基于MVDR的近场聚焦波束形成仿真系统

资 源 简 介

本项目旨在MATLAB环境下实现近场条件下的MVDR（最小方差无畸变响应）聚焦波束形成，以解决近场信号源的定位与增强问题。由于在近场区域（菲涅尔区）波前呈球面特性，传统的远场平面波波束形成方法失效，因此本系统采用球面波传播模型构建阵列流型向量。项目首先模拟均匀线阵或面阵接收到的宽带或窄带近场信号，并添加高斯白噪声。接着，计算接收数据的采样协方差矩阵及其逆矩阵。核心算法利用MVDR准则，计算在特定焦距和方位角下的最优权矢量，该权矢量能保证在焦点处增益为1（无畸变），同时最小化阵列总输出功率以最大程度抑制非焦点位置的干扰和噪声。系统通过在预设的空间网格（包含距离维和角度维）上进行逐点扫描和运算，最终得到近场空间谱。该模拟能够清晰展示声源或辐射源在空间中的能量分布，实现高分辨率的聚焦和目标定位。

详 情 说 明

基于MVDR算法的近场聚焦波束形成仿真系统

项目简介

本项目是一个基于MATLAB环境开发的阵列信号处理仿真系统，专注于近场条件下的信号源定位与增强。系统采用了MVDR（最小方差无畸变响应）算法，结合近场球面波传播模型，解决了传统远场平面波假设在菲涅尔区（近场）失效的问题。通过构建精确的阵列流型向量和空间网格扫描，本系统能够生成高分辨率的近场空间谱，清晰展示声源或辐射源在距离和角度上的能量分布。

功能特性

• 近场信号环境建模：抛弃了远场的平面波假设，采用球面波传播模型，精确计算信源到阵列各阵元的欧几里得距离及相位延迟。
• 多信源仿真：支持同时模拟多个处于不同距离和方位角的近场信源，并叠加高斯白噪声以模拟真实环境。
• 鲁棒的协方差处理：在计算接收数据的采样协方差矩阵求逆时，引入了对角加载（Diagonal Loading）技术，提高了算法在数值计算上的鲁棒性。
• 二维聚焦扫描：在预设的空间网格（距离维 × 角度维）上进行逐点MVDR扫描，计算空间谱功率。
• 自动化峰值定位：算法自动搜索空间谱中的全局最大值，输出目标估计的距离和角度，并与真实值进行对比。
• 多维可视化展示：提供系统几何场景图、二维空间谱热力图以及焦点处的距离维切片图，直观展示仿真结果。

系统要求

• MATLAB R2016a 或更高版本
• Signal Processing Toolbox（推荐，但非必须，核心算法为基础矩阵运算）

使用方法

1. 将下载的源码文件保存到MATLAB的工作路径中。
2. 在MATLAB命令窗口中输入 main 并回车，或直接在编辑器中运行该脚本。
3. 程序将自动执行仿真流程，并在控制台输出初始化参数、扫描进度、耗时以及目标估计结果。
4. 运行结束后，会弹出一个包含三个子图的综合图形窗口，展示仿真结果。

代码实现逻辑详解

本项目的核心逻辑实现在 main.m 文件中，具体流程如下：

1. 系统参数初始化

程序首先定义了物理环境和阵列系统的基础参数。设置声速为340m/s，信号中心频率为2000Hz。构建了一个包含16个阵元的均匀线阵（ULA），阵元间距设定为半波长（0.085m）。采样率设为5倍信号频率，快拍数设定为500，信噪比（SNR）设定为10dB。

2. 近场信号建模与数据生成

代码模拟了两个具体的近场信源：

• 信源1：距离3.0米，角度-10度
• 信源2：距离4.0米，角度20度

程序依据球面波模型，计算每个信源相对于每个阵元的实际物理距离，并据此构建阵列流型矩阵（Steering Matrix），相位因子采用 $exp(-j cdot 2pi cdot f_0 cdot d / c)$。随后生成复高斯随机信号作为源信号，并根据设定的信噪比添加高斯白噪声，最终得到阵列接收数据矩阵 $X$。

3. 协方差矩阵处理

通过接收数据矩阵 $X$ 计算采样协方差矩阵 $R_{xx}$。为了防止矩阵求逆时出现奇异或数值不稳定（特别是在快拍数有限或相关性较高时），代码实施了对角加载技术，在 $R_{xx}$ 的对角线上添加了一个微小的量（$10^{-4}$ 倍的迹），然后计算其逆矩阵 $R_{xx}^{-1}$，为MVDR运算做准备。

4. MVDR近场聚焦扫描

这是系统的核心算法部分。程序定义了一个二维扫描网格：

• 距离维：1米 至 6米，步长0.1米
• 角度维：-60度 至 60度，步长1度

利用双层循环遍历网格中的每一个点 $(r, theta)$。对于每一个扫描点，代码根据其坐标构建对应的近场导向矢量 $a_{scan}$，并利用MVDR空间谱公式计算该点的功率输出： $$ P_{MVDR} = frac{1}{|a_{scan}^H cdot R_{xx}^{-1} cdot a_{scan}|} $$ 扫描结果存储在 P_mvdr 矩阵中，并转化为dB刻度进行归一化处理。

5. 峰值搜索与定位

扫描完成后，程序在空间谱矩阵中寻找全局最大值，提取对应的距离和角度索引，从而得到对目标的估计位置。控制台会打印出估计位置与预设真实信源位置的对比，以验证算法的准确性。同时，代码会根据估计出的焦点位置，重新计算最优权矢量，并验证在该焦点处的阵列增益是否为理论值1。

6. 结果可视化

程序最后使用 function 绘图功能生成可视化图表：

• 几何场景图：展示阵列（黑色方块）与真实信源（红色圆点）的相对位置，以及扫描区域的边界。
• MVDR空间谱热力图：将极坐标下的扫描结果转换为笛卡尔坐标系，使用 surf 函数绘制二维伪彩图，颜色越红代表能量越强，能够直观看到两个聚焦峰。
• 距离维切片图：提取估计角度方向上的距离维数据，绘制波束形成在该方向上的能量随距离变化的曲线，展示距离分辨能力。