简介本资源是一套面向通信工程、电磁场与微波技术方向本科生及初学者的均匀面阵波束合成方向图仿真学习工具聚焦阵列天线方向图建模与参数影响分析。压缩包共6个文件5个MATLAB函数文件1个说明文本总大小仅5KB轻量易用核心函数uniform_surface_array实现方向图数值计算其余主函数分别完成球坐标系、直角坐标系、UV坐标系下的三维/二维方向图绘制并支持主瓣宽度、副瓣电平的一维切片对比分析。已有183人下载学习代码全程中文注释详尽所有关键参数阵元数M/N、间距d、载频f、波束指向角均可自由修改实时观察阵列规模与几何参数对辐射特性的影响规律。读者可直接复现完整仿真流程深入理解均匀面阵的方向图形成机理、空间分辨率与栅瓣抑制关系为相控阵系统设计与本科毕设提供扎实的MATLAB实践基础。1. 项目概述从“画图”到“设计”的思维跃迁看到“绘制均匀面阵波束合成方向图”这个标题很多刚接触阵列天线的朋友可能会觉得这不就是个MATLAB画图作业吗找段代码跑一下出来个三维的辐射图案任务就完成了。但如果你在通信、雷达或声纳领域有过实际项目经验就会明白方向图远不止是一张漂亮的3D渲染图。它是一份阵列系统的“体检报告”直观地揭示了系统的空间滤波能力、增益潜力、抗干扰短板以及潜在的工程风险。我处理过不少阵列调试的案子初期仿真方向图看起来都挺完美一到实测就发现副瓣超标、指向偏差问题往往就出在对方向图“特点”的理解深度不够只看了个热闹没看懂门道。这个项目的目的就是带你超越简单的“绘图”进入“解读”和“设计”的层面。我们将用MATLAB作为核心工具但重点不在于罗列代码而在于通过代码的每一个步骤拆解均匀面阵波束合成的底层原理并深度解读方向图中每一个波瓣、每一个零点所代表的物理意义和工程含义。无论你是正在完成课程设计的学生还是需要快速验证天线阵列方案的工程师这篇文章都将为你提供一个从理论到实践、从仿真到评估的完整闭环。你会发现掌握了方向图的正确“打开方式”你在进行阵列设计、波束赋形算法开发甚至系统性能预估时会更有底气少走很多弯路。2. 核心原理均匀面阵方向图是怎么“算”出来的在动手写代码之前我们必须把均匀面阵方向图的数学骨架搭清楚。很多教程直接扔出公式我们这里要搞明白每个参数的物理意义以及它们是如何影响最终那张图的。2.1 阵列因子核心的数学模型均匀面阵可以看作是由M行N列的阵元在xOy平面上按矩形网格排列而成。假设阵元间距在x方向为dx在y方向为dy。波束合成的目标是让所有阵元发射的信号在某个期望方向(θ0, φ0)上同相叠加获得最大增益。这个“同相”是通过对每个阵元施加一个特定的相位补偿即权值来实现的。阵列因子AF(θ, φ)描述了阵列在远场观察方向(θ, φ)上的辐射场相对强度忽略单个阵元的方向性。其表达式为AF(θ, φ) Σ_{m0}^{M-1} Σ_{n0}^{N-1} w_{mn} * exp(j * k * (m*dx*u_x n*dy*u_y))其中w_{mn}第(m,n)个阵元的复加权系数即幅度和相位。对于均匀加权各阵元等幅同相w_{mn} 1。k 2π/λ波数λ为波长。u_x sinθ cosφ - sinθ0 cosφ0u_y sinθ sinφ - sinθ0 sinφ0这里的关键理解u_x和u_y是方向余弦差。sinθ cosφ是观察方向的方向余弦在x轴的分量sinθ0 cosφ0是波束指向方向的方向余弦在x轴的分量。它们的差乘以阵元位置(m*dx, n*dy)再乘以波数k就得到了第(m,n)个阵元相对于参考点通常是阵列中心或一角的空间相位差。exp(j*相位差)就是这个阵元在远场观察点贡献的复信号。求和Σ就是所有阵元信号的矢量叠加。为什么是“差”因为波束合成权值已经补偿了指向(θ0, φ0)的相位延迟。所以在计算任意方向(θ, φ)的场强时我们关心的是该方向与期望指向之间的“剩余”相位差。2.2 方向图的可视化维度切面与三维得到阵列因子AF后其功率方向图一般表示为P(θ, φ) |AF(θ, φ)|^2。为了全面分析我们通常从三个维度来看三维方向图最直观的全局视图在θ∈[0,π]和φ∈[0,2π]的球面网格上计算P(θ, φ)并用三维曲面或颜色映射显示。它能一次性展示主瓣、副瓣、栅瓣在空间中的分布。二维切面方向图三维图虽然全面但不利于精确读取参数。因此我们常固定一个角度看另一个角度的变化。方位面φ面固定俯仰角θ 90°即水平面观察方位角φ从0°到360°的变化。这对于地面雷达、基站天线分析水平覆盖特别重要。俯仰面θ面固定方位角φ φ0通常是主瓣指向的方位观察俯仰角θ从0°到180°的变化。这对于分析天线在垂直面的波束形状和零点深度很关键。