均匀线阵（ULA）模型：阵列几何结构、阵元间距设计、空间采样定理
各位同学，今天我们聊聊波束形成里最基础、也最经典的一个模型——均匀线阵。说白了，就是把天线排成一条直线，间距相等。你想想看，这是不是最简单直观的阵列结构？我刚开始接触阵列信号处理时，第一个接触的就是它。别小看这个模型，它背后藏着很多有意思的物理直觉和数学规律。
一、阵列几何结构：一条直线上的故事
均匀线阵，英文叫 Uniform Linear Array，简称 ULA。它的几何结构特别简单：N 个全向阵元，等间距地排列在一条直线上。通常我们假设阵元沿着 x 轴放置，第一个阵元在原点，第 n 个阵元的位置就是 (n-1)*d，其中 d 是阵元间距。
我个人习惯把阵元编号从 0 开始，这样公式写起来更清爽。当然，有些教材从 1 开始，这个无所谓，你只要保持一致就行。
这里有个关键点：我们假设所有阵元都是全向的，也就是说，它们对来自任何方向的信号都有相同的响应。实际工程中，阵元本身会有方向图，但那是后面章节要讨论的内容。现阶段，我们先聚焦在阵列本身带来的空间滤波特性上。
核心概念：均匀线阵的阵列流形向量（Array Manifold Vector）描述了不同方向信号在阵列上的相位差。对于来自角度 θ 的远场窄带信号，第 n 个阵元相对于参考阵元（通常取第一个阵元）的相位延迟为：
a(θ) = [1, e^(-j*2π*d*sin(θ)/λ), e^(-j*4π*d*sin(θ)/λ), ..., e^(-j*2π*(N-1)*d*sin(θ)/λ)]^T这个向量，就是我们后续所有波束形成算法的基础。你把它记住了，后面就顺了。
二、阵元间距设计：不是随便选的
阵元间距 d 怎么选？这个问题我当年也困惑过。是不是越小越好？或者越大越好？
嗯，这里要注意：阵元间距直接决定了阵列的波束宽度和栅瓣位置。我给大家总结三条经验：
- d = λ/2：最经典的选择。此时阵列在可见区域（-90° 到 90°）内不会出现栅瓣，同时波束宽度也适中。我个人项目中 80% 的情况都用这个值。
- d < λ/2：波束变宽，分辨率下降。但好处是阵列物理尺寸小，适合空间受限的场景。我记得有一次做车载雷达，阵元间距只能做到 λ/4，结果角度分辨率惨不忍睹。
- d > λ/2：波束变窄，分辨率提高。但小心！会出现栅瓣，也就是在其他方向上也出现了和主瓣一样大的波束，这会导致角度模糊。
避坑指南：我曾经在一个项目里，为了追求高分辨率，把阵元间距设成了 λ。结果测出来的角度完全不对，信号明明在 30°，波束却在 -30° 和 90° 也出现了峰值。后来查了半天才发现是栅瓣捣的鬼。所以，除非你明确知道信号只来自某个有限角度范围，否则老老实实用 λ/2。
三、空间采样定理：时域到空域的映射
你学过数字信号处理，肯定知道时域采样定理——采样频率必须大于信号最高频率的两倍。其实，空间采样定理是它的孪生兄弟。
在空域里，阵元间距 d 相当于采样间隔，信号的空间频率由波数 k = 2π/λ 决定。空间采样定理告诉我们：
阵元间距 d ≤ λ/2，才能无模糊地重建空间谱。
为什么会这样？你想想看，相邻阵元之间的相位差是 2π*d*sin(θ)/λ。当 d > λ/2 时，对于某些 θ，相位差可能超过 π，这就产生了相位模糊——我们无法区分这个相位差是来自 θ 还是来自另一个角度。
说白了，空间采样定理保证了阵列响应在角度域上是单射的。一个方向对应一个唯一的阵列响应向量，反过来也成立。
我的经验：在实际工程中，我通常会把阵元间距设为略小于 λ/2，比如 0.48λ。为什么？因为实际阵元有物理尺寸，太近了会互相耦合。留一点余量，既满足采样定理，又避免互耦问题。这个细节，很多教材不会告诉你。
四、知识体系结构图
下面我用一张 SVG 图来总结本章的核心逻辑，你看完应该能一目了然：
五、一个简单的 Python 示例
光说不练假把式。我写了一段代码，帮你生成 ULA 的阵列流形向量，并画出不同间距下的波束图。你可以在自己的电脑上跑跑看：
import numpy as np
import matplotlib.pyplot as plt
# 参数设置
N = 8 # 阵元数
d = 0.5 # 阵元间距，单位：波长
theta = np.linspace(-90, 90, 181) # 扫描角度
# 生成阵列流形矩阵
def array_manifold(N, d, theta):
theta_rad = np.deg2rad(theta)
k = 2 * np.pi * d * np.sin(theta_rad)
A = np.exp(-1j * np.outer(np.arange(N), k))
return A
# 计算波束图（常规波束形成）
A = array_manifold(N, d, theta)
w = np.ones(N) / N # 均匀加权
B = np.abs(w.conj() @ A) # 波束响应
# 绘制
plt.figure(figsize=(8, 4))
plt.plot(theta, 20*np.log10(B/np.max(B)))
plt.xlabel('角度 (度)')
plt.ylabel('归一化幅度 (dB)')
plt.title(f'ULA 波束图 (N={N}, d={d}λ)')
plt.grid(True)
plt.ylim(-40, 0)
plt.show()
这段代码里，我用了均匀加权，也就是所有阵元的权重都是 1/N。你试试把 d 改成 0.6 或者 1.0，看看波束图会发生什么变化。嗯，栅瓣会像幽灵一样冒出来。
本章要点回顾：
- ULA 是最简单的阵列结构，N 个阵元等间距排列
- 阵列流形向量 a(θ) 是波束形成的数学基础
- 阵元间距 d = λ/2 是黄金标准，兼顾分辨率和无模糊
- 空间采样定理是时域采样定理在空域的对应
- 实际工程中，d 取 0.48λ 左右可以避免互耦
好了，这一章的内容就到这里。ULA 模型虽然简单，但它是后面所有波束形成算法的起点。你把它吃透了，后面学 MVDR、MUSIC 这些算法时，会发现很多概念都是相通的。
公众号:蓝海资料掘金营，微信deep3321