均匀圆形阵列MATLAB仿真：圆心阵元对波束方向图的影响分析

简介：本资源是一份面向通信工程、天线设计及信号处理方向初学者与实践者的MATLAB仿真工具包，聚焦均匀圆形阵列（UCA）方向图建模这一核心问题，特别对比分析圆心有/无阵元两种典型布阵方式对波束辐射特性的影响。压缩包共3个文件（2个可运行的.m主程序脚本 + 1个说明txt），总大小仅2KB，轻量易用；其中UCA_no_center.m与UCA_have_center.m分别实现两种阵列构型的方向图三维可视化，并额外绘制方位角与俯仰角平面切片图，直观呈现波束最大指向特性。已有989人学习下载，代码全程中文注释，支持灵活修改阵元数、阵列半径、工作频率及波束指向角度等关键参数，适配课程设计、毕业设计或科研快速原型验证。通过该资源，读者可深入理解圆形阵列空间响应机理，掌握MATLAB中阵列因子计算、球坐标采样、方向图插值与三维绘图等关键技术环节。

1. 项目概述：从阵列天线到MATLAB仿真

在无线通信、雷达探测和声学成像等领域，阵列天线（或传感器阵列）是实现波束形成、信号定向接收与发射的核心技术。其中，均匀圆形阵列因其在水平面内具备全向对称性，能够实现360度无死角的波束扫描，在无人机通信、智能天线和声呐系统中应用广泛。然而，一个看似简单的几何结构背后，却隐藏着两个关键的设计变体：圆心处有无阵元。这个微小的差异，会直接影响到阵列的方向图特性，包括主瓣宽度、旁瓣电平以及零点位置，进而影响整个系统的性能。

今天，我们就来深入探讨这两种均匀圆形阵列的MATLAB仿真实现。这不仅仅是一段代码的编写，更是一次对阵列天线基础理论的实践性拆解。通过MATLAB，我们可以直观地“看见”电磁波或声波的辐射/接收模式，理解阵元位置如何影响波束的“形状”和“指向”。无论你是通信工程专业的学生，还是正在从事相关研发的工程师，掌握这套从理论推导到代码实现的完整流程，都将为你深入理解阵列信号处理打下坚实的基础。本文将手把手带你从零开始，构建仿真模型，分析对比结果，并分享我在实际编码和调试中积累的“避坑”经验。

2. 均匀圆形阵列的理论基石与建模思路

在动手写代码之前，我们必须先把理论地基打牢。均匀圆形阵列的仿真，核心在于计算其阵列因子。阵列因子描述了阵列几何结构对远场方向图的贡献，忽略了单个阵元自身的辐射特性（假设为各向同性的点源）。

2.1 阵列几何与坐标定义

首先，我们明确阵列的几何模型。考虑一个半径为 ( R ) 的圆，在圆周上均匀分布着 ( N ) 个阵元。阵元的位置可以用极坐标或直角坐标表示。通常，我们定义第 ( n ) 个阵元的方位角为： [ \phi_n = \frac{2\pi (n-1)}{N}, \quad n = 1, 2, ..., N ] 其直角坐标为： [ (x_n, y_n) = (R \cos\phi_n, R \sin\phi_n) ] 对于“圆心有阵元”的情况，则在坐标原点 ((0, 0)) 处额外增加一个阵元，总阵元数为 ( N+1 )。

2.2 远场方向图与阵列因子计算

假设平面波以方位角 ( \phi ) 入射（或阵列向该方向辐射），波长为 ( \lambda )。那么，波前到达第 ( n ) 个阵元相对于参考点（通常取圆心或某个阵元）的波程差所导致的相位差为： [ \Delta \psi_n = \frac{2\pi}{\lambda} R \cos(\phi - \phi_n) ] 这里，( \cos(\phi - \phi_n) ) 来源于位置矢量与波矢方向点积的几何关系。