主平面方向图通常指φ0°和φ90°的两个正交垂直面它们对应阵列的x轴和y轴方向能反映阵列在两个维度上的性能。注意在仿真中我们通常计算的是“阵列因子方向图”。实际天线方向图是“单元方向图”与“阵列因子方向图”的乘积。对于各向同性的理想阵元两者相同。在初步设计时用阵列因子分析是标准做法它能清晰反映阵列结构本身的影响。3. MATLAB代码实现从公式到图形的完整流程下面我将结合代码逐段解析说明每一步的目的、注意事项并提供可直接运行的完整脚本框架。我们假设一个8×8的均匀面阵阵元间距为半波长(dxdyλ/2)波束指向为(θ030°, φ045°)。3.1 参数定义与网格生成%% 1. 参数定义 clear; clc; close all; % 阵列参数 M 8; % x方向阵元数 N 8; % y方向阵元数 dx 0.5; % x方向阵元间距波长λ的倍数通常设为0.5λ以避免栅瓣 dy 0.5; % y方向阵元间距 theta0 deg2rad(30); % 波束指向俯仰角弧度90度为水平面 phi0 deg2rad(45); % 波束指向方位角弧度 % 方向图计算角度范围与分辨率 theta_points 181; % 俯仰角θ采样点数 (0~180度) phi_points 361; % 方位角φ采样点数 (0~360度) theta linspace(0, pi, theta_points); % 俯仰角向量0到π phi linspace(0, 2*pi, phi_points); % 方位角向量0到2π % 生成二维角度网格 [Theta, Phi] meshgrid(theta, phi) 是常见错误 % meshgrid输入是行向量和列向量输出矩阵维度是 length(phi) × length(theta) % 这符合 spherical coordinate 的惯例φ变化更频繁行θ变化较慢列 [Theta, Phi] meshgrid(theta, phi);关键点解析clear; clc; close all;是良好的习惯清空工作区、命令窗口和图形窗口避免旧数据干扰。间距设置dxdy0.5半波长是黄金法则。大于半波长会在可见空间内引入“栅瓣”与主瓣幅度相当的副瓣严重恶化方向图。小于半波长会降低阵列孔径影响增益和分辨率但可以抑制栅瓣。除非有特殊需求如超分辨率否则优先用半波长。角度转换MATLAB的三角函数sin,cos接收弧度制输入。使用deg2rad()转换更安全直观。网格生成meshgrid这里容易搞混维度。Theta和Phi都是361×181的矩阵。Theta(i,j)和Phi(i,j)共同定义了空间中的一个方向。这种排列是为了后续方便计算和绘图。3.2 阵列因子计算向量化实现这是核心计算部分采用向量化操作避免低效的循环大幅提升计算速度。%% 2. 计算阵列因子 (向量化方法高效) % 构建阵元位置索引矩阵 m 0:(M-1); n 0:(N-1); % 计算波束指向对应的相位补偿 u0_x sin(theta0) * cos(phi0); u0_y sin(theta0) * sin(phi0); % 计算所有角度下的方向余弦差 % U_x 和 U_y 都是 361x181 的矩阵 U_x sin(Theta) .* cos(Phi) - u0_x; % .* 是点乘对矩阵每个元素操作 U_y sin(Theta) .* sin(Phi) - u0_y; % 初始化阵列因子矩阵 AF大小为 361x181 AF zeros(size(Theta)); % 关键向量化求和 % 利用 exp(j*k*d*m*U) 的矩阵运算形式 % 对于每个方向(Theta(i,j), Phi(i,j))其阵列因子是 exp(j*2π*dx*m*U_x(i,j)) 与 exp(j*2π*dy*n*U_y(i,j)) 的乘积求和 % 可以分解为两个一维阵列因子的乘积可分离性 for i 1:length(phi) for j 1:length(theta) % 计算x方向线性阵列的因子 phase_x 2*pi * dx * m * U_x(i, j); AF_x sum(exp(1j * phase_x(:))); % 对m求和 % 计算y方向线性阵列的因子 phase_y 2*pi * dy * n * U_y(i, j); AF_y sum(exp(1j * phase_y(:))); % 对n求和 % 均匀面阵阵列因子等于两个正交线性阵列因子的乘积 AF(i, j) AF_x * AF_y; end end % 计算归一化功率方向图 P abs(AF).