第3章波束形成基础（Delay-and-Sum）

3. 波束形成基础（Delay-and-Sum）

延时求和波束形成，说白了就是麦克风阵列信号处理里最基础、最直观的一种方法。我刚开始接触阵列信号处理时，第一个学的就是它。为什么？因为它简单、有效，而且能帮你理解后面所有复杂算法的核心思想。

3.1 延时求和的核心原理

想象一下，你站在一个房间里，远处有个人在说话。你的两只耳朵听到的声音，到达时间其实不一样——离声源近的那只耳朵先听到。大脑就是利用这个微小的时差，来判断声音来自哪个方向。

延时求和波束形成，模仿的就是这个机制。

具体怎么做呢？

每个麦克风接收到的信号，先做延时补偿
让所有麦克风的信号在目标方向上“对齐”
然后把这些对齐后的信号加起来

结果就是：目标方向的声音被增强，其他方向的声音被削弱。

核心公式：

y(t) = Σ w_i · x_i(t - τ_i)

其中 τ_i 是第 i 个麦克风相对于参考点的延时，w_i 是加权系数（通常取 1/M）。

嗯，这里要注意：延时 τ_i 的计算，取决于阵列的几何结构和目标方向。对于均匀线性阵列（ULA），计算很简单：

τ_i = (i-1) · d · sin(θ) / c

其中 d 是阵元间距，θ 是目标方向角，c 是声速（约 340 m/s）。

3.2 时域实现 vs 频域实现

我在项目中遇到过一个问题：时域实现和频域实现，到底该选哪个？

先说说时域实现。说白了就是直接在时间轴上做延时和相加。每个通道用一个延迟线（FIFO 或环形缓冲区）来存储采样点，然后根据计算出的延时量，从缓冲区里取出对应的采样值。

时域实现的特点：

实现简单，适合实时处理
延时精度受采样率限制（只能做到整数倍采样点延时）
如果需要亚采样点精度，得用插值滤波器

我曾经在一个语音增强项目里，直接用整数延时，结果高频段效果很差。后来加了 sinc 插值，才把高频指向性做上去。

再来看频域实现。思路是这样的：

把时域信号做 FFT 转到频域
在频域里，延时变成了相位旋转：e^-jωτ
每个频点独立做相位补偿，然后求和
最后 IFFT 转回时域

// 频域实现伪代码
for each frame:
    X = FFT(x)  // 多通道 FFT
    for each frequency bin k:
        Y[k] = Σ X_i[k] · exp(-j·2π·k·τ_i / N)
    y = IFFT(Y)

频域实现的优势：

可以轻松实现亚采样点精度（相位旋转是连续的）
每个频点可以独立加权（方便做频率相关的波束形成）
计算效率高（尤其当 FFT 长度是 2 的幂时）

但频域实现也有坑。我记得有一次，帧长选得太短，频域分辨率不够，导致低频段波束图严重失真。你想想看，低频波长长，相位变化慢，需要更长的帧才能准确补偿。

3.3 波束图与指向性

波束图，就是阵列对不同方向入射信号的响应。它是衡量波束形成器性能最直观的工具。

对于均匀线性阵列，延时求和的波束图有解析表达式：

B(θ) = sin(M · π · d · (sinθ - sinθ₀) / λ) / 
       (M · sin(π · d · (sinθ - sinθ₀) / λ))

这个公式看着复杂，但说白了就是 sinc 函数的离散版本。M 是阵元数，θ₀ 是目标方向。

注意：当 d > λ/2 时，会出现栅瓣（grating lobes）。栅瓣会让阵列对非目标方向也产生强响应，这是实际应用中要避免的。

我建议你在设计阵列时，先算一下最高频率对应的波长，然后确保 d ≤ λ_min / 2。这是经验法则，别问我怎么知道的——吃过亏就知道了。

3.4 指向性指数

指向性指数（Directivity Index, DI）是衡量波束形成器空间选择能力的量化指标。它定义为：

DI = 10 · log₁₀(B(θ₀)² / (1/4π) · ∫ B(θ)² dΩ)

说白了，就是目标方向的增益，除以所有方向增益的平均值。DI 越大，说明波束越“尖”，空间选择性越好。

阵元数 M	DI (dB)	波束宽度 (°)
4	6.0	25.8
8	9.0	12.8
16	12.0	6.4

从表里能看出来，阵元数翻倍，DI 增加 3 dB，波束宽度减半。这就是为什么实际产品里，想要更好的指向性，就得堆阵元数。

3.5 延时求和的实际应用建议

我在做智能音箱的麦克风阵列时，总结了几条经验：

阵元间距：对于 8 kHz 采样率，d 取 4 cm 左右比较合适（对应 4 kHz 的半波长）
阵元数量：4 个起步，8 个够用，16 个算豪华
延时精度：如果采样率 16 kHz，整数延时对应约 2 cm 的空间分辨率，够用但不够好
加权方式：均匀加权（矩形窗）旁瓣高，可以用汉明窗或布莱克曼窗压低旁瓣

避坑指南：我曾经在调试时发现，延时求和波束形成对阵列校准误差非常敏感。哪怕 0.1 个采样点的延时误差，都会导致波束图畸变。所以，量产前一定要做阵列校准。

3.6 知识体系总结

延时求和波束形成的核心逻辑，可以用下面这张图来概括：

这张图把延时求和波束形成的核心逻辑串起来了。从多通道输入开始，经过延时补偿和加权求和，可以选择时域或频域实现，最终用波束图和指向性指数来评估性能。而阵元数、间距、采样率这些参数，直接决定了最终效果。

我个人觉得，延时求和虽然简单，但它是理解自适应波束形成、MVDR、GSC 等高级算法的基础。把这一步吃透了，后面学起来会轻松很多。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

3. 波束形成基础（Delay-and-Sum）

3.1 延时求和的核心原理

3.2 时域实现 vs 频域实现

3.3 波束图与指向性

3.4 指向性指数

3.5 延时求和的实际应用建议

3.6 知识体系总结