阵列因子 ( AF(\phi) ) 是所有阵元复激励的叠加。假设每个阵元具有相同的激励幅度 ( I_n = 1 )（等幅激励），并且我们考虑的是波束指向 ( \phi_0 ) 方向的扫描情况，那么需要给每个阵元施加一个补偿相位 ( \beta_n )： [ \beta_n = -\frac{2\pi}{\lambda} R \cos(\phi_0 - \phi_n) ] 这样，第 ( n ) 个阵元的总相位就是 ( \Delta \psi_n + \beta_n )。阵列因子表示为： [ AF(\phi) = \sum_{n=1}^{N} I_n \cdot e^{j k R [\cos(\phi - \phi_n) - \cos(\phi_0 - \phi_n)]} ] 其中，( k = 2\pi / \lambda ) 是波数。对于圆心有阵元的情况，求和项中需要额外加上圆心处阵元的贡献，其坐标为(0,0)，因此波程差始终为0，其相位补偿也为0（如果波束指向不影响它），贡献恒为1。

最终，我们关心的方向图功率模式 ( P(\phi) ) 是阵列因子幅值的平方： [ P(\phi) = |AF(\phi)|^2 ] 在仿真中，我们会在 ( \phi ) 从 ( 0 ) 到 ( 2\pi ) 的范围内均匀采样，计算出一系列 ( P(\phi) ) 的值，然后用极坐标图或直角坐标图画出来，这就是我们看到的“方向图”。

注意：这里的推导基于远场假设和窄带信号。远场意味着观察点距离阵列足够远，使得入射波可视为平面波。窄带假设意味着信号带宽足够小，延时可以用相移来近似。这是大多数基础阵列处理的前提。

2.3 两种阵列的核心差异预分析

在编码前，我们可以从理论上预判一下两者的区别：

1. 对称性：无圆心阵元的UCA，其阵列因子关于圆心是中心对称的（在数学上满足某种对称性）。而有圆心阵元的UCA，由于中心点的存在，破坏了这种严格的圆周对称性，方向图可能会在圆心指向的方向上出现独特的影响。
2. 主瓣宽度：增加一个中心阵元，相当于在阵列中心增加了一个强激励点。这可能会使合成的波束在主瓣方向上能量更加集中（因为中心点与圆周上所有点的波程差关系一致），从而可能使主瓣变窄。
3. 旁瓣特性：中心阵元的加入会改变阵元间的间距分布。原有的均匀圆周间距被打破，引入了从圆心到圆周上各点的一系列新间距。这必然会改变阵列的干涉图案，可能导致旁瓣电平升高或降低，并产生新的零点。
4. 方向性系数：方向性系数描述了阵列将能量集中到某个方向的能力。中心阵元的加入，理论上可能提高阵列在波束指向方向的方向性系数，因为它提供了一个与所有圆周阵元同相的强贡献源。

这些理论预测需要仿真来验证，而仿真的第一步，就是搭建一个正确、清晰、可扩展的MATLAB模型。

3. MATLAB仿真代码的逐行构建与解析

理论清晰后，我们开始动手实现。一个好的仿真代码应该模块清晰、参数可调、结果可视。下面我将分模块详细解析代码，并解释每一行背后的意图。

3.1 参数初始化与环境设置

首先，我们定义仿真的基本参数。这些参数应该放在代码开头，方便修改和实验。

%% 均匀圆形阵列方向图仿真 - 参数设置 clear; clc; close all; % 清空工作区、命令窗口，关闭所有图形 % 基本参数 fc = 3e9; % 载波频率，单位Hz，例如3GHz（属于S波段，常用于雷达） c = 3e8; % 光速，单位m/s lambda = c / fc; % 波长，单位m k = 2 * pi / lambda; % 波数 % 阵列几何参数 R = 0.5 * lambda; % 圆阵半径，通常取半波长以抑制栅瓣 N = 8; % 圆周上的阵元数量 has_center_element = true; % 标志位：true表示有圆心阵元，false表示无 % 波束扫描参数 phi0_deg = 30; % 期望的波束指向方位角，单位度 phi0 = deg2rad(phi0_deg); % 转换为弧度制，MATLAB三角函数默认使用弧度 % 方向图计算参数 phi_deg = 0:0.5:360; % 方位角采样点，0到360度，步进0.5度以获得平滑曲线 phi = deg2rad(phi_deg); % 转换为弧度 M = length(phi); % 采样点总数

