1. 课程导入

在毫米波、卫星通信、相控阵雷达与6G试验系统中，波束形成决定了能量往哪里集中、干扰从哪里被抑制、用户如何被空分复用。传统模拟波束形成依靠移相器在射频端完成相位加权，结构简单但波束数量与自由度受限；全数字波束形成则为每个阵元配置独立射频链路与ADC/DAC，在基带完成幅度相位加权，灵活却面临功耗、成本与散热压力。本课程关注的混合波束工程，正是在两者之间寻找工程最优解：用少量射频链路驱动大规模阵列，通过“模拟预编码+数字预编码”两级架构，在性能与可实现性之间取得平衡。

核心概念：从阵元到波束

波束形成的物理本质是空间相位对齐。以N元均匀线阵为例，阵元间距为d，信号入射角为θ，相邻阵元间的波程差为d·sinθ，对应相位差为2πd·sinθ/λ。若给第n个阵元施加权值w_n=e^{-j2πnd·sinθ/λ}，则来自θ方向的信号同相叠加，其他方向被抑制，形成指向θ的波束。这一组权值构成的向量称为导向矢量，它是所有波束形成算法的基石。

数字波束形成（DBF）在基带对每个阵元信号独立加权，因此可以同时形成多个波束、自适应置零、进行超分辨估计。混合波束形成（HBF）则把权值分解为两级：射频端的模拟预编码矩阵F_RF（通常由移相器实现，恒模约束）与基带的数字预编码矩阵F_BB。总预编码为F=F_RFF_BB，其核心约束是F_RF中每个元素模为1，且射频链路数N_RF远小于阵元数N。

方法流程：一条可复用的工程主线

面对一个波束形成任务，建议按以下流程推进，避免一上来就陷入算法细节：

1. 明确场景与指标：工作频段、带宽、阵元数、期望波束数、扫描范围、EIRP、功耗上限。
2. 选择架构：若波束数少、成本敏感，优先模拟或混合；若需多波束、自适应置零，选数字或混合。
3. 建立信号模型：写出导向矢量a(θ)、接收信号x=As+n，明确噪声与干扰假设。
4. 设计权值：数字端可用MVDR、LCMV、MMSE；混合端需联合设计F_RF与F_BB。
5. 评估与迭代：计算波束图、增益、旁瓣、SINR，检查是否满足指标，必要时调整子阵划分或射频链数。

# 典型参数估算示例（毫米波混合波束）
载频 fc        = 28 GHz
阵元数 N       = 256（16×16 平面阵）
射频链数 N_RF  = 16
子阵规模       = 16 阵元/子阵
阵元间距 d     = λ/2 ≈ 5.36 mm
阵列增益上限   ≈ 10·log10(N) ≈ 24 dBi
混合架构损耗   ≈ 1~2 dB（移相器量化与合成损耗）

案例与场景：为什么混合波束成为主流

以28GHz毫米波基站为例，若采用256阵元全数字架构，需要256条射频链，每条链包含LNA、混频器、ADC等，功耗可能超过数百瓦，且散热与成本难以承受。采用16条射频链的混合架构，每个射频链驱动16个阵元的子阵，模拟端用移相器完成粗波束指向，数字端用16×K的预编码矩阵同时服务多个用户。实测中，混合架构能以约20%的射频链路代价获得接近全数字架构80%以上的和速率，这正是它在5G毫米波与卫星通信中被广泛采用的原因。

常见误区与复盘

• 误区一：阵元越多增益一定越高。增益上限确实随N增大，但阵元间距大于λ/2会引入栅瓣，互耦与幅相误差也会吃掉实际增益。
• 误区二：混合波束只是“少几条射频链”。恒模约束使F_RF无法任意取值，数字与模拟的联合设计才是难点，量化移相器还会带来波束指向偏差。
• 误区三：忽略波束训练开销。波束越窄，对齐越难，训练时间与导频开销必须纳入系统预算。
• 复盘方法：每次设计后记录“架构选择理由、关键参数、实测波束图、偏差来源”，形成自己的工程检查清单。