^2; P_normalized P / max(P(:)); % 归一化到0-1 P_dB 10 * log10(P_normalized); % 转换为dB刻度代码逻辑深度解读可分离性均匀矩形面阵的阵列因子可以分解为x方向和y方向两个均匀线阵阵列因子的乘积。这是代码中使用双重循环但内部分解计算AF_x和AF_y的理论基础。这种分解让理解和计算都变得更简单。向量化 vs 循环最内层对m和n的求和我们使用了sum(exp(1j * phase_x(:)))。虽然外层对角度i, j用了循环但内层对阵元索引的求和是向量化的。对于8x8这样规模的阵列这个计算量完全可以接受。如果阵列规模巨大如64x64可以考虑完全向量化但代码可读性会下降。这里在清晰度和效率间取得了平衡。归一化与dB刻度P_normalized将最大增益设为1或0dB方便比较不同阵列的方向图形状。P_dB是工程中最常用的刻度因为它能放大低副瓣区域的细节-20dB、-30dB的副瓣在dB图上清晰可见在线性图上却只是一条贴近零的线。3.3 三维方向图绘制%% 3. 绘制三维方向图 figure(‘Position‘, [100, 100, 800, 600]); % 设置图形位置和大小 % 将球坐标转换为直角坐标用于3D绘图 R abs(AF); % 用阵列因子的幅度作为径向距离 X R .* sin(Theta) .* cos(Phi); Y R .* sin(Theta) .* sin(Phi); Z R .* cos(Theta); surf(X, Y, Z, P_dB, ‘EdgeColor‘, ‘none‘, ‘FaceAlpha‘, 0.9); axis equal; axis tight; grid on; view(135, 30); % 设置视角 xlabel(‘X (波长倍数)‘); ylabel(‘Y (波长倍数)‘); zlabel(‘Z (波长倍数)‘); title(‘均匀面阵三维功率方向图 (dB刻度)‘); colormap(‘jet‘); colorbar; clim([-50, 0]); % 设置颜色映射和范围限制显示动态范围绘图技巧与避坑‘EdgeColor‘, ‘none‘去掉三维曲面的网格线让颜色填充的表面更光滑图形更美观。‘FaceAlpha‘, 0.9设置一定的透明度可以从侧面看到背面的结构。view(135, 30)设置视角的方位角和俯仰角。135, 30是一个能较好展示三维形状的角度你可以交互式调整。clim([-50, 0])这是关键一步它设置了颜色轴的范围为-50dB到0dB。方向图在远离主瓣的区域功率值可能低至-80dB或更低如果不限制clim颜色映射会拉伸到整个范围导致主瓣和近区副瓣的颜色对比不明显图形看起来一片暗淡。限制范围后-50dB以下的部分都显示为深蓝色突出了主瓣和主要副瓣的结构。3.4 二维切面方向图绘制三维图看全局二维图看细节和读数。%% 4. 绘制二维切面方向图 figure(‘Position‘, [100, 100, 1200, 500]); % 子图1固定俯仰角theta90度水平面观察方位角phi变化 subplot(1, 2, 1); phi_cut_index find(theta pi/2, 1); % 找到theta90度对应的索引 plot(rad2deg(phi), P_dB(:, phi_cut_index), ‘b-‘, ‘LineWidth‘, 1.5); xlim([0, 360]); ylim([-50, 0]); grid on; xlabel(‘方位角 \phi (度)‘); ylabel(‘归一化功率 (dB)‘); title([‘方位面方向图 (\theta‘, num2str(rad2deg(theta(phi_cut_index))), ‘°)‘]); % 标记主瓣指向 hold on; plot(rad2deg(phi0)*[1,1], ylim, ‘r--‘, ‘LineWidth‘, 1); text(rad2deg(phi0)5, -5, [‘\phi_0‘, num2str(rad2deg(phi0)), ‘°‘], ‘Color‘, ‘r‘); % 子图2固定方位角phi45度主瓣指向方位观察俯仰角theta变化 subplot(1, 2, 2); [~, phi0_index] min(abs(phi - phi0)); % 找到最接近phi0的索引 plot(rad2deg(theta), P_dB(phi0_index, :), ‘b-‘, ‘LineWidth‘, 