代码解析与注意事项：

• clear; clc; close all;是MATLAB脚本的好习惯，确保每次运行都从一个干净的环境开始，避免旧变量或图形窗口的干扰。
• 半径R设置为半波长（0.5 * lambda）是一个经验值。当阵元间距大于半波长时，在可见区内可能出现多个与主瓣幅度相同的波瓣，称为“栅瓣”，这是需要避免的。对于圆形阵列，圆周上的弧线间距近似为 ( 2\pi R / N )，我们也应保证此间距约等于或小于半波长。
• has_center_element是一个布尔标志，通过改变这一个变量，我们就可以轻松切换两种阵列模型，无需大幅改动代码结构，这是编程中重要的灵活性设计。
• 方位角采样步长0.5度是一个平衡选择。步长太大（如5度），方向图会显得粗糙，丢失细节；步长太小（如0.1度），计算量增加，但对图形精度提升有限。0.5度对于大多数演示和初步分析已经足够。

3.2 阵元位置与激励计算

接下来，根据参数计算每个阵元的位置和为了波束扫描所需的激励相位（权值）。

%% 计算阵元位置与激励权值 % 生成圆周上N个阵元的位置（极坐标角度） phi_n = linspace(0, 2*pi, N+1); % 生成N+1个点，从0到2π phi_n(end) = []; % 删除最后一个点（2π），因为0和2π是重合的，我们只需要N个点 % phi_n 现在包含：0, 2π/N, 4π/N, ..., 2π(N-1)/N % 计算直角坐标 x_n = R * cos(phi_n); y_n = R * sin(phi_n); % 初始化权值向量 if has_center_element w = ones(N + 1, 1); % 幅度权值，等幅激励，设为1。N个圆周阵元 + 1个中心阵元 % 计算相位补偿权值（用于波束形成） w_phase = zeros(N + 1, 1); for idx = 1:N % 对圆周上的第idx个阵元计算波程差引起的相位差，并进行补偿 w_phase(idx) = -k * R * cos(phi0 - phi_n(idx)); end % 中心阵元（第N+1个）的位置是(0,0)，无论波束指向何方，其波程差为0，因此相位补偿为0。 w_phase(N+1) = 0; % 合成复权值：幅度 * exp(j*相位) w = w .* exp(1j * w_phase); else % 无中心阵元的情况 w = ones(N, 1); w_phase = zeros(N, 1); for idx = 1:N w_phase(idx) = -k * R * cos(phi0 - phi_n(idx)); end w = w .* exp(1j * w_phase); end

代码解析与注意事项：

• 使用linspace生成均匀角度分布是一种简洁的方法。linspace(0, 2*pi, N+1)生成N+1个点，再删除最后一个，确保了N个点均匀分布在[0, 2π)区间，避免了首尾重合点。
• 权值向量w是复数，包含了幅度和相位信息。这里我们采用等幅激励（幅度全为1），所有“智能”都体现在相位补偿w_phase上。
• 相位补偿的计算-k * R * cos(phi0 - phi_n(idx))是核心公式的代码实现。其物理意义是：为了让来自phi0方向的信号在阵列输出端实现同相叠加，需要提前补偿掉因阵元位置不同而引入的波程差相位。
• 特别注意中心阵元的处理：当has_center_element为真时，权值向量长度变为N+1。中心阵元的索引是N+1，其坐标(0,0)使得cos(phi0 - 0)中的R=0，因此相位补偿始终为0。这意味着无论波束指向哪里，中心阵元的激励相位都是0参考点。这在物理上对应于一个位于参考点的阵元。

3.3 方向图计算循环

这是计算量最大的部分，我们需要对每一个方位角采样点phi(m)，计算所有阵元的贡献之和。

%% 计算阵列方向图 AF = zeros(1, M); % 初始化阵列因子（复数） P = zeros(1, M); % 初始化功率方向图 if has_center_element % 包含中心阵元 for m = 1:M % 遍历每个观察角度 sum_temp = 0; % 1. 先累加圆周上N个阵元的贡献 for n = 1:N % 计算从观察方向phi(m)到第n个阵元的波程差相位 phase_n = k * R * cos(phi(m) - phi_n(n)); % 累加：阵元复激励 * 空间相位因子 sum_temp = sum_temp + w(n) * exp(1j * phase_n); end % 2. 加上中心阵元（第N+1个）的贡献 % 对于中心阵元，其位置为(0,0)，因此从任何方向来的波，其波程差相位为0。 % 所以它的贡献就是其复激励 w(N+1) 本身，因为 exp(j*0) = 1。 sum_temp = sum_temp + w(N+1); AF(m) = sum_temp; P(m) = abs(AF(m))^2; % 功率为幅值的平方 end else % 不包含中心阵元 for m = 1:M sum_temp = 0; for n = 1:N phase_n = k * R * cos(phi(m) - phi_n(n)); sum_temp = sum_temp + w(n) * exp(1j * phase_n); end AF(m) = sum_temp; P(m) = abs(AF(m))^2; end end % 归一化方向图（通常归一化到最大值0 dB） P_normalized = P / max(P); P_dB = 10 * log10(P_normalized); % 转换为分贝值

