MATLAB实战：手把手教你仿真三种天线阵列（ULA/URA/UCA）的波束形成图

MATLAB实战：三种天线阵列波束形成仿真全解析

天线阵列技术在现代通信和雷达系统中扮演着核心角色。无论是5G基站的多天线系统，还是相控阵雷达的波束控制，都离不开对阵列方向图的精确设计和分析。本文将带您深入实践，通过MATLAB代码实现三种典型天线阵列（均匀线阵ULA、均匀矩形阵列URA、均匀圆形阵列UCA）的波束形成仿真，揭示从理论公式到代码实现的完整过程。

1. 天线阵列基础与仿真环境搭建

天线阵列的波束形成能力源于多个阵元的协同工作。当电磁波到达阵列时，不同位置的阵元会接收到具有相位差的信号，通过控制这些信号的加权组合，就能实现波束在特定方向的增强或抑制。

仿真环境配置要点：

% 基本参数设置 c = 3e8; % 光速(m/s) f0 = 15e6; % 信号频率15MHz lambda = c/f0; % 波长计算 fs = 4*f0; % 采样频率 N = 1024; % 采样点数 t = (0:N-1)'/fs; % 时间向量

远场假设验证：在阵列仿真中，远场条件至关重要。一般来说，当信号源距离满足$r > \frac{2D^2}{\lambda}$（D为阵列孔径）时，可以认为满足远场条件。对于我们的仿真场景：

% 远场验证示例 D = 30*8; % 假设阵列孔径约240m r_min = 2*D^2/lambda; % 计算最小远场距离 disp(['最小远场距离：' num2str(r_min) '米']);

2. 均匀线阵(ULA)仿真实现

均匀线阵是最基础也是最重要的阵列形式，其所有阵元等间距排列在一条直线上。我们将从阵列流形构建开始，逐步完成方向图仿真。

阵列流形构建代码：

function a = ULA_manifold(M, d, theta, phi, lambda) % M: 阵元数量 % d: 阵元间距 % theta: 方位角(弧度) % phi: 仰角(弧度) % lambda: 波长 k = 2*pi/lambda; % 波数 a = exp(1j*k*d*(0:M-1)'*sin(theta)*cos(phi)); end

关键参数影响分析：

方向图仿真与可视化：

% ULA波束形成示例 M = 16; % 16阵元 d = lambda/2; % 半波长间距 theta_scan = 45; % 扫描方位角(度) phi_scan = 30; % 扫描仰角(度) % 生成阵列响应 a_scan = ULA_manifold(M, d, deg2rad(theta_scan), deg2rad(phi_scan), lambda); % 波束形成计算 theta_range = -90:0.5:90; beam_pattern = zeros(size(theta_range)); for i = 1:length(theta_range) a = ULA_manifold(M, d, deg2rad(theta_range(i)), deg2rad(phi_scan), lambda); beam_pattern(i) = abs(a'*a_scan); end % 归一化并绘图 beam_pattern = beam_pattern/max(beam_pattern); figure; plot(theta_range, 20*log10(beam_pattern)); grid on; xlabel('方位角(度)'); ylabel('增益(dB)'); title('ULA波束形成方向图');

3. 均匀矩形阵列(URA)仿真进阶

均匀矩形阵列在水平和垂直两个维度上排列阵元，具有二维波束形成能力，能够同时在方位和俯仰维度控制波束指向。

URA阵列流形特点：

• 可分解为水平维和垂直维阵列流形的Kronecker积
• 需要同时考虑方位角θ和仰角φ
• 阵元位置矩阵化处理更高效

function a = URA_manifold(Mx, My, dx, dy, theta, phi, lambda) % Mx: x方向阵元数 % My: y方向阵元数 % dx: x方向间距 % dy: y方向间距 k = 2*pi/lambda; ax = exp(1j*k*dx*(0:Mx-1)'*sin(theta)*cos(phi)); ay = exp(1j*k*dy*(0:My-1)'*sin(theta)*sin(phi)); a = kron(ay, ax); % Kronecker积构建完整流形 end

URA波束形成实战：

% URA参数设置 Mx = 8; My = 8; % 8x8阵列 dx = lambda/2; dy = lambda/2; theta_scan = 30; phi_scan = 45; % 生成扫描向量 a_scan = URA_manifold(Mx, My, dx, dy, deg2rad(theta_scan), deg2rad(phi_scan), lambda); % 二维扫描 theta_range = -90:2:90; phi_range = 0:2:90; beam_pattern = zeros(length(theta_range), length(phi_range)); for i = 1:length(theta_range) for j = 1:length(phi_range) a = URA_manifold(Mx, My, dx, dy, deg2rad(theta_range(i)), deg2rad(phi_range(j)), lambda); beam_pattern(i,j) = abs(a'*a_scan); end end % 可视化 beam_pattern = beam_pattern/max(beam_pattern(:)); figure; imagesc(phi_range, theta_range, 20*log10(beam_pattern)); axis xy; colorbar; xlabel('仰角(度)'); ylabel('方位角(度)'); title('URA二维波束形成方向图(dB)');

