企业官网建设流程全解析

简介：面向雷达信号处理学习者的MIMO雷达波束形成MATLAB资料包，紧扣MIMO雷达多天线收发原理与波束形成核心环节，适合电子信息、通信工程专业学生及雷达算法入门者对照学习。压缩包共2个文件，包含1个MATLAB脚本和1篇PDF文献，脚本用于完成波束形成权值计算与信号合成仿真，PDF则对比MIMO雷达与相控阵雷达的性能差异，并结合MUSIC算法展示高分辨率波达方向估计在实际多径场景中的应用。整套资源仅187KB，轻量易得，便于快速开展原理验证与算法复现。目前已有616人在CSDN学习下载。通过研读该资料，读者可系统理解MIMO雷达信号模型与空间分集增益，掌握最小均方误差、最大似然及MUSIC等典型波束形成权值设计思路，并借助MATLAB代码直观观察波束扫描与零陷抑制效果，为后续深入阵列信号处理研究、课程设计或毕业设计提供可运行参考与理论支撑。

1. 先别急着写代码：MIMO雷达波束形成到底在解决什么问题

在阵列信号处理里，MIMO雷达这几年几乎成了“方向图自由”的代名词。它最反直觉的一点是：发射端不是所有阵元发同一个波形，而是每个阵元发互不相同的正交波形，接收端靠匹配滤波把这些波形分开，再按相位关系加权求和，等效出一根比物理孔径大得多的虚拟阵列。换句话说，波束形成这件事，在MIMO雷达里从“接收端单边做”变成了“发射端给自由度、接收端做合成的双边问题”。

这套思路直接带来两个实际收益：一是可以用少量物理阵元获得更大的虚拟孔径，角分辨率明显提升；二是发收联合设计之后，波束可以在发射端和接收端同时形成，抗干扰的灵活性比传统相控阵高不少。这篇文章写给三类人：刚接触MIMO雷达、被“正交波形、虚拟阵元、等效孔径”这些词绕晕的研究生；要在MATLAB里快速跑通一个波束形成Demo、验证算法效果的工程师；以及准备做雷达信号级仿真、需要把参数和坑都摸清楚的开发者。

2. MIMO雷达原理：正交波形、虚拟阵列与波束形成的数学基础

2.1 正交波形如何撑起MIMO雷达的空间自由度

传统相控阵雷达的发射端所有阵元辐射同一个波形，只是相位不同，这叫“相干发射”。MIMO雷达的出发点正好相反：每个发射阵元给独立波形，而且波形之间满足正交性。正交的意义在于，接收端可以用匹配滤波把每个发射通道“拆开”——第m个发射波形和对应的匹配滤波器输出，就相当于单独拿到了这个发射阵元的回波信息。

为什么正交波形能带来空间自由度？关键在波形分集。考虑Nt个发射阵元、Nr个接收阵元，如果发射波形互不相关，那么接收端能分离出Nt×Nr个通道。经典相控阵只有Nr个接收通道，因为发射端不区分。MIMO雷达把发射端的分集能力变成了等效的“多发多收”通道，这些通道再做相干处理，就可以合成虚拟阵列。

正交波形的选择有讲究。常用的是Hadamard码、Gold码、ZCZ序列，也可以设计正交频分（OFDM）波形。MATLAB里最容易复现的是Hadamard矩阵，因为行与行天然正交，代码只有一行：

Nt = 8; % 发射阵元数 codeLen = 64; % 单个码片长度 H = hadamard(codeLen); % 64x64哈达玛矩阵 txCode = H(1:Nt, :); % 取前8行作为8个发射波形

这段代码的逻辑是：每个发射阵元占用Hadamard矩阵的一行，发射周期内发射这行序列。由于H矩阵任意两行点积为零，发射波形满足正交。codeLen要大于等于Nt，且必须是2的幂，否则hadamard函数直接报错。波形长度直接影响距离分辨力和多普勒容忍度，这个在第四章参数部分会展开。

