数学预备知识：复数运算、向量与矩阵基础、欧拉公式与正弦信号表示
各位同学，欢迎来到波束形成算法的数学预备课。
说实话，很多初学者一上来就啃波束形成的公式，结果被复数、矩阵搞得晕头转向。我当年刚入行时也是这样，拿着阵列信号处理的论文，满篇的共轭转置、特征分解，看得头皮发麻。后来我才明白——数学工具不是障碍，而是你的武器。今天我们就把它彻底搞懂。
1. 复数运算：波束形成的“语言”
波束形成里，信号几乎都是用复数表示的。为什么？因为复数天然能同时描述幅度和相位。你想想看，一个正弦信号有大小、有延迟，复数正好用一个数就搞定了。
1.1 复数的基本形式
复数一般写成：
z = a + jb其中 a 是实部，b 是虚部，j 是虚数单位（j² = -1）。注意，在信号处理领域我们习惯用 j 而不是 i，因为 i 通常表示电流。
核心概念：复数的模和辐角
- 模：|z| = √(a² + b²)，代表信号的幅度
- 辐角：∠z = arctan(b/a)，代表信号的相位
我在项目中遇到过一件事：有一次调试相控阵天线，发现波束指向总偏了3度。查了半天，原来是一个复数乘法器的相位精度不够。你看，相位差一点点，波束就歪了。
1.2 复数运算规则
这些是基本功，但很重要：
| 运算 | 公式 | 物理意义 |
|---|---|---|
| 加法 | (a+jb) + (c+jd) = (a+c) + j(b+d) | 信号叠加 |
| 乘法 | (a+jb)(c+jd) = (ac-bd) + j(ad+bc) | 幅度相乘，相位相加 |
| 共轭 | z* = a - jb | 相位取反，用于波束形成中的权值计算 |
我的小技巧：复数乘法在极坐标下更好理解。如果 z₁ = |z₁|e^(jθ₁)，z₂ = |z₂|e^(jθ₂)，那么 z₁·z₂ = |z₁||z₂|e^(j(θ₁+θ₂))。说白了就是模相乘、角度相加。这在波束形成里太常用了。
2. 向量与矩阵基础：阵列信号的“容器”
阵列信号处理，说白了就是把多个天线的信号装进一个向量里。你想想看，一个8元均匀线阵，每个时刻采到的8个复数信号，就是一个8维复数向量。
2.1 向量的基本操作
假设我们有一个阵列，N个阵元，某一时刻的接收信号向量为：
x = [x₁, x₂, ..., xₙ]ᵀ其中每个 xᵢ 都是复数。
常用的向量操作：
- 内积：⟨x, y⟩ = xᴴy，用于计算两个信号的相关性
- 范数：||x|| = √(xᴴx)，代表信号的能量
- 外积：xyᴴ，生成一个矩阵，在协方差矩阵计算中用到
注意：在波束形成中，我们几乎都用 共轭转置（上标 H）而不是普通转置（上标 T）。因为信号是复数，共轭转置才能保证内积是实数。我曾经见过新手用普通转置算协方差矩阵，结果算出来的特征值全是复数，完全没法用。
2.2 矩阵运算：波束形成的核心
波束形成里最重要的矩阵就是协方差矩阵：
R = E[x(t) · xᴴ(t)]这个矩阵包含了所有阵元之间的相位关系信息。它的维度是 N×N，N是阵元数。
常用的矩阵操作：
| 操作 | 公式 | 在波束形成中的用途 |
|---|---|---|
| 矩阵乘法 | C = A·B | 计算波束输出 y = wᴴx |
| 特征分解 | R = UΛUᴴ | MUSIC算法、ESPRIT算法 |
| 矩阵求逆 | R⁻¹ | MVDR波束形成器 |
一个重要的直觉：协方差矩阵 R 的每个元素 Rᵢⱼ 代表第 i 个阵元和第 j 个阵元接收信号之间的相位差信息。对角线元素是各阵元的信号功率，非对角线元素包含了波达方向的信息。
3. 欧拉公式：连接复数和正弦信号的桥梁
欧拉公式是信号处理里最美的公式，没有之一。
e^(jθ) = cos(θ) + j·sin(θ)这个公式告诉我们什么？一个复数指数可以表示一个正弦信号。你想想看，如果我们让 θ = ωt + φ，那么：
e^(j(ωt+φ)) = cos(ωt+φ) + j·sin(ωt+φ)这就是一个频率为 ω、初相为 φ 的正弦信号。在波束形成里，我们通常取实部作为实际信号，但用复数形式做运算。
我的理解：欧拉公式的本质是旋转。e^(jθ) 就是单位圆上的一个点，随着 θ 变化，这个点绕圆旋转。频率 ω 就是旋转的速度。阵列信号处理里，不同阵元接收到的信号，其实就是同一个旋转向量在不同位置的投影。
4. 正弦信号的复数表示
在实际的波束形成系统中，我们很少直接用 cos 或 sin 函数做运算。为什么？因为三角函数运算太复杂了。我们用复数指数代替。
一个正弦信号：
s(t) = A·cos(ωt + φ)可以表示为：
s(t) = Re{A·e^(j(ωt+φ))}或者更常用的，直接用复包络表示：
s̃(t) = A·e^(jφ) · e^(jωt)其中 A·e^(jφ) 就是信号的复幅度，包含了幅度和相位信息。在波束形成里，我们通常只关心这个复幅度，因为载波 e^(jωt) 对所有阵元都一样。
核心结论：阵列信号处理中，第 i 个阵元接收到的信号可以写成：
xᵢ(t) = s(t) · e^(-j·2π·dᵢ·sin(θ)/λ)其中 dᵢ 是阵元位置，θ 是波达方向，λ 是波长。这个 e^(-j·...) 项就是阵元间的相位差，波束形成就是利用这个相位差来估计方向或增强信号。
5. 知识体系总览
说了这么多，我把本章的核心逻辑画成了一张图，方便你整体把握：
6. 本章小结
嗯，到这里数学预备知识就讲完了。总结一下：
- 复数是描述信号幅度和相位的天然工具，记住模和辐角的概念
- 向量和矩阵是处理阵列信号的容器，协方差矩阵是重中之重
- 欧拉公式把复数和正弦信号统一起来，让我们能用旋转向量的视角理解信号
我的建议：如果你觉得这些数学概念有点抽象，不妨打开Python，用numpy随便生成几个复数向量，算算内积、看看相位。动手做一遍，比看十遍书都管用。我当年就是这么过来的。
公众号:蓝海资料掘金营，微信deep3321