2、麦克风阵列基础：线性阵列与圆形阵列的波束成形原理

好，咱们进入正题。麦克风阵列这东西，说白了就是让多个麦克风“协同作战”。单个麦克风在嘈杂环境里就是个聋子，但一组麦克风组合起来，就能像雷达一样“盯住”某个方向的声音，把其他方向的噪声压下去。这就是波束成形的核心思想。

我个人习惯把阵列分成两大类：线性阵列和圆形阵列。这两种结构在工程上最常见，原理也最经典。咱们一个一个聊。

2.1 线性阵列：简单但够用

线性阵列就是把麦克风排成一条直线。最常见的场景是智能音箱、会议麦克风条，或者车载语音系统。为什么？因为它的波束指向性好，实现起来也简单。

波束成形原理

想象一下，声音从正前方传来，每个麦克风收到的信号几乎是同时的。但如果声音从侧面30度传来，麦克风之间就会出现时间差。这个时间差，就是波束成形的“抓手”。

我常用的做法是：对每个麦克风的信号做延迟补偿，让目标方向的声音“对齐”，然后叠加。对齐后信号同相叠加，幅度变大；而其他方向的声音因为没对齐，叠加时互相抵消。这就是延迟求和波束成形。

y(t) = Σ w_i * x_i(t - τ_i)

波束宽度与频率的关系

这里有个坑，我刚开始做阵列时踩过。波束宽度不是固定的，它跟频率强相关。

简单说：频率越高，波束越窄；频率越低，波束越宽。

为什么会这样？因为波束宽度由阵列孔径（麦克风间距）和波长共同决定。高频信号波长短，阵列相对“显得大”，所以指向性更尖锐。低频信号波长长，阵列相对“显得小”，波束就变得很宽，甚至失去指向性。

2.2 圆形阵列：360度无死角

圆形阵列，顾名思义，麦克风排成一个圆。这种结构在智能音箱、机器人、安防监控里很常见。它的最大优势是：水平方向360度都能覆盖，没有“盲区”。

波束成形原理

圆形阵列的波束成形比线性阵列复杂一些。因为麦克风不在一条直线上，延迟计算需要用到二维几何。

我习惯的做法是：先确定目标方向（方位角θ），然后计算每个麦克风到声源的相对距离差，再换算成延迟。圆形阵列的波束可以“旋转”——通过调整延迟参数，让波束指向任意水平方向。

τ_i = (R / c) * cos(θ - φ_i)

波束宽度与频率的关系

圆形阵列的波束宽度同样受频率影响。但有个有趣的现象：低频时，圆形阵列的波束会变成“全向”，也就是没有指向性。高频时，波束会变窄，但会出现“旁瓣”——也就是除了主方向外，其他方向也有小波束。

我记得有一次做智能音箱的调优，发现圆形阵列在2kHz以上时，侧面突然出现一个“假波束”，导致用户从侧面说话时，系统误判为从正面来。后来加了切比雪夫加权，才把旁瓣压下去。

2.3 阵列增益计算：到底能提升多少？

阵列增益，说白了就是“用了阵列比单麦能提升多少信噪比”。这是衡量阵列性能的核心指标。

理论增益公式

对于理想情况（无噪声、无混响），N个麦克风的阵列增益是：

G = 10 * log10(N)  (单位: dB)

也就是说，4个麦克风的理论增益是6dB，8个是9dB。但实际项目中，这个值很难达到。

实际增益影响因素

• 噪声场类型： 扩散噪声场（比如办公室空调声）下，增益会打折扣，通常只有理论值的60%-80%。
• 混响： 混响时间越长，增益越低。我在一个混响时间0.8秒的会议室里测过，4麦阵列实际增益只有3-4dB。
• 麦克风一致性： 麦克风灵敏度差异超过1dB，增益会下降0.5-1dB。所以选型时一定要挑一致性好的。

2.4 线性 vs 圆形：怎么选？

这个问题我经常被问到。我的建议是：

• 场景固定、方向已知： 比如车载语音（驾驶员方向固定），选线性阵列，成本低、效果好。
• 需要全向覆盖： 比如智能音箱、机器人，选圆形阵列，360度无死角。
• 预算有限： 线性阵列4麦就够了，圆形阵列至少6麦起步。

嗯，这里要注意一点：线性阵列虽然简单，但它的波束在阵列两端会“翘起来”，形成所谓的“端射效应”。我曾经在项目里没处理好这个，导致用户从阵列侧面说话时，系统误判为从正面来。后来加了端射抑制算法才解决。

好了，这一章的内容就这些。下一章咱们聊聊波束成形的具体实现——固定波束和自适应波束，以及怎么在嵌入式平台上跑起来。