2.2 虚拟阵列：为什么8个阵元能当16个用

虚拟阵列是MIMO雷达最容易被误解的地方。它不是“凭空多了阵元”，而是发射-接收通道组合后，在空间上形成了等效的阵元位置。假设发射阵元位置是xt_m（m=1..Nt），接收阵元位置是xr_n（n=1..Nr），双程相位对应的等效位置是xt_m + xr_n。也就是说，用Nt个发射阵元和Nr个接收阵元的任意组合，等效成一个包含Nt×Nr个“虚拟阵元”的阵列，但其中很多位置会重合。

举个最常见的配置：收发共址、都采用间距为d的半波长均匀线阵。发射阵元在0, d, 2d, ..., (Nt-1)d，接收阵元在0, d, 2d, ..., (Nr-1)d。那么虚拟位置xt_m + xr_n的取值范围是从0到(Nt+Nr-2)d，但中间很多数值重复。如果Nt=Nr=4，虚拟阵元数量不是16，而是7个独立位置，幅度加权后可以等效成7个阵元的均匀线阵。这就是“8个阵元当16个用”这个说法的修正版：物理上8个阵元，虚拟通道有16个，但独立空间自由度只有7到15个，取决于排列方式。

实现虚拟阵列的关键在接收端的信号重组。匹配滤波之后，每个发射通道m和接收通道n的组合对应一个虚拟阵元位置，它在方向theta上的相位是exp(j * 2π * (xt_m + xr_n) * sin(theta) / lambda)。把这些通道按相位补偿后求和，得到的就是MIMO雷达的合成波束输出。

2.3 从发射到接收：波束形成的信号模型

波束形成的本质是加权求和。常规波束形成（CBF）也叫延迟求和波束形成，本质是对各阵元接收信号做相位补偿，让目标方向的信号同相叠加，噪声和来自其他方向的干扰因相位不一致被压低。MIMO雷达的波束形成和普通阵列的差别在于：每一对“发射-接收”通道都要做匹配滤波，然后拿到一个虚拟阵元信号，再对这个虚拟阵列做加权。

用一个点目标的基带信号模型来说明。第m个发射波形为sm(t)，目标在角度theta、距离R处。接收端第n个阵元收到的信号是：所有发射波形经目标反射后的叠加，每个通道的时延由双程距离决定。匹配滤波后，第m-n通道的输出近似为：

xm_n = alpha * exp(j * 2π * (xt_m + xr_n) * sin(theta) / λ) + 噪声

alpha包含路径损耗、反射系数和波形能量。把这个式子对m=1..Nt、n=1..Nr展开，就得到了虚拟阵列的快拍向量。对某个期望方向theta0做MIMO波束形成，就是构造加权向量w，其中第(m,n)个元素为exp(-j * 2π * (xt_m + xr_n) * sin(theta0) / λ)，然后做内积。这个操作在各方向上扫描一遍，就画出了波束方向图。

3. 用MATLAB跑通最小MIMO波束形成：代码与参数

3.1 发射端正交波形生成与回波构造

这一节给一个能直接跑的完整MATLAB脚本。它不依赖Phased Array System Toolbox，只用基础函数，目标是最小化“环境依赖”，让你在MATLAB 2020b到2026b都能跑通。仿真场景：8发8收、半波长布阵、载频10GHz、Hadamard正交波形、单个点目标。

%% MIMO雷达波束形成最小Demo clear; clc; close all; c = 3e8; fc = 10e9; % 载频 10GHz lambda = c / fc; d = lambda / 2; % 半波长阵元间距 Nt = 8; Nr = 8; % 发射与接收阵元数 codeLen = 64; % 波形码长 H = hadamard(codeLen); txCode = H(1:Nt, :); % 8x64 发射波形矩阵 targetAngle = 30 * pi / 180; % 目标角度 30度（法线为0度） targetRange = 500; % 目标距离 500m % 阵元位置 xt = (0:Nt-1) * d; xr = (0:Nr-1) * d; % 构造接收信号（点目标，未考虑多普勒） fs = 4 * codeLen; % 每个码片内采样4个点 t = (0:codeLen*4-1) / fs; % 数字化时间轴 txWave = zeros(Nt, length(t)); for m = 1:Nt % 将码序列按每码片4个采样点扩展为连续波形 txWave(m,:) = reshape(repmat(txCode(m,:), 4, 1), 1, []); end