1.5); xlim([0, 180]); ylim([-50, 0]); grid on; xlabel(‘俯仰角 \theta (度)‘); ylabel(‘归一化功率 (dB)‘); title([‘俯仰面方向图 (\phi‘, num2str(rad2deg(phi(phi0_index))), ‘°)‘]); % 标记主瓣指向 hold on; plot(rad2deg(theta0)*[1,1], ylim, ‘r--‘, ‘LineWidth‘, 1); text(rad2deg(theta0)5, -5, [‘\theta_0‘, num2str(rad2deg(theta0)), ‘°‘], ‘Color‘, ‘r‘);实操心得索引查找find(theta pi/2, 1)用于找到俯仰角θ90°对应的索引。因为theta是离散采样可能没有精确的pi/2所以用找第一个大于等于的点。min(abs(phi - phi0))是另一种常用方法找到最接近目标值的索引。图形标注用红色虚线‘r--‘和text函数标注主瓣指向能让图形信息一目了然是专业报告中的必备元素。动态标题使用[‘方位面方向图 (\theta‘, num2str(...), ‘°)‘]的方式生成标题可以将变量值动态嵌入标题避免手动修改代码复用性更高。4. 方向图关键特征解读与工程意义图形画出来了现在才是重点怎么看这些波峰波谷意味着什么4.1 主瓣及其参数主瓣是方向图中辐射强度最大的波瓣对应波束指向。主瓣宽度通常指半功率波束宽度HPBW, Half Power Beamwidth即功率下降到峰值一半-3dB点处的角度宽度。在二维切面图上找到-3dB点对应的两个角度其差值就是该平面的HPBW。对于均匀面阵主瓣宽度反比于阵列孔径阵元数×间距。8×8半波长间距的阵列理论方位和俯仰面HPBW大约在≈ 0.886 * λ / (N*d) ≈ 12.7°左右。你的仿真结果应该接近这个值。主瓣宽度直接决定了系统的角度分辨率和定位精度。指向精度图中主瓣峰值位置是否严格等于(30°, 45°)由于角度采样离散化可能会有极小偏差。但在实际系统中相位量化误差、阵元位置误差都会导致指向偏差Beam Squinting这在宽带系统或相控阵中尤为重要。4.2 副瓣电平SLL副瓣是除主瓣外其他方向的辐射波瓣。最高的副瓣称为第一副瓣。影响副瓣会接收来自非期望方向的干扰信号或产生虚假目标降低系统的信干噪比SINR。雷达中强副瓣可能导致地物杂波淹没弱小目标通信中副瓣会干扰其他用户或受到干扰。均匀加权阵列的SLL对于均匀加权等幅同相的均匀线阵第一副瓣电平约为 -13.2 dB。对于均匀面阵由于可分离性其副瓣特性与线阵类似主平面上的第一副瓣电平也大约在 -13 dB 左右。你的仿真图应该能验证这一点。-13dB的副瓣通常太高了不满足大多数工程需求。4.3 栅瓣问题当阵元间距d λ时在可见空间(sinθ ∈ [-1, 1])内会出现与主瓣幅度相等的栅瓣。这是要极力避免的因为栅瓣意味着能量被分散到多个方向上。我们的代码设置dxdy0.5λ所以在三维图中你应该看不到明显的栅瓣。你可以尝试将dx改为1.2重新运行观察方向图的变化会看到除了主瓣方向在其他位置出现了强度相当的波瓣这就是栅瓣。4.4 零点深度与位置方向图中辐射强度极低深凹陷的点称为零点。零点的位置由阵列的几何结构和加权决定。均匀阵列的零点位置有规律可循。零点的价值在于“陷波”可以将零点对准已知的强干扰方向从而在空间上抑制干扰。在方向图上表现为干扰方向有一个很深的凹陷。后续如果使用切比雪夫、泰勒等非均匀加权锥削来降低副瓣会改变零点的位置和深度。5. 扩展探索改变参数观察方向图演变真正的理解来自于动手实验。我强烈建议你修改以下参数重新运行代码并观察和解释方向图的变化。这是将知识内化的最佳途径。改变阵元数将M和N改为4或16。观察主瓣宽度如何变化变宽/变窄副瓣结构有何不同阵元数越多主瓣越窄增益越高但副瓣数量也越多。改变阵元间距将dx和dy改为0.3或0.8。0.3λ阵列孔径变小主瓣变宽但可见空间内绝对无栅瓣风险。0.8λ主瓣变窄但注意观察是否在sinθ ≈ ±0.625附近出现了栅瓣的雏形一个较高的副瓣计算栅瓣出现条件|u| λ/d。当d0.8λ时λ/d1.25。在u sinθ cosφ - u0空间中当u的绝对值超过1时栅瓣不可见。但u0不为零时可能会将栅瓣“拉进”可见空间。改变波束指向将theta0指向60°或80°大角度扫描。观察主瓣形状是否对称在端射方向θ090°附近主瓣会变宽。