第3章信号模型

3、信号模型：窄带信号模型、远场与近场假设、平面波假设

做波束形成，说白了就是处理空间中的信号。但信号从哪来？怎么传到你耳朵（或者说天线）里的？这些基本假设如果不搞清楚，后面算法写得再漂亮也是白搭。我刚开始接触这行的时候，就吃过这个亏——拿着窄带模型去处理宽带信号，结果方向图乱成一锅粥。

所以这一节，咱们把信号模型这个地基打牢。记住一句话：模型假设决定了算法的适用范围。

什么是窄带信号？简单说，就是信号的带宽远小于其中心频率。用数学表达就是：

B << f₀

其中 B 是信号带宽，f₀ 是中心频率。

为什么这个假设这么重要？因为窄带信号在阵列上的时延，可以近似为相位旋转。你想想看，如果信号带宽很宽，不同频率分量在阵列上的相位变化就不一样，那就没法用一个统一的相位补偿来处理了。

窄带信号的核心性质：

我在项目中遇到过这样一个场景：做麦克风阵列语音增强，语音信号本身是宽带信号（300Hz-3400Hz）。但如果我们只关注某个窄带分量，比如1kHz附近的共振峰，那就可以用窄带模型来处理。说白了，就是把宽带问题拆成多个窄带问题。

这个区分很直观，但也很容易搞混。我建议你记住一个关键参数——瑞利距离：

R = 2D²/λ

其中 D 是阵列孔径，λ 是信号波长。

区域	条件	波前形状	适用场景
远场	r > R	平面波	雷达、卫星通信
近场	r ≤ R	球面波	声纳、麦克风阵列

嗯，这里要注意：远场假设不是说你离得远就行，而是相对于阵列尺寸来说足够远。我见过有人拿一个1米长的阵列去测10米外的目标，还硬要用远场模型——结果方向图主瓣都歪了。

避坑指南：我曾经在实验室里测试一个8元均匀线阵，孔径0.5米，工作频率2.4GHz。按公式算瑞利距离是4米。我一开始把信号源放在3米处，用远场模型做DOA估计，误差大得离谱。后来改成近场模型，结果就对了。

平面波假设是远场假设的自然结果。当信号源足够远时，球面波前在阵列孔径内的曲率可以忽略，近似为平面波。

平面波的好处是什么？各阵元接收到的信号幅度相同，只差一个与角度相关的时延。这个时延可以写成：

τₙ = (dₙ·sinθ)/c

其中 dₙ 是第n个阵元的位置，θ 是信号入射角，c 是波速。

用复指数表示就是：

xₙ(t) = s(t)·e^{-jω₀τₙ}

把所有阵元的信号拼成一个向量，就得到了我们熟悉的阵列流形向量：

a(θ) = [1, e^{-jω₀τ₁}, e^{-jω₀τ₂}, ..., e^{-jω₀τ_{N-1}}]ᵀ

这个向量，说白了就是波束形成算法的灵魂。后面所有的加权、扫描、优化，都是基于这个向量来做的。

三个假设的总结：

这三个假设层层递进，构成了经典波束形成的理论基础。

下面这张图，把三个假设之间的关系画清楚了。我建议你把它存下来，以后做算法选型时对照着看。

重要提醒：这三个假设不是孤立的。窄带假设是前提，远场假设决定了波前形状，平面波假设简化了幅度计算。在实际工程中，任何一个假设不成立，都会导致算法性能下降甚至失效。

好了，信号模型这部分就讲到这里。记住这些基本假设，后面我们写代码的时候，每一步都能找到它的物理意义。我个人觉得，搞懂这些比背公式重要得多——公式忘了可以查，物理直觉丢了可就捡不回来了。