这段代码先把波形扩展成带采样的发射信号。之所以每个码片内采4个点，是为后续匹配滤波做粗时间对准。真正仿真的回波应该包含传播时延，但这里为了聚焦波束形成，直接用相位模型构造虚拟阵列快拍，避免把距离维处理复杂化。

3.2 匹配滤波与虚拟阵列快拍构造

匹配滤波是为让每个发射通道的回波“对号入座”。理想情况下，用第m个发射波形做模板和所有接收通道做相关，输出就只保留第m个发射通道的能量。MATLAB里用互相关函数实现：

%% 匹配滤波：分离各发射通道 rxChan = zeros(Nt, Nr, codeLen); for m = 1:Nt for n = 1:Nr % 用相位模型直接生成匹配滤波后的输出（跳过距离维） phase = exp(1j * 2 * pi * (xt(m) + xr(n)) * sin(targetAngle) / lambda); rxChan(m,n,:) = phase * txCode(m,:); end end %% 构造虚拟阵列快拍 snap = zeros(Nt*Nr, 1); idx = 0; for m = 1:Nt for n = 1:Nr idx = idx + 1; % 用第一个码片对应的输出作为该虚拟阵元的快拍值 snap(idx) = rxChan(m,n,1); end end %% 虚拟阵列流形矩阵（扫描方向用） thetaScan = (-90:0.5:90) * pi / 180; A = zeros(Nt*Nr, length(thetaScan)); idx = 0; for m = 1:Nt for n = 1:Nr idx = idx + 1; A(idx,:) = exp(1j * 2 * pi * (xt(m) + xr(n)) * sin(thetaScan) / lambda); end end

这里的做法省掉了脉冲压缩和距离维处理，直接用匹配滤波后的首码片幅度作为虚拟阵元的快拍值。如果你手里有完整的回波数据，正确做法是先对每个接收通道做匹配滤波，再取峰值处的复数值作为该虚拟阵元的快拍。这样构造出来的snap就是后续所有波束形成算法的输入。

3.3 波束方向图绘制：看到主瓣与栅瓣

有了虚拟阵列流形矩阵A和快拍向量snap，常规波束形成的方向图输出就是一个矩阵乘法：

%% 常规波束形成（CBF）扫描 w = zeros(Nt*Nr, length(thetaScan)); for k = 1:length(thetaScan) w(:,k) = A(:,k); % 每个扫描角度的导向向量 end pattern = w' * snap; % 各扫描方向的输出 pattern = abs(pattern); pattern = pattern / max(pattern); plot(thetaScan*180/pi, 20*log10(pattern), 'LineWidth', 1.5); xlabel('扫描角度 (deg)'); ylabel('归一化方向图 (dB)'); grid on; ylim([-60 0]);

这段代码中，w的每一列是扫描角度对应的导向向量，w' * snap相当于把快拍投影到每个方向的导向向量上，得到的pattern就是空间谱。注意，这里快拍snap本身来自真实目标角度30度，所以pattern应该在30度处出现峰值。如果峰值不在30度，优先检查相位符号——这是MIMO雷达最容易翻车的地方。

运行结果中你会看到两个现象：主瓣宽度比相同物理孔径的相控阵窄；旁瓣水平大约在-13dB附近，这与均匀加权阵列的理论旁瓣一致。如果阵元数翻倍Nt=Nr=16，虚拟孔径接近线性增长，主瓣会更窄，但栅瓣出现条件同时变得敏感，尤其是阵元间距稍大于半波长时。

4. 参数调优：阵元数、载频与波形长度怎么定

4.1 阵元间距d与栅瓣的边界条件

MIMO雷达的虚拟阵列出现栅瓣的条件和普通阵列一样：等效阵元间距超过半波长。差别在于，MIMO的等效阵元位置是由xt_m + xr_n决定的，不是简单的物理阵元间距。如果发射阵元间距dt和接收阵元间距dr都等于lambda/2，虚拟阵元位置可能出现间隔为lambda/2的均匀排列，安全；但如果dt或dr大于lambda/2，虚拟阵列里某些相邻位置的间隔就会大于半波长，方向图就会出现栅瓣。