代码解析与注意事项：

• 使用了双重循环：外层循环遍历观察角度m，内层循环遍历阵元n。这是最直观但非最优的计算方式（计算复杂度为 O(M*N)）。对于阵元数N和角度采样数M不大的情况（如本文N=8, M=721），这完全可接受。如果N很大（如上百），可以考虑向量化运算来提升效率。
• 向量化优化提示：可以利用MATLAB的矩阵运算能力。例如，可以构建一个M x N的相位矩阵Phase_Matrix，其中第(m,n)个元素为k*R*cos(phi(m) - phi_n(n))。然后阵列因子AF可以一次性计算为exp(1j*Phase_Matrix) * w（需考虑w的维度）。这能显著提升大尺度仿真速度。
• 分贝转换10*log10()是绘制方向图的常规操作，因为它能更好地展示旁瓣、零点等细节。线性坐标下，-30dB的旁瓣几乎贴在坐标轴上看不出来，而在对数坐标下则非常清晰。
• 归一化的意义：P / max(P)将方向图的最大值归一化为1（0 dB）。这样做的目的是便于比较不同阵列结构或参数下的方向图形状，而不受绝对功率值的影响。在比较主瓣宽度、旁瓣电平时，必须使用归一化方向图。

3.4 结果可视化与对比分析

一张好的图胜过千言万语。我们将用两种方式绘制方向图：极坐标图（直观显示360度方向性）和直角坐标图（便于精确读取角度和dB值）。

%% 结果可视化 figure('Position', [100, 100, 1200, 500]); % 设置图形窗口位置和大小 % 子图1：极坐标方向图 subplot(1, 2, 1); polarplot(phi, P_normalized, 'LineWidth', 2); % 使用归一化的功率值绘制 title(['均匀圆形阵列方向图 (极坐标) | N=', num2str(N), ... ' | R=', num2str(R/lambda), '\lambda | 波束指向=', num2str(phi0_deg), '°']); if has_center_element subtitle('包含中心阵元'); else subtitle('不包含中心阵元'); end rlim([0 1.2]); % 调整径向轴范围，让图形更美观 ax = gca; ax.ThetaZeroLocation = 'top'; % 将0度方向设置在图形顶部 ax.ThetaDir = 'counterclockwise'; % 角度递增方向为逆时针（标准数学约定） % 子图2：直角坐标方向图（dB） subplot(1, 2, 2); plot(phi_deg, P_dB, 'LineWidth', 2); grid on; xlabel('方位角 (度)'); ylabel('归一化功率 (dB)'); title(['均匀圆形阵列方向图 (直角坐标) | N=', num2str(N), ... ' | R=', num2str(R/lambda), '\lambda | 波束指向=', num2str(phi0_deg), '°']); if has_center_element subtitle('包含中心阵元'); else subtitle('不包含中心阵元'); end xlim([0 360]); ylim([-50 0]); % 通常将纵轴下限设为-50dB或-60dB，以观察旁瓣结构 % 标记波束指向和主瓣宽度 hold on; plot([phi0_deg, phi0_deg], ylim, 'r--', 'LineWidth', 1.5, 'DisplayName', '波束指向'); legend('Location', 'best'); % 计算并标注主瓣宽度（-3dB宽度） [max_dB, max_idx] = max(P_dB); half_power = max_dB - 3; % -3dB点 % 找到主瓣两侧-3dB点的角度（简化查找，假设主瓣对称） % 注意：这是一个简化算法，对于不对称或复杂的主瓣可能不准。更稳健的方法是寻找主瓣峰值两侧首次穿越-3dB线的点。 left_idx = find(P_dB(1:max_idx) <= half_power, 1, 'last'); right_idx = find(P_dB(max_idx:end) <= half_power, 1, 'first') + max_idx - 1; if ~isempty(left_idx) && ~isempty(right_idx) beamwidth_deg = phi_deg(right_idx) - phi_deg(left_idx); % 处理360度边界情况 if beamwidth_deg < 0 beamwidth_deg = beamwidth_deg + 360; end fprintf('【结果分析】主瓣宽度（-3dB）约为：%.2f 度\n', beamwidth_deg); % 在图上标注 plot([phi_deg(left_idx), phi_deg(right_idx)], [half_power, half_power], ... 'g*-', 'LineWidth', 2, 'MarkerSize', 10, 'DisplayName', '-3dB点'); text(mean([phi_deg(left_idx), phi_deg(right_idx)]), half_power+2, ... sprintf('BW=%.1f°', beamwidth_deg), 'Color', 'g', 'FontWeight', 'bold'); end hold off;

