1. 声学基础与阵列原理：声波传播特性、麦克风阵列拓扑结构、近场与远场模型、空间采样定理
好，咱们开始第一课。说实话，每次带新人做波束成形项目，我第一件事不是让他们看代码，而是先聊声学基础。为什么？因为很多算法问题，追根溯源都是物理概念没吃透。你想想看，连声音怎么传的、麦克风怎么摆的都没搞明白，后面那些自适应滤波、GSC结构，根本就是空中楼阁。
1.1 声波传播特性
声音的本质是什么？说白了就是机械振动在介质中的传播。空气分子被推来推去，形成疏密相间的纵波。我个人习惯把声波想象成水波——虽然一个是纵波一个是横波，但很多直觉是通用的。
这里有几个关键参数，做阵列设计时必须刻在脑子里：
- 声速 c：常温常压下约 340 m/s。温度每升高 1°C，声速增加约 0.6 m/s。我在北方冬天做测试时吃过亏，零下十几度声速掉到 320 左右，阵列指向性直接偏了。
- 频率 f 与波长 λ：λ = c / f。人耳可听范围 20 Hz ~ 20 kHz，对应的波长从 17 米到 1.7 厘米。嗯，这里要注意——阵列的物理尺寸和波长是强相关的。
- 声压级 SPL：用分贝表示，0 dB SPL 对应 20 μPa。助听器场景下，输入动态范围通常从 30 dB（安静的图书馆）到 100 dB（地铁、嘈杂餐厅）。
核心公式：平面波传播时，声压 p(r, t) = A · ej(ωt - k·r)，其中 k = 2π/λ 是波数。这个公式会贯穿整个课程，建议你手抄三遍。
还有一个概念容易被忽略——声波的衍射。当障碍物尺寸与波长可比时，声音会绕过障碍物。我曾经在调试一款耳背式助听器时，发现高频（短波长）被耳廓遮挡严重，低频反而绕过去了。这就是衍射在作怪。
1.2 麦克风阵列拓扑结构
阵列拓扑，说白了就是麦克风怎么摆。我见过最离谱的设计，是有人把四个麦克风随机贴在助听器外壳上，结果波束图惨不忍睹。拓扑结构直接决定了阵列的响应特性，不能乱来。
常见的拓扑结构有以下几种：
| 拓扑类型 | 示意图（文字描述） | 典型应用 | 我的经验 |
|---|---|---|---|
| 线性阵列 | 麦克风等距排成一条直线 | 助听器、会议麦克风 | 端射方向（沿阵列方向）灵敏度最高，但侧向有栅瓣风险 |
| 圆形阵列 | 麦克风均匀分布在圆周上 | 智能音箱、机器人 | 360° 无死角，但助听器上空间不够，很少用 |
| 差分阵列 | 麦克风间距极小（< 2 cm） | 入耳式助听器 | 我最喜欢的一种——体积小、低频指向性好，但信噪比低 |
| 稀疏阵列 | 麦克风间距大于半波长 | 低频增强、DOA 估计 | 避坑：间距大了会有空间混叠，我踩过这个坑 |
对于助听器来说，最常见的还是双麦克风线性阵列。为什么？因为耳背式助听器就那么点空间，塞两个麦克风已经是极限了。间距通常在 8 mm ~ 15 mm 之间，对应 8 kHz 的波长（约 4.3 cm）的一半左右。
我的建议：刚开始做阵列设计时，先用仿真工具（比如 MATLAB 的 Phased Array Toolbox）把不同拓扑的波束图跑一遍。别急着打板，仿真能帮你省下至少三版改板的时间。
1.3 近场与远场模型
这个问题，我当年面试时被问过，后来面试别人时也经常问。近场和远场的区别，本质上就是波前是球面还是平面。
- 远场模型：声源距离远大于阵列孔径，波前近似为平面。此时各麦克风接收到的信号只有时延差异，幅度差异可忽略。远场条件通常用 r > 2D²/λ 来判定，其中 D 是阵列孔径。
- 近场模型：声源距离近，波前是球面。各麦克风不仅有时延差，还有幅度差（球面扩散衰减）。助听器场景下，说话人的嘴离麦克风可能只有 10~20 cm，这妥妥的是近场。
我记得有一次做远场假设，结果实测波束图完全对不上。后来一查，声源距离只有 30 cm，而阵列孔径是 1.2 cm，算下来 r > 2D²/λ ≈ 2*(0.012)²/0.04 ≈ 0.0072 m——等等，这个值太小了，其实远场条件很容易满足？不对，这里要注意：对于助听器，D 很小，所以远场条件其实很容易满足。但为什么实际效果差？因为近场效应不仅取决于距离，还取决于频率。低频时波长长，近场效应更明显。
避坑指南：我曾经在 500 Hz 以下做波束成形，用了远场模型，结果指向性完全失效。后来改用近场模型，把球面波前的幅度衰减也建模进去，效果立竿见影。所以，低频段务必用近场模型，高频段可以偷懒用远场。
1.4 空间采样定理
这个定理，是阵列信号处理的基石。它和时域采样定理是孪生兄弟——时域采样防混叠，空间采样防栅瓣。
空间采样定理：麦克风间距 d 必须满足 d ≤ λ/2，才能无混叠地重建空间声场。为什么是 λ/2？因为两个麦克风之间的最大相位差是 k·d·sinθ，当 sinθ = ±1 时相位差最大。如果 d > λ/2，相位差可能超过 π，导致方向模糊——你分不清声音是从 +30° 还是 -30° 来的。
举个具体的例子：假设你要处理 8 kHz 的信号，λ = 340 / 8000 ≈ 0.0425 m = 4.25 cm。那么 d ≤ 4.25 / 2 ≈ 2.1 cm。助听器上两个麦克风间距通常 1.2 cm，满足条件。但如果想处理 16 kHz，λ = 2.1 cm，d ≤ 1.05 cm，这就有点紧张了。
关键结论：空间采样定理决定了阵列的工作频率上限。如果你想覆盖 8 kHz，间距 2.1 cm 以内就行。想覆盖 16 kHz？间距得小于 1 cm。助听器上空间有限，高频覆盖是个难题。
那如果 d > λ/2 会怎样？会出现栅瓣——在非目标方向上也出现高灵敏度波束。我调试过一款产品，麦克风间距 1.8 cm，结果在 10 kHz 附近出现了明显的栅瓣，用户反馈「感觉声音从四面八方来」。后来把间距改到 1.2 cm，问题解决。
我的习惯：设计阵列时，先确定目标最高频率 f_max，然后算 d_max = c / (2·f_max)。再留 10%~20% 的余量。比如目标 8 kHz，d_max = 340 / 16000 ≈ 2.1 cm，我会选 1.8 cm 或更小。
小结
这一章的内容，说白了就是四个字：打好地基。声波传播特性让你知道声音怎么来，阵列拓扑让你知道麦克风怎么摆，近远场模型让你知道怎么建模，空间采样定理让你知道间距怎么定。这四个点，任何一个出问题，后面的波束成形算法都是白搭。
下一章，我们会进入波束成形的核心——延时求和波束成形器。到时候你会看到，今天讲的这些物理概念，会直接变成代码里的参数。嗯，做好准备。