定，16 阵元半波长在正侧射约 6.4 度，4 度间隔低于瑞利限，物理上就分不开。加密网格只是插值，不增加信息。
解决：先算理论分辨率，把它和源间隔对比；分不开就换算法（MVDR、MUSIC、稀疏重构），或者增加阵元数/孔径。别在 CBF 上死磕参数，那不是参数问题。
6. 把程序变成可验证工具：分辨率自检与一个进阶技巧
程序能跑出图只是起点，能自证「这张图是对的」才算能用。我现在的习惯是：任何一份常规波束形成 matlab 程序，交付前必须带三个自检——角度自检、分辨率自检、功率自检。角度自检前面说过，单个来向的谱峰偏差必须小于一个扫描步长；功率自检是看单源时谱峰处的输出功率是否接近N^2 * 信号功率 + N * 噪声功率（均匀加权、无误差时的理论值）；分辨率自检则是用两个间隔等于理论分辨率的源，看谱上是否出现可辨认的双峰或至少一个明显的平顶。
分辨率自检的实现思路很直接：按0.891*lambda/(N*d*cos(theta0))算出理论分辨率，构造两个等功率源、间隔取 1.0 倍和 0.8 倍分辨率各跑一次，记录谱上是否出现双峰。这个测试能让你在换阵元数、换加权、换算法时，立刻知道自己的实现有没有偏离预期。
function ok = check_resolution(N, d, lambda, theta0, ratio) % 分辨率自检：构造间隔为 ratio 倍理论分辨率的双源，检查是否可分辨 res = 0.891 * lambda / (N * d * cosd(theta0)) * 180/pi; sep = ratio * res; thetas = [theta0 - sep/2, theta0 + sep/2]; A_s = ula_steering(N, d, lambda, thetas); M = 400; X = A_s * ((randn(2,M)+1j*randn(2,M))/sqrt(2)) ... + 0.1*(randn(N,M)+1j*randn(N,M))/sqrt(2); R = (X*X')/M; grid = theta0 + (-3*res:0.05:3*res); Ag = ula_steering(N, d, lambda, grid); P = zeros(1, numel(grid)); for k = 1:numel(grid) a = Ag(:,k); P(k) = real(a'*R*a); end P = 10*log10(P/max(P)); % 判据：两源中点处的凹陷比两侧峰值低 3 dB 以上，视为可分辨 mid = round(numel(grid)/2); ok = (P(mid) < max(P) - 3); endratio取 1.0 时，正侧射、400 快拍、20 dB 信噪比下一般返回 true；取 0.8 时大概率 false。这个函数的价值不在通过与否，而在于它把「分辨率」从一个模糊的观感变成了可回归的布尔值。以后改了加权或换了频点，跑一遍就知道有没有退化。
最后说一个进阶技巧：把导向矢量矩阵提前算好并缓存，扫描时只做矩阵乘法而不是循环。P = real(sum(conj(A).*(R*A), 1))这一行等价于所有角度的二次型，速度比逐角度循环快一个量级，尤其在扫描网格上千点时差别明显。原理是a'*R*a = sum(conj(a).*(R*a))，先算R*A（一次矩阵乘，N×N 乘 N×L），再逐元素乘加，避免 L 次小矩阵运算的调度开销。注意conj(A).*(R*A)里两个矩阵维度要一致，A是 N×L，R*A也是 N×L，逐元素乘后按列求和得到 1×L 的谱。
我自己写这类程序有个固定习惯：每个函数开头写三行注释，分别记「几何约定」「符号约定」「单位」，因为阵列处理里角度、波长、间距的单位混用是另一大坑，毫米和米混着写，栅瓣位置能差出一个数量级。吃过一次亏之后，我把单位检查也塞进了自检里。希望这些细节能帮你在自己的常规波束形成 matlab 程序上少走几段弯路。
本文还有配套的精品资源，点击获取
