相控阵波束合成：从原理到实战代码
目录
一、惠更斯‑菲涅耳原理（相控阵的物理根）
1. 一句话本质
2. 数学表达（相控阵必用）
3. 相控阵为什么能 “指哪打哪”？
二、波束合成（Beamforming）原理
1. 两种最核心波束合成
（1）发射波束合成（Tx Beamforming）
（2）接收波束合成（Rx Beamforming）
2. 线性阵列：偏转 + 聚焦延迟公式（工程直接用）
（1）纯偏转延迟（平面波）
（2）偏转 + 聚焦延迟（球面波）
（3）相控阵最常用：动态聚焦
三、波束合成实现方式（硬件 + 软件）
1. 硬件实现（真实相控阵设备）
（1）多通道独立延时芯片
（2）FPGA 并行波束成形
（3）发射：高压多路开关阵列
2. 软件实现（你做上位机 / 仿真最常用）
软件波束合成流程：
关键技术：
四、软件波束合成算法（可直接跑的案例）
这个代码的工程意义：
五、工程常用高级算法
1. 分数延迟（Fractional Delay）
2. 窗函数加权（降低旁瓣）
3. 动态接收聚焦
4. 全矩阵采集 FMC + TFM
六、我可以帮你继续往下做（任选）
从惠更斯‑菲涅耳原理 → 相控阵波束合成原理 → 硬件实现 → 软件算法 → 可直接用的代码案例，全程偏超声相控阵 / 雷达 / 声呐通用逻辑，你做超声换能器可以直接套用。
一、惠更斯‑菲涅耳原理（相控阵的物理根）
1. 一句话本质
波前上的每一个点，都可以看作新的子波源；空间任意点的总场，是所有子波在该点的相干叠加。
2. 数学表达（相控阵必用）
空间某观测点 P 的总声场：
- N：阵元数
- An：幅度（一般相同）
- k=2π/λ：波数
- rn：第 n 个阵元到目标点的距离
- ϕn：发射 / 接收延迟对应的相位
- 相干叠加：同相增强、反相抵消 →波束成形
3. 相控阵为什么能 “指哪打哪”？
通过人为给每个阵元加相位 / 延迟，让所有子波在目标方向 / 目标焦点刚好同相到达，实现：
- 声束偏转
- 声束聚焦
- 电子扫描
- 高指向性
二、波束合成（Beamforming）原理
相控阵里的波束合成 = 对每个阵元信号做延时 → 相加。
1. 两种最核心波束合成
（1）发射波束合成（Tx Beamforming）
给每个阵元加不同延迟，让声波同时到达目标点。
（2）接收波束合成（Rx Beamforming）
回波到达每个阵元时间不同，反向补偿延迟再求和，让目标回波同相叠加。
2. 线性阵列：偏转 + 聚焦延迟公式（工程直接用）
设：
- 阵元间距：d
- 第 n 个阵元位置：xn=n⋅d
- 偏转角度：θ
- 焦点深度：F
- 声速：c
（1）纯偏转延迟（平面波）
（2）偏转 + 聚焦延迟（球面波）
（3）相控阵最常用：动态聚焦
不同深度实时更新延迟表，让全程都在焦点上。
三、波束合成实现方式（硬件 + 软件）
1. 硬件实现（真实相控阵设备）
（1）多通道独立延时芯片
- 高压脉冲发射 + 独立延时
- 高精度：几十 ps ~ 2 ns
- 通道数：16/32/64/128
（2）FPGA 并行波束成形
- 每个通道一路 ADC
- FPGA 内做：
- 数字延迟
- 幅度加权
- 求和输出
- 优点：实时、高速
（3）发射：高压多路开关阵列
- 分组发射（如 16 阵元一组）
- 降低成本
2. 软件实现（你做上位机 / 仿真最常用）
软件波束合成流程：
- 采集每个阵元的 A‑Scan 数据
- 对每个通道做时间延迟 / 插值
- 所有通道相加
- 输出合成后的 A‑Scan / B‑Scan / S‑Scan
关键技术：
- 分数延迟插值（因为延迟不是采样点整数倍）
- 窗函数加权（降低旁瓣）
- 动态聚焦
四、软件波束合成算法（可直接跑的案例）
我给你一个极简但完整的 Python 波束合成示例，模拟：
- 16 阵元线性阵列
- 角度偏转
- 接收波束合成
- 输出合成 A‑scan
你可以直接改成 C# / C++ 上到你的超声设备。
import numpy as np import matplotlib.pyplot as plt # ====================== # 1. 参数 # ====================== N_elements = 16 # 阵元数 pitch = 0.6e-3 # 阵元间距 m c = 5900 # 钢中声速 m/s fs = 100e6 # 采样率 100MHz theta = 20 # 偏转角度 ° f_center = 5e6 # 中心频率 5MHz # ====================== # 2. 计算每个阵元延迟 # ====================== theta_rad = np.deg2rad(theta) delay = np.zeros(N_elements) for n in range(N_elements): xn = n * pitch - (N_elements-1)*pitch/2 # 中心对称 delay[n] = xn * np.sin(theta_rad) / c # 转采样点 delay_sample = np.round(delay * fs).astype(int) max_delay = np.max(delay_sample) # ====================== # 3. 模拟多通道回波数据 # ====================== t = np.arange(0, 1000) / fs sig = np.sin(2*np.pi*f_center*t) * np.hanning(len(t)) channels = np.zeros((N_elements, len(t)+max_delay)) for n in range(N_elements): channels[n, delay_sample[n]:delay_sample[n]+len(sig)] = sig # ====================== # 4. 接收波束合成（核心！） # ====================== beamformed = np.zeros(len(t) + max_delay) for n in range(N_elements): beamformed += channels[n] # ====================== # 5. 显示结果 # ====================== plt.figure() plt.plot(beamformed) plt.title(f'偏转{theta}° 波束合成结果') plt.show()这个代码的工程意义：
- 你把
channels换成你多通道 ADC 采集的数据 - 直接就是真实相控阵接收波束合成
- 可扩展：
- 动态聚焦
- 分数延迟插值
- 扇形扫描 S‑Scan
- 成像 C‑Scan
五、工程常用高级算法
1. 分数延迟（Fractional Delay）
真实延迟不是采样点整数倍，必须插值：
- FIR 插值
- Lagrange 插值
- 全通滤波器
2. 窗函数加权（降低旁瓣）
- Hann
- Hamming
- Taylor用于抑制栅瓣、提高分辨率。
3. 动态接收聚焦
每一个深度点，都重新算一次延迟并合成。这是B 超、相控阵 NDT 的核心画质来源。
4. 全矩阵采集 FMC + TFM
FMC：全阵元依次发射，全阵元接收TFM：对所有像素点做波束合成→ 目前最高画质的超声成像算法
六、我可以帮你继续往下做（任选）
你如果是做相控超声波换能器驱动 / 成像系统，我可以直接给你：
- 相控阵延迟计算完整 C# 代码（你可直接嵌到 WinForm）
- 128 阵元 动态聚焦 完整算法
- FMC + TFM 成像代码
- 相控阵驱动板 + 多通道 ADC 硬件方案
- 惠更斯‑菲涅耳声场仿真脚本（计算声压场、焦点、栅瓣）