# 波束赋形：相控阵如何用相位操控电波方向 ## 一、从一个直觉开始：手电筒与聚光灯 想象你在漆黑的旷野里找人。你手上有两种工具：一把普通手电筒，光朝四面八方散开，能照亮周围一圈，但照不远；一把聚光灯，把所有光能量收束成一束，照得极远，但只能照亮一个方向。 基站的天线也面临同样的选择。**单根天线就像手电筒**——它的辐射能量在水平方向上几乎是均匀铺开的（所谓"全向"或"宽波瓣"）。这样虽然覆盖广，但能量被严重稀释：你想要把信号送到正前方3公里外的那个用户，可一半的能量却朝天空、朝地面、朝背后白白辐射掉了。 **波束赋形（Beamforming）的目标，就是把"手电筒"变成"聚光灯"**：让天线只在用户所在的方向上集中辐射能量，其他方向尽量压制。这样在总发射功率不变的前提下，目标方向上的信号强度可以成倍提升——这就是工程师常说的**阵列增益（Array Gain）**。 那么问题来了：我们既不想让天线"物理转动"（机械扫描太慢，且基站面板是固定的），又想灵活地把能量聚到任意方向。怎么做到？答案藏在一个古老的物理现象里——**波的干涉**。 ## 二、波束赋形的物理内核：干涉相长与相消 ### 2.1 两滴水的启示 往平静的水面同时扔下两块石头，你会看到两组同心圆波纹向外扩散。在某些地方，两个波峰同时到达，水面被抬得更高（**相长干涉**）；在另一些地方，一个波峰正好撞上另一个波谷，水面相互抵消、保持平静（**相消干涉**）。 电磁波也是波，遵循完全相同的叠加规律。当多根天线同时发射信号时，空间中每一点的场强，就是各天线辐射到场点后**矢量叠加**的结果。决定叠加是"加强"还是"抵消"的关键，就是各路信号到达该点时的**相位关系**。 ### 2.2 波程差：天然的相位偏移 考虑最简单的**两元天线阵**：两根天线相距 $d$，发射完全相同的信号。我们观察空间中偏离阵列法线 $\theta$ 角方向、距离很远的一个点（远场假设）。 由于两根天线空间位置不同，电磁波到达该远场点走过的路径长度有差异。对两根相邻天线而言，这个**波程差**为： $$\Delta l = d\sin\theta$$ 波程差会折算成天然的相位差。一个波长 $\lambda$ 对应 $2\pi$ 弧度的相位，所以波程差带来的相位差是： $$\Delta\varphi_{path} = \frac{2\pi}{\lambda}\,d\sin\theta$$ - 当 $\Delta\varphi_{path} = 2k\pi$（整数倍 $2\pi$）时，两路信号同相到达 → **相长**，场强最强； - 当 $\Delta\varphi_{path} = (2k+1)\pi$（半整数倍 $\pi$）时，两路信号反相到达 → **相消**，场强趋近于零。 正因为不同方向 $\theta$ 对应不同的波程差，叠加的结果**天然就具有方向性**——这就是天线阵列能"成束"的物理根源。 ### 2.3 反向操作：人为加相位把波束"掰"过去 现在关键的一步来了。既然不同方向的相长条件取决于相位关系，那么我们**在发射端人为给每根天线加上一个可控的相位偏移**，就能"指定"哪个方向获得相长叠加。 设我们希望主波束指向 $\theta_0$ 方向。我们让相邻天线的激励相位依次递增一个量： $$\Delta\varphi_{steer} = \frac{2\pi}{\lambda}\,d\sin\theta_0$$ 这样，到达 $\theta_0$ 方向的总相位差（天然波程差 + 人为相位）恰好为零： $$\Delta\varphi_{path} - \Delta\varphi_{steer} = 0$$ 两路（以及所有 N 路）信号在该方向上**完美同相叠加**，场强达到最大值，主瓣就指向了 $\theta_0$。而其他方向因为相位无法同时对齐，能量被分散甚至抵消。 这就是**相控阵（Phased Array）**的核心思想：**不转动天线，仅靠调节各阵元的相位，就能让波束在空间中电子扫描**。"相控"二字，正源于"用相位控制方向"。 ```mermaid flowchart TD A["发射同一信号
送入N路通道"] --> B["可调移相器网络
每路加 Δφ_steer"] B --> C["N根天线阵元辐射"] C --> D{"空间叠加"} D -->|"θ₀方向: 相位对齐
波程差被补偿"| E["✅ 相长干涉
主瓣 = 强信号"] D -->|"其他方向: 相位错乱"| F["⛔ 相消/分散
