2. 波束成形数学预备：复数运算回顾、矩阵运算基础、傅里叶变换与短时傅里叶变换、相关矩阵与协方差矩阵

好，咱们正式开始第二讲。说实话，很多同学一上来就急着调波束成形的算法，结果被复数、矩阵这些基础概念卡得死死的。我个人习惯是，先把数学工具磨锋利了，再去做算法实现。这一章，咱们就把波束成形里最常用的几个数学工具过一遍。

2.1 复数运算回顾

波束成形里，信号几乎都是用复数表示的。为什么？因为麦克风采集到的信号是实信号，但经过希尔伯特变换或者傅里叶变换之后，就变成了复数形式。说白了，复数能同时表示信号的幅度和相位，而波束成形恰恰就是靠调整相位来改变指向性的。

复数的基本形式：z = a + jb，其中 j 是虚数单位（j² = -1）。

几个关键运算：

• 共轭：z* = a - jb。这个在计算功率谱和协方差矩阵时天天用。
• 模：|z| = sqrt(a² + b²)，代表信号的幅度。
• 相位：∠z = atan2(b, a)，代表信号的延迟。
• 乘法：z₁ × z₂ = (a₁a₂ - b₁b₂) + j(a₁b₂ + a₂b₁)，其实就是幅度相乘、相位相加。

2.2 矩阵运算基础

麦克风阵列有多个通道，每个通道的数据放在一起，就是一个向量。多个时间点的数据放在一起，就是一个矩阵。矩阵运算，说白了就是批量处理这些数据。

最常用的几个操作：

• 向量内积：xᴴy，其中 ᴴ 表示共轭转置。这个在计算波束成形输出时，就是加权求和。
• 矩阵乘法：AB，注意维度要匹配。我习惯用 (M×N) × (N×P) = (M×P) 来检查。
• 矩阵求逆：A⁻¹，在自适应波束成形（比如MVDR）里，这一步是核心。

举个例子，假设有4个麦克风，每个麦克风采集了100个采样点。那么数据矩阵就是 4×100 的。波束成形的加权向量是 4×1 的。输出就是 1×100 的向量：

// 伪代码示例
// x: 4x100 矩阵，每行是一个麦克风的数据
// w: 4x1 向量，每个元素是复权重
// y: 1x100 向量，波束成形输出

for (int t = 0; t < 100; t++) {
    y[t] = 0;
    for (int m = 0; m < 4; m++) {
        y[t] += conj(w[m]) * x[m][t];  // 共轭转置
    }
}

2.3 傅里叶变换与短时傅里叶变换

傅里叶变换，就是把时域信号变到频域。为什么需要这个？因为波束成形很多时候是在频域做的。你想想看，不同频率的信号，波长不同，麦克风阵列的响应也不同。在频域处理，可以针对每个频率单独设计波束。

离散傅里叶变换（DFT）的公式：

X[k] = Σ x[n] * exp(-j * 2π * k * n / N)

但实际应用中，我们很少直接用DFT。为什么？因为信号是非平稳的。比如语音信号，它在几十毫秒内是平稳的，但长时间看变化很大。所以，我们得用短时傅里叶变换（STFT）。

STFT的思路很简单：把信号切成一小段一小段，每段加窗，然后做FFT。我一般用汉宁窗，旁瓣衰减好一些。

STFT的流程：

1. 对信号分帧，每帧加窗。
2. 对每帧做FFT，得到复数频谱。
3. 在频域做波束成形处理。
4. 用IFFT变回时域，重叠相加合成信号。

2.4 相关矩阵与协方差矩阵

这两个概念，是自适应波束成形的灵魂。很多同学搞不清它们的区别，我简单说一下。

相关矩阵：描述两个信号之间的相似程度。对于复数信号，相关矩阵 R 定义为：

R = E[ x * xᴴ ]

其中 x 是麦克风阵列的观测向量，E[·] 是期望（实际中用时间平均代替）。

协方差矩阵：其实和相关矩阵很像，只是减去了均值。对于零均值的信号（比如语音信号，通常去直流后就是零均值），协方差矩阵就等于相关矩阵。

在实际代码中，我们这样计算：

// Python示例
import numpy as np

# x: MxN 矩阵，M个麦克风，N个采样点
# 计算协方差矩阵
R = (x @ x.conj().T) / N  # 注意：这里假设信号是零均值的

协方差矩阵的对角线元素，代表每个麦克风接收到的信号功率。非对角线元素，代表不同麦克风之间的相关性。在波束成形里，我们正是利用这种相关性来抑制噪声的。

举个例子，如果两个麦克风接收到的噪声是不相关的（比如热噪声），那么协方差矩阵的非对角线元素就接近0。而目标信号（比如说话人的声音）在两个麦克风之间是相关的，非对角线元素就不为0。自适应波束成形算法，就是利用这个差异来分离信号和噪声的。

好了，这一章的内容就到这里。数学工具准备好了，下一章咱们就开始动手写波束成形的代码了。