实际工程中，很多人会把收发阵元间距做成一样大，以为这样最简单。但为了压低旁瓣或扩展无模糊角度范围，常见的做法是让接收阵元间距为lambda/2，发射阵元间距更大一些，这样虚拟阵元内部会出现“空洞”，需要用加权或非均匀布阵去处理。MATLAB里验证栅瓣很简单：把d改成0.6*lambda再跑一遍方向图，观察是否有第二个等高峰值出现。

栅瓣对MIMO雷达的杀伤力比相控阵更大，因为虚拟通道数多，栅瓣不只影响一个方向，它会在一组离散角度上同时出现。所以参数配置上，阵元间距优先取lambda/2，如果要增大孔径，多增加阵元数而不是加大阵元间距。

4.2 波形正交性对波束形成结果的影响

Hadamard码在理论上完美正交，但放到实际系统里有三个问题：一是多普勒频移会破坏正交性；二是目标回波有幅度差异，强目标的多普勒泄漏会淹没弱目标通道；三是Hadamard码的峰均比高，功放非线性会带来波形畸变。

多普勒对正交性的破坏最隐蔽。当目标径向速度大时，匹配滤波后的输出不是干净的相位项，而是叠加了一个多普勒频移项，不同发射通道之间的正交性下降，虚拟阵列快拍里会出现“串扰分量”。仿真中要加入多普勒的话，可以在回波模型里乘一个exp(j2πfd*t)因子，然后观察波束方向图的旁瓣抬升。常规做法是缩短波形长度、用多普勒容忍性更好的相位编码替代Hadamard码，或者在接收端做多普勒补偿后再匹配滤波。

波形长度的选择也很关键。码长增加，每个虚拟通道的处理增益提升，但会带来两个代价：数据率降低，多普勒模糊变近。在MATLAB仿真里，codeLen=64是一个均衡选择，它能保证8个发射波形有足够的处理增益，又不至于让多普勒模糊在低速度时就出现。如果你仿真多目标场景，建议分别测试codeLen=32、64、128下的旁瓣水平。

4.3 快拍数与信噪比的下限经验

波束形成算法的统计性能依赖快拍数。常规波束形成对快拍数要求低，但MIMO雷达匹配滤波后，每个虚拟阵元只拿到一个复数值，当存在干扰时需要用协方差矩阵做自适应处理，快拍数不足就是灾难。简单估算一下：Nt*Nr=64个虚拟阵元，协方差矩阵是64x64，至少需要128个快拍才能让矩阵满秩，推荐4到10倍虚拟阵元数的快拍量。

信噪比方面，MIMO雷达的波束形成增益理论上是10log10(NtNr)分贝。但要注意，如果波形不完全正交，这部分增益会打折，而且不同通道的幅度失配会直接抬高方向图旁瓣。所以仿真里给回波加噪声时，建议分别验证高信噪比（比如20dB以上）和低信噪比（0dB附近）下的方向图形态，观察旁瓣抬升，这是判断波束形成算法稳健性的常用手段。

5. MATLAB里MIMO波束形成的4个常见坑：现象、原因与解决办法

5.1 相位差符号写反，波束指向镜像翻转

现象：目标明明设置在30度，方向图峰值出现在-30度，镜像位置。

原因：导向向量中exp(jφ)与exp(-jφ)的符号约定不统一。发射阵元和接收阵元位置都为正，但相位表达式里写成了exp(j * 2π * (xt + xr) * sin(theta) / lambda)，而最终加权时又用exp( -j * 2π * (xt + xr) * sin(thetaScan) / lambda)，如果扫描方向thetaScan和快拍生成时的目标角度theta用同一套符号，方向图会翻转。这类问题在代码里属于“玄学级”难查，因为不报错，结果还对称。

解决：把相位表达式统一写成exp(j * 2π * (xt + xr) * sin(theta) / lambda)，扫描方向也保持一致。调试时设置目标角度为一个小角度，比如5度，观察峰值在哪一侧，就能快速判断符号是否一致。

5.2 匹配滤波后幅度差异导致波束畸变

现象：方向图主瓣位置正确，但左右旁瓣不对称，或者主瓣宽度比理论值大。

原因：实际回波中，不同发射通道和接收通道的链路增益不一致，导致虚拟阵元的幅度不一致。直接对虚拟阵列做均匀加权，主瓣和旁瓣都会失真。加上Hadamard码本身的峰均比问题，功放压缩后波形失真进一步放大幅度差异。