旁瓣被压制"] E --> G["用户收到最强信号"] style E fill:#2d8a4e,color:#fff style F fill:#b03a3a,color:#fff ``` > 一个干净的工作示例：取阵元间距 $d=\lambda/2$，希望波束指向 $\theta_0=30°$。则所需相邻相位差 $\Delta\varphi_{steer}=\frac{2\pi}{\lambda}\cdot\frac{\lambda}{2}\cdot\sin30°=\pi/2=90°$。即**让每根天线比前一根滞后90°发射**，主瓣就会准确出现在30°方向。 ## 三、阵列因子：把波束形状"算"出来 两根天线只能形成一个比较"胖"的波束，方向性有限。工程上用的是 **N 元均匀线阵（ULA）**，阵元等间距 $d$ 排列。引入复数权重 $w_n$（可调幅度与相位）后，整个阵列的方向图可以用一个解析式刻画，即**阵列因子（Array Factor, AF）**： $$AF(\theta) = \sum_{n=0}^{N-1} w_n \, e^{\,j\,n\,(kd\sin\theta \;-\; \Delta\varphi_{steer})}$$ 其中 $k=2\pi/\lambda$ 是波数。把权重写成 $w_n = a_n\,e^{\,j n\Delta\varphi_{steer}}$（即移相实现扫描），则 $|AF(\theta)|^2$ 就给出了阵列在不同方向上的辐射强度。 阵列因子揭示了几个工程上极重要的结论： 1. **阵元数 N 越多，主瓣越窄、增益越高。** 理想情况下阵列增益近似正比于 N，即 $G_{max}\approx N$（用 dB 表示为 $10\lg N$）。64阵元比单阵元可多约 18 dB 增益——这相当于把覆盖距离大幅拉远。 2. **半功率波束宽度（HPBW）约正比于 $\lambda/(Nd)$。** 阵越长，波束越像"针"。一个直观估算：$\text{HPBW}\approx 0.886\dfrac{\lambda}{Nd}$（弧度）。 3. **主瓣指向完全由相位增量 $\Delta\varphi_{steer}$ 决定。** 改相位 = 转波束，几乎瞬时完成（纳秒级），远快于任何机械转动。 ```mermaid flowchart LR subgraph 参数["阵列设计参数"] N["阵元数 N"] d["阵元间距 d"] phi["相位增量 Δφ_steer"] end N -->|"↑ 主瓣变窄
增益 10lgN dB↑"| R["波束形状"] d -->|"影响栅瓣
主瓣宽度"| R phi -->|"决定主瓣指向 θ₀
=arcsin(Δφ·λ/2πd)"| R R --> Out["远场方向图
|AF θ|²"] style Out fill:#1f5f8b,color:#fff ``` ## 四、副瓣与栅瓣：工程师绕不开的两个"陷阱" 波束赋形不是把能量100%塞进主瓣就完事。真实方向图里，主瓣两侧总会拖着一串**副瓣（Side Lobes）**；如果阵元间距设计不当，还会冒出"假主瓣"——**栅瓣（Grating Lobes）**。 ### 4.1 副瓣：能量泄漏与干扰 副瓣是主瓣之外、能量较低的辐射凸起。它们虽然比主瓣弱（通常低十几到几十分贝），但会向非目标方向泄漏能量，造成两类问题： - **用户间干扰**：给用户A赋的波束，副瓣溅射到用户B身上，造成多用户干扰（尤其 Massive MIMO 多用户场景）。 - **接收灵敏度**：副瓣方向的强干扰源（邻站、雷达）会被天线拾取，抬高底噪。 工程上用**副瓣电平（SLL）**衡量，并通过**幅度加权（如泰勒/Taylor 权、切比雪夫权）**主动压低副瓣——代价是主瓣略微变宽。这是"波束锐度 vs 干扰抑制"的折中。 ### 4.2 栅瓣：相位模糊带来的"鬼影" 栅瓣更危险。当阵元间距 $d$ 过大时，会出现**多个方向都满足相长条件**——就像栅栏的缝隙周期性重复，故称栅瓣。它会让一个波束"分裂"成多个等强度指向，能量四散、方向失控。 避免栅瓣的判据（要求扫描到最大角 $\theta_{max}$ 仍不出现栅瓣）： $$d \le \frac{\lambda}{1+|\sin\theta_{max}|}$$ 最常用的工程取值是 **$d=\lambda/2$**（半波长间距），可在 $\pm90°$ 范围内基本避免栅瓣。这正是绝大多数基站阵列采用 $\lambda/2$ 间距的根本原因——不是为了好看，而是被栅瓣判据"逼"出来的。 | 阵列参数 | 对主瓣的影响 | 对增益的影响 | 风险/副作用 | |---|---|---|---| | 阵元数 N ↑ | 主瓣变窄、更聚焦 | 增益线性提升（+10lgN dB） | 硬件成本、功耗、通道校准难度上升 | | 间距 d ↑ | 主瓣略变窄 | 单位长度增益略升 | **d>λ/2 易出栅瓣**，d=λ/2 最安全 | | 相位 Δφ_steer | 直接决定主瓣指向 θ₀ | 不改变峰值增益 | 大角度扫描时波束展宽、栅瓣风险上升 | | 幅度加权（窗函数） | 主瓣变宽 | 增益略降 | 副瓣电平显著降低，干扰↓ | ## 五、三种架构：数字、模拟与混合波束赋形 理论上的波束赋形很简单——每个阵元配一个可调"权重"。