代码解析与注意事项：

• figure('Position', ...)用于控制图形窗口的大小和位置，确保两个子图能清晰显示。
• 极坐标图：polarplot函数非常适合展示全向方向图。rlim([0 1.2])将径向范围限制在1.2以内，因为归一化功率最大值为1，这样图形周围会有一些空白，更美观。ThetaZeroLocation和ThetaDir用于设置角度坐标的起始位置和方向，符合工程习惯（0度通常为正北或阵列法线方向）。
• 直角坐标图：plot图用于精确测量。将纵轴范围设为[-50, 0]dB，可以清晰地看到主瓣以下的旁瓣结构。旁瓣电平是阵列设计的关键指标之一。
• 主瓣宽度计算：代码中提供了一个简单的主瓣宽度（半功率波束宽度，HPBW）计算方法。它通过寻找主瓣峰值两侧功率首次降至-3dB以下的位置来估算。请注意：这种方法对于对称且单一的主瓣有效。如果方向图存在多个峰值（如栅瓣）或主瓣严重不对称，此方法可能失效。在实际工程中，可能需要更复杂的峰值检测和插值算法来精确计算。
• 图形标注：使用plot和text函数在图上直接标记波束指向和主瓣宽度，使得结果一目了然。fprintf在命令窗口输出数值结果，便于记录。

4. 仿真结果对比与深度分析

运行上述代码，通过设置has_center_element = true/false，我们可以得到两组方向图。下面我们基于一组典型参数（N=8, R=0.5λ, 波束指向30°）进行对比分析。

4.1 无圆心阵元的均匀圆形阵列方向图

当has_center_element = false时，我们得到经典的8元均匀圆阵方向图。

• 主瓣特征：波束成功指向30度方向。主瓣宽度（HPBW）大约在40-50度左右（具体数值通过代码计算得出）。对于8元半波长半径圆阵，这个宽度是合理的。
• 旁瓣结构：可以看到多个旁瓣，且旁瓣电平（SLL）相对较高，大约在-8 dB 到 -12 dB之间。这是等幅激励均匀阵列的典型特征，其旁瓣电平由阵列几何和阵元数决定，通常不会太低。
• 对称性：方向图在极坐标下呈现出较好的对称性（尽管因为波束扫描而不完全对称于圆心），这是圆周对称结构在波束扫描时的表现。
• 零点：方向图中存在明显的深零点（功率接近负无穷dB），这些零点位置由阵列因子为零的方程决定，对于干扰抑制有重要意义。