观察副瓣电平是否变化均匀加权阵列在扫描时副瓣电平会升高。这是一个关键现象波束扫描时等效阵列孔径在扫描方向上的投影会变小导致该方向的主瓣宽度展宽。同时由于阵元间相位差变化方向图形状会失真。尝试非均匀加权选做这是降低副瓣的关键技术。你可以修改权值w_{mn}。例如尝试汉明Hamming加权% 生成x和y方向的一维汉明窗 w_x hamming(M); w_y hamming(N); % 生成二维权值矩阵 (外积) W w_x * w_y‘; % 注意转置得到 MxN 矩阵 % 在计算AF_x和AF_y时将 sum(exp(...)) 改为 sum(w_x .* exp(...))同理对y方向。重新计算并绘图你会发现第一副瓣电平显著降低可达-40dB以下但代价是主瓣宽度会略有增加。这就是天线设计中的经典权衡副瓣电平 vs. 主瓣宽度/增益。6. 常见问题与调试技巧实录在实际编写和运行这类仿真代码时你可能会遇到以下问题问题1三维方向图显示不正常像一个“炸开的球”或者结构混乱。可能原因1meshgrid输入顺序错误导致Theta和Phi矩阵维度不匹配。记住[Theta, Phi] meshgrid(theta, phi)其中theta是俯仰角采样向量phi是方位角采样向量。可能原因2直角坐标转换公式错误。正确的转换是X R .* sin(Theta) .* cos(Phi)Y R .* sin(Theta) .* sin(Phi)Z R .* cos(Theta)检查是否漏掉了.点乘误用了矩阵乘。可能原因3clim设置不当。如果动态范围太大颜色对比度太低图形会显得模糊一片。尝试clim([-30, 0])或clim([-40, 0])。问题2方向图主瓣指向与我设置的(theta0, phi0)对不上。检查相位补偿计算确认u0_x和u0_y的计算公式正确u0_x sin(theta0)*cos(phi0)u0_y sin(theta0)*sin(phi0)。检查方向余弦差确认U_x和U_y的计算是观察方向 - 指向方向而不是反过来。检查角度单位确保theta0和phi0在代入三角函数前已转换为弧度。使用deg2rad()函数是可靠的做法。问题3代码运行速度很慢尤其是增加角度采样点数或阵元数后。优化策略我们当前的代码在角度网格上使用了双重循环。对于更大规模的仿真可以尝试完全向量化。思路是利用meshgrid生成阵元位置网格(M_grid, N_grid)和角度网格(Theta, Phi)然后通过repmat或reshape操作将计算转化为大型矩阵运算避免循环。但这会大幅增加内存消耗。对于教学和初步设计当前的代码清晰度和效率已经足够。问题4如何定量读取主瓣宽度和副瓣电平手动读取在二维切面图上可以使用MATLAB图形窗口的“数据游标”工具点击-3dB点读取角度坐标。编程读取编写一小段代码自动查找。例如对于方位面方向图数据P_dB_cut P_dB(:, phi_cut_index)peak_power max(P_dB_cut); peak_index find(P_dB_cut peak_power, 1); % 找主瓣右侧-3dB点 right_side P_dB_cut(peak_index:end); index_3dB_right find(right_side (peak_power-3), 1) peak_index - 1; % 找主瓣左侧-3dB点需反转数据 left_side P_dB_cut(1:peak_index); index_3dB_left find(flip(left_side) (peak_power-3), 1); index_3dB_left peak_index - index_3dB_left 1; % 计算角度宽度 hp_bw abs(phi(index_3dB_right) - phi(index_3dB_left)); fprintf(‘半功率波束宽度约为%.2f 度\n‘, rad2deg(hp_bw));类似的方法可以用于查找第一副瓣电平。最后我想分享一点个人体会阵列方向图仿真不仅仅是验证理论它更是一个强大的“数字沙盘”。在硬件制作之前通过这样的仿真你可以快速评估不同阵列规模、不同间距、不同加权方案、不同扫描角下的性能预判栅瓣、副瓣、波束宽度等关键指标从而在概念设计阶段就规避掉许多潜在问题。把这段代码吃透并养成修改参数、观察现象、分析原因的习惯你会对阵列天线的理解上升一个实实在在的台阶。当你下次看到一副实测方向图时脑海里能立刻浮现出它背后的阵列结构和可能采用的加权函数那这种感觉就对了。本文还有配套的精品资源点击获取