4. 均匀圆形阵列(UCA)仿真技巧

均匀圆形阵列所有阵元等角度分布在圆周上，具有全向对称特性，在二维波束形成中表现出色。

UCA的特殊考虑：

• 阵元位置需用极坐标表示
• 方位角分辨率均匀
• 阵列流形计算涉及三角函数组合

function a = UCA_manifold(M, R, theta, phi, lambda) % M: 阵元数量 % R: 圆阵半径 k = 2*pi/lambda; angles = (0:M-1)*2*pi/M; % 阵元角度分布 x = R*cos(angles); % x坐标 y = R*sin(angles); % y坐标 % 阵列流形计算 a = exp(1j*k*(x'*sin(theta)*cos(phi) + y'*sin(theta)*sin(phi))); end

UCA方向图优化实践：

% UCA参数设置 M = 16; % 16阵元 R = 0.8*lambda; % 圆阵半径 % 波束形成计算 theta_scan = 60; phi_scan = 45; a_scan = UCA_manifold(M, R, deg2rad(theta_scan), deg2rad(phi_scan), lambda); % 二维扫描 theta_range = 0:2:180; phi_range = 0:2:360; beam_pattern = zeros(length(theta_range), length(phi_range)); for i = 1:length(theta_range) for j = 1:length(phi_range) a = UCA_manifold(M, R, deg2rad(theta_range(i)), deg2rad(phi_range(j)), lambda); beam_pattern(i,j) = abs(a'*a_scan); end end % 三维可视化 beam_pattern = beam_pattern/max(beam_pattern(:)); [Phi, Theta] = meshgrid(deg2rad(phi_range), deg2rad(theta_range)); [X,Y,Z] = sph2cart(Phi, pi/2-Theta, 20*log10(beam_pattern+eps)); figure; surf(X,Y,Z, 20*log10(beam_pattern+eps)); shading interp; colorbar; title('UCA三维波束方向图(dB)'); xlabel('x'); ylabel('y'); zlabel('z');

5. 高级技巧与性能优化

在实际工程应用中，阵列仿真还需要考虑诸多现实因素和性能优化问题。

常见问题解决方案：

1. 栅瓣抑制：

   • 阵元间距不超过λ/2
   • 采用非均匀阵列布局

   % 非均匀线阵示例 d_norm = [0, 0.3, 0.7, 1.2, 1.5, 1.9, 2.3, 2.6]*lambda;

2. 计算效率优化：

   • 利用矩阵运算替代循环
   • 预计算不变参数

   % 向量化计算示例 theta_grid = deg2rad(theta_range)'; phi_grid = deg2rad(phi_range); [THETA, PHI] = meshgrid(theta_grid, phi_grid);

3. 方向图综合技术：

   • 泰勒加权
   • 切比雪夫加权

   % 切比雪夫加权示例 nbar = 5; sidelobe_level = 30; % 30dB副瓣抑制 w = chebwin(M, sidelobe_level); a_weighted = a_scan .* w;

性能对比表格：

6. 完整仿真框架与扩展应用

将前述内容整合为完整的MATLAB仿真框架，便于进一步研究和应用开发。

仿真框架结构：

├── parameters.m % 参数配置 ├── array_models/ % 阵列模型 │ ├── ULA.m │ ├── URA.m │ └── UCA.m ├── beamforming/ % 波束形成算法 │ ├── conventional.m │ └── adaptive.m ├── visualization/ % 可视化工具 │ ├── plot_2d.m │ └── plot_3d.m └── main_simulation.m % 主仿真脚本

扩展应用示例 - 多波束形成：

% 同时形成多个波束 theta_targets = [30, -20, 45]; % 多个目标方向 phi_target = 10; % 固定仰角 % 生成多波束权重 W = zeros(M, length(theta_targets)); for i = 1:length(theta_targets) W(:,i) = ULA_manifold(M, d, deg2rad(theta_targets(i)), deg2rad(phi_target), lambda); end % 多波束形成 theta_range = -90:0.5:90; beam_multi = zeros(length(theta_range), length(theta_targets)); for i = 1:length(theta_range) a = ULA_manifold(M, d, deg2rad(theta_range(i)), deg2rad(phi_target), lambda); beam_multi(i,:) = abs(a'*W); end % 可视化 figure; plot(theta_range, 20*log10(abs(beam_multi))); grid on; xlabel('方位角(度)'); ylabel('增益(dB)'); title('ULA多波束形成'); legend(arrayfun(@(x)sprintf('%d°波束',x), theta_targets, 'UniformOutput', false));