4.2 有圆心阵元的均匀圆形阵列方向图

将has_center_element设为true，重新运行仿真。

• 主瓣变化：最直观的变化是主瓣变窄了。计算出的HPBW可能减小到30-40度左右。这是因为中心阵元的加入，相当于在阵列中心增加了一个与所有圆周阵元在波束指向上同相的强辐射源，增强了阵列在该方向的辐射能力，使得能量更加集中。
• 旁瓣特性：旁瓣结构发生了显著改变。原有的旁瓣电平可能升高或出现新的旁瓣峰值。例如，某些角度的旁瓣可能从-12dB升高到-10dB甚至更高。这是因为中心阵元与圆周阵元之间的固定间距（半径R）引入了一种新的干涉模式，破坏了原有纯圆周阵元的周期性。
• 方向图整体形状：方向图可能看起来“更胖”或“更瘦”，取决于观察的角度。在波束指向的反方向（即210度附近），可能会产生一个明显的副瓣或改变原有零点的深度。这是因为中心阵元的存在，使得阵列不再关于原点中心对称。
• 方向性系数：虽然我们没有直接计算方向性系数D，但主瓣变窄通常意味着最大方向性系数有所提高。中心阵元贡献了额外的辐射功率，并且在主瓣方向上与圆周阵元同相叠加，提高了阵列的“聚焦”能力。

4.3 关键参数影响分析

为了更全面地理解这两种阵列，我们可以利用写好的代码，轻松修改参数进行探索：

1. 阵元数量 N 的影响：

   • 增加N：无论是哪种结构，增加圆周上的阵元数量，都会使方向图的主瓣变窄，旁瓣数量增多但旁瓣电平可能降低（因为阵列孔径增大，分辨率提高）。对于有中心阵元的阵列，中心阵元的相对影响会随着N增大而略有减弱，因为圆周阵元的集体贡献占比变大。
   • 减少N：例如N=4，方向图主瓣会变得非常宽，旁瓣巨大。此时，中心阵元的存在与否对方向图形状的影响将更为显著。

2. 圆阵半径 R 的影响：

   • R 与波长的关系：R = 0.5λ是常用起点。如果R过小（如0.2λ），阵元间距过密，方向图主瓣会变得很宽，阵列的定向能力差。如果R过大（如1.0λ或更大），需要警惕栅瓣的出现。对于圆形阵列，栅瓣的判断比直线阵列复杂，但基本原则是阵元间的最大间距（这里是圆上相邻阵元的弧长，约2πR/N）不宜超过半波长太多。
   • 对两种结构的影响：半径变化对两种结构的影响趋势一致。但对于有中心阵元的阵列，半径R直接决定了中心阵元与圆周阵元的距离，这个距离是影响干涉模式的关键参数。R越大，中心与边缘的相位差变化越剧烈，方向图可能更复杂。

3. 波束指向phi0的影响：

   • 对于无中心阵元的UCA，当波束指向改变时，方向图形状（除指向外）基本保持不变，只是整体旋转了一个角度，这是圆形阵列各向同性的一种体现。
   • 对于有中心阵元的UCA，由于中心阵元的存在破坏了严格的旋转对称性，当波束指向不同角度时，方向图（特别是旁瓣和零点结构）可能会发生微小的变化，因为中心阵元与圆周上不同位置阵元的空间关系随扫描角变化而不同。

5. 常见问题、调试技巧与代码优化

在实际仿真和后续应用中，你可能会遇到以下问题。这里分享一些我的排查经验和优化建议。

5.1 方向图看起来“不对”或异常

• 问题现象：主瓣不在指定的phi0方向；图形不对称；出现异常高的旁瓣。
• 排查步骤：
  1. 检查相位补偿计算：这是最容易出错的地方。确认公式-k * R * cos(phi0 - phi_n)是否正确。特别注意phi0和phi_n的单位必须是弧度。使用deg2rad()函数确保转换。
  2. 验证阵元位置：在计算权值前，可以先画个散点图看看阵元位置对不对。

     figure; plot(x_n, y_n, 'bo', 'MarkerSize', 10, 'LineWidth', 2); hold on; if has_center_element plot(0, 0, 'r*', 'MarkerSize', 15, 'LineWidth', 2); % 中心阵元用红色星号表示 end axis equal; grid on; xlabel('x (波长)'); ylabel('y (波长)'); title('阵元位置分布');

  3. 检查归一化：确保方向图进行了正确的归一化（P / max(P)）。有时未归一化的方向图绝对值很小，在对数坐标下会显示为异常的负值。
  4. 检查波数k和波长λ：确认载频fc和光速c定义正确。一个常见的低级错误是c = 3e8写成了c = 3e6，导致波长计算错误100倍，整个空间相位全乱。