解决：在构造虚拟阵列快拍之前做幅度校正。用一段无源校准数据（或对已知强目标回波做归一化），求得每个虚拟通道的幅度校正系数，乘到快拍上。这个校准过程在MATLAB里就是一行：snap_cal = snap ./ calVector。如果只是仿真，确保回波模型信噪比一致即可。

5.3 阵列雷达坐标系下角度定义的混乱

现象：方向图在0度附近出现“平顶”，或者在90度边缘出现异常高旁瓣。

原因：MATLAB的sin(theta)在theta接近±90度时变化率变缓，导向向量之间趋于相关，导致这些角度附近的方向图失真。另一个常见原因是坐标系定义：雷达习惯以法线方向为0度，而数学计算有时用端射方向为0度。两种定义混用时，代码里同一变量在不同位置被赋予了不同含义。

解决：所有角度统一用“法线为0度、左侧为负、右侧为正”的约定，扫描范围控制在-80度到80度，不要硬扫到±90度。加一条注释在代码开头：所有theta都是相对于阵列法线的角度。如果是MATLAB工具箱，注意phased.URA等对象的坐标系统默认是z轴方向的法线，转成方位角俯仰角时要先确认坐标系。

5.4 快拍数不足导致自适应算法矩阵奇异

现象：常规波束形成正常，换成MVDR或最小方差算法后输出变成NaN，或者方向图出现极高随机尖峰。

原因：协方差矩阵R由有限快拍估计得到，虚拟阵元数64时，快拍数远小于64会导致R奇异；即使快拍数大于64，条件数也可能很差，求逆结果不稳定。这类问题在自适应波束形成里最常见，也是“黑匣子”感最强的部分。

解决：先检查条件数cond(R)，大于1e10就要处理。最可靠的后悔药是对角加载，在R的对角线上加一个小的正则项：R_loaded = R + delta * eye(N)，delta通常取0.01到0.1倍的trace(R)/N。对角加载会稍微抬基底噪底和旁瓣，但能换来算法稳定性，工程上几乎必加。

6. 从固定波束到自适应：LCMV波束形成器的MATLAB升级路径

把常规波束形成换掉，MVDR是MIMO雷达抗干扰最常用的升级路径。它的目标函数是：在期望方向增益为1的约束下，使输出功率最小。等价于通过协方差矩阵求一个最优权向量：

R = snap * snap'; % 单快拍时协方差矩阵秩为1，需要多快拍累积 R = (X * X') / K; % K为累积快拍数 w_mvdr = inv(R + delta * eye(N)) * A(:, tIdx) / (A(:, tIdx)' * inv(R + delta * eye(N)) * A(:, tIdx));

其中tIdx是期望方向的索引。验证时，把目标放在30度、干扰放在-20度，对比CBF和MVDR的方向图，你会看到MVDR在-20度附近形成明显的零陷，深度一般在-30dB到-50dB之间，取决于快拍数和信噪比。这是判断自适应算法是否生效最直观的方式。

LCMV和MVDR的差别在于可以加多个约束，同时控制多个方向的响应。如果你的接收数据是实采信号，用MVDR前务必做两个检查：一是快拍里是否有直达波或强杂波，这些都会污染协方差矩阵；二是对角加载的系数不要调过头，否则零陷会变浅，失去自适应意义。

我个人的使用习惯是：先跑CBF确认方向和阵列配置没问题，再切自适应；参数上先固定快拍数K=512、对角加载系数delta=0.001，再按实际方向图微调。有些资深的雷达工程师会把对角加载系数也做自适应，但那是另一套循环逻辑，没必要在第一个版本里引入。

MIMO雷达波束形成的核心思路并不复杂：发射端用正交波形分集，接收端匹配滤波后合成虚拟阵列，再做加权求和。真正花时间的永远是匹配滤波校准、角度定义统一、协方差矩阵条件数这几个细节。如果你能从第四节参数边界开始做，再用第五节避坑清单检查一遍，再复杂的自适应算法也只是换一个权向量计算函数的问题。

希望这些参数思路和踩坑记录能帮你少走一段弯路。

本文还有配套的精品资源，点击获取