2、阵列信号基础：阵列几何构型、阵列流形向量与窄带信号模型

阵列信号处理的核心任务，是从多个空间分布的传感器（阵元）同步采集到的信号中，提取信源的方向、幅度、频率等信息。要完成这一任务，首先必须建立一套严谨的数学模型，将物理世界的“空间位置”与数学世界的“相位差”对应起来。本章作为全课程的基石，将系统梳理三种典型的阵列几何构型（均匀线阵ULA、均匀面阵URA、任意阵列），推导描述阵列空间响应的核心工具——阵列流形向量（Array Manifold Vector），并建立窄带信号模型。理解这三者之间的内在联系，是后续学习波束形成权值计算、DOA估计算法（如MUSIC、ESPRIT）的前提。

上图从整体上勾勒了本章的知识框架：左侧的几何构型决定了阵元间的空间相位关系，中间的阵列流形向量是该关系的数学封装，右侧的窄带模型则将这种封装嵌入到接收信号的时域表达中。下面我们逐一展开。

2.1 阵列几何构型：从一维到三维的空间采样

核心原理：阵列几何构型决定了空间采样方式，直接影响阵列的孔径、分辨能力和模糊度。不同构型在相同阵元数下，其方向图主瓣宽度、旁瓣电平以及DOA估计的CRB（克拉美-罗界）均有显著差异。

• 均匀线阵（ULA）：所有阵元等间距排列在一条直线上。设阵元间距为d，阵元数为M，则第m个阵元的位置为p_m = (m-1)·d。ULA只能区分一维角度（方位角θ），且存在前后向模糊（θ与π-θ不可区分）。工程中通常取d = λ/2，以避免栅瓣（Grating Lobe）。
• 均匀面阵（URA）：阵元在二维平面上按矩形或三角形网格排列。URA可同时估计方位角θ和俯仰角φ，消除了ULA的前后向模糊。设x方向间距为d_x，y方向间距为d_y，则第(m,n)个阵元位置为p_m,n = ((m-1)d_x, (n-1)d_y)。
• 任意阵列：阵元位置无规则约束，可以是共形阵（贴附于载体表面）、稀疏阵或随机阵。任意阵列的流形向量无法用闭式表达式统一描述，通常需要实测或数值计算。其优势在于可灵活设计波束形状，但代价是算法复杂度显著上升。

2.2 阵列流形向量：空间响应的数学指纹

核心原理：阵列流形向量a(θ)描述了来自方向θ的单位功率窄带信号在M个阵元上引起的复振幅响应。其本质是各阵元相对于参考阵元的相位差向量。对于ULA，以第0个阵元为参考，第m个阵元接收到的信号相对于参考阵元的时延为τ_m = (m·d·sinθ)/c，对应的相位差为 -2πf₀τ_m = -2πm·d·sinθ/λ。

操作流程（构建流形向量）：

1. 确定阵列几何：列出所有阵元的空间坐标p_m = [x_m, y_m, z_m]ᵀ。
2. 定义入射方向单位矢量：u(θ,φ) = [cosθ·cosφ, sinθ·cosφ, sinφ]ᵀ（球坐标定义）。
3. 计算空间程差：Δ_m = p_mᵀ·u(θ,φ)。
4. 生成流形向量：a(θ,φ) = [e^{-j2πΔ₀/λ}, e^{-j2πΔ₁/λ}, ..., e^{-j2πΔ_M-1/λ}]ᵀ。

对于URA，流形向量可表示为x方向与y方向流形向量的Kronecker积：a_URA(θ,φ) = a_y(θ,φ) ⊗ a_x(θ,φ)，这一性质可大幅简化计算。

2.3 窄带信号模型：从物理信号到复基带表示

核心原理：窄带假设是阵列信号处理中最常用的简化条件。所谓“窄带”，是指信号带宽B远小于载频f₀，且信号包络在跨越阵列孔径所需的时间τ_max内近似不变。数学上，接收信号可表示为：

x(t) = a(θ)·s(t) + n(t)
其中：
  x(t) ∈ C^{M×1}：M个阵元的接收快拍
  s(t) ∈ C^{1×1}：信号复包络（含幅度和相位）
  n(t) ∈ C^{M×1}：加性噪声，通常假设为空间白噪声
  a(θ) ∈ C^{M×1}：阵列流形向量

该模型将载波项e^{j2πf₀t}隐去，所有信息都包含在复包络s(t)中。对于多个信源（K个），模型扩展为x(t) = A(Θ)·s(t) + n(t)，其中A(Θ) = [a(θ₁), a(θ₂), ..., a(θ_K)]为M×K维方向矩阵。

2.4 常见误区与设计复盘

误区一：认为d越小越好。实际上，d < λ/2会增大阵元间互耦，且降低阵列有效孔径，导致波束宽度变宽。d > λ/2则会产生栅瓣，使DOA估计出现模糊。标准做法是d = λ/2，若需扩展孔径，可采用稀疏阵列配合解模糊算法。

误区二：忽略阵元位置误差。实际阵列中，阵元安装位置偏差、通道幅相不一致都会破坏流形向量的理想结构。仿真中性能优异的算法，在实测中往往因流形失配而性能骤降。因此，高精度阵列标定（如使用旋转源或近场校正）是工程落地的必要环节。

误区三：将窄带模型直接套用于宽带信号。若信号带宽较宽，不同频率分量对应的流形向量不同，简单使用中心频率的a(θ)会引入模型误差。此时应使用频域子带处理或聚焦变换。