5.2 仿真速度太慢

当阵元数N或角度采样点M很大时，双重循环会非常耗时。

• 优化方案：向量化计算将内层循环替换为矩阵运算。核心思想是构建一个M x N的“空间相位矩阵”。

  % 向量化计算阵列因子 (以无中心阵元为例) % phi 是 1 x M 的行向量， phi_n 是 1 x N 的行向量 % 利用 broadcasting 和矩阵乘法 % 构建 M x N 的相位矩阵： Phase_Matrix(m,n) = k*R*cos(phi(m) - phi_n(n)) [Phi_grid, Phi_n_grid] = meshgrid(phi, phi_n); % Phi_n_grid 是 N x M, 需要转置 % 注意：meshgrid的输出维度，通常更适合的用法是： [Phi_n_grid, Phi_grid] = meshgrid(phi_n, phi); % Phi_grid 是 M x N, Phi_n_grid 是 M x N Phase_Matrix = k * R * cos(Phi_grid - Phi_n_grid); % M x N % 计算阵列因子：对每个角度m，求所有阵元n的 w(n)*exp(j*phase) 之和 % 这等价于矩阵乘法： AF = (exp(j*Phase_Matrix)) * w % 其中 w 是 N x 1 的列向量 AF_vectorized = exp(1j * Phase_Matrix) * w(:); % M x 1 的列向量 AF = AF_vectorized.'; % 转为行向量以保持兼容

  这种方法可以避免显式循环，利用MATLAB底层优化，速度可提升数十倍甚至上百倍。对于有中心阵元的情况，只需在最后加上中心阵元的贡献：AF = AF_vectorized.' + w_center（其中w_center是中心阵元的复权值）。

5.3 如何仿真三维方向图？

本文讨论的是二维（方位角）方向图，假设俯仰角为0（阵元在xy平面，观测也在xy平面）。若要仿真三维方向图，需要引入俯仰角θ。

• 模型扩展：阵元坐标需包含z分量（对于平面圆阵，z=0）。波矢方向由方位角φ和俯仰角θ共同决定。相位差公式需扩展为： [ \Delta \psi_n = k R \sin\theta \cos(\phi - \phi_n) ] 这里假设了远场和球坐标系。方向图将变成AF(θ, φ)的二维函数。
• 代码修改：需要双层循环遍历φ和θ，或者使用meshgrid生成二维角度网格，计算得到二维的阵列因子矩阵，然后用surf或mesh函数绘制三维图形，或用imagesc绘制二维色度图。
• 计算量警告：三维仿真计算量急剧增加（角度采样点从M个变为M*L个，L是俯仰角采样数），务必使用上述向量化方法优化代码。

5.4 扩展：非等幅激励与波束赋形

本文使用的是最简单的等幅激励。在实际应用中，为了获得更低的旁瓣（如切比雪夫加权、泰勒加权）或形成特定的波束形状（如零陷对准干扰方向），需要对各阵元的幅度和相位进行联合优化。

• 幅度加权：只需修改权值向量w的幅度部分。例如，为了降低旁瓣，可以使用汉明窗、汉宁窗等函数对圆周上的阵元进行幅度锥削。

  % 例如，对圆周阵元应用汉明窗幅度加权（不包括中心阵元） window_weights = hamming(N); % 生成N点的汉明窗，值在0~1之间 w_amplitude = window_weights'; % 转为行向量 if has_center_element w_amplitude = [w_amplitude; 1]; % 中心阵元幅度保持为1或另设 end w = w_amplitude .* exp(1j * w_phase); % 将幅度加权与相位补偿结合

• 自适应波束形成：这涉及到更复杂的算法，如MVDR（最小方差无失真响应）、LCMV（线性约束最小方差）等。其核心是根据接收到的信号协方差矩阵，实时计算最优权值w，以在抑制干扰和噪声的同时，保持对期望信号的接收。这超出了本文基础仿真的范围，但基于此代码框架，你可以接入信号模型和自适应算法进行深入探索。

通过这个从理论到代码、从基础到扩展的完整过程，我们不仅实现了两种均匀圆形阵列的方向图仿真，更建立了一个可以灵活用于阵列天线性能分析的基础平台。理解圆心阵元带来的影响，是进行更复杂阵列设计（如共形阵列、稀疏阵列）的第一步。希望这份详细的拆解和代码，能成为你探索阵列信号处理世界的一块坚实垫脚石。

本文还有配套的精品资源，点击获取