但工程实现"在哪一级加权重"却大有讲究，由此衍生出三种主流架构。 ### 5.1 数字波束赋形（Digital BF） 在**基带数字域**为每个阵元独立施加复数权重（幅度+相位），每根天线对应一条完整的**射频（RF）链路**（含 DAC/ADC、混频、滤波）。 - **优点**：最灵活。可同时生成多个独立波束、精细调控、支持空间复用与多用户，是低频段（Sub-6GHz）的标配。 - **代价**：N 根天线就要 N 条 RF 链路。到毫米波频段，超宽带 ADC/DAC 极其耗电且昂贵，纯数字架构在经济和功耗上难以承受。 ### 5.2 模拟波束赋形（Analog BF） 只用**一条 RF 链路**，在射频侧通过**模拟移相器网络**为每个阵元调相位（通常只调相位，幅度可选）。 - **优点**：省 RF 链路、低功耗、低成本，是毫米波初期的主流方案。 - **代价**：一条 RF 链路一次只能形成一个波束、传一路数据流，**空间复用能力受限**；移相器通常只有有限的分辨率（如 4–6 bit 相位）。 ### 5.3 混合波束赋形（Hybrid BF）—— 5G 毫米波的折中之道 混合架构把两者结合：**少量数字 RF 链路（基带数字预编码）+ 大规模模拟移相器网络（模拟波束）**。数字域负责多流/多用户管理，模拟域负责把每路信号"扇出到"大量阵元形成高增益波束。 按 RF 链路到阵元的连接方式又分两种： - **全连接（Fully-connected）**：每条 RF 链路连到**全部**阵元，性能最优但移相器数量巨大（RF链路数 × 阵元数）。 - **子连接（Sub-connected）**：每条 RF 链路只连到**一组子阵**，复杂度和功耗更低，性能略损。 | 维度 | 数字波束赋形 | 模拟波束赋形 | 混合波束赋形 | |---|---|---|---| | RF链路数 | = 阵元数 N | 1（或少量） | 远小于 N（如 2–8） | | 权重控制粒度 | 基带，幅度+相位全控 | 射频移相器，相位为主 | 数字域+模拟域两级 | | 空间复用/多用户 | 最强，多流并行 | 弱，基本单流 | 较强，支持有限多流 | | 功耗与成本 | 高（宽带ADC/DAC多） | 低 | 中等，mmWave 主流 | | 典型频段 | Sub-6GHz Massive MIMO | 早期 mmWave / 雷达 | 5G mmWave（如 28/39GHz） | ```mermaid flowchart TB subgraph DIG["数字波束赋形"] D1["基带数字预编码
每阵元独立权重"] --> D2["N条RF链路"] D2 --> D3["N根天线"] end subgraph ANA["模拟波束赋形"] A1["单条基带信号"] --> A2["1条RF链路"] A2 --> A3["模拟移相器网络
每阵元调相位"] A3 --> A4["N根天线"] end subgraph HYB["混合波束赋形"] H1["基带数字预编码
多流/多用户"] --> H2["少量RF链路
（如4条）"] H2 --> H3["模拟移相器网络
扇出到全部阵元"] H3 --> H4["N根天线
（如128根）"] end DIG -.- 折中["灵活 vs 成本
权衡谱"] ANA -.- 折中 HYB ==> 最优["mmWave 最佳平衡点"] style 最优 fill:#2d8a4e,color:#fff ``` 需要说明：模拟/混合架构里那套"移相器调相位"的动作，本质上就是在做预编码——上一篇《预编码：波束赋形的矩阵内核》讲的是**数学矩阵视角**，本篇讲的是**物理干涉视角**，两者是同一件事的两面。 ## 六、从波束赋形到 Massive MIMO：规模带来的"魔法" 波束赋形让能量聚拢，但当阵元数从 4、8 一路飙升到 **64、128、甚至 192** 时，会浮现出两种超越"增益变高"的奇妙现象，这正是 Massive MIMO（大规模天线）的精髓。 ### 6.1 信道硬化（Channel Hardening） 普通少量天线时，无线信道是高度随机的——用户稍一动、环境稍一变，信号就剧烈起伏，这就是**深衰落**，也是无线通信最头疼的"信号忽强忽弱"。 但当阵元数 M 非常大时，阵列看到的"等效信道增益"会**趋近于一个确定的常数**，方差趋于零。直观理解：单根天线的信道像"剧烈颠簸的山路"，而 M 根天线把 M 条独立随机的小路**平均**成了一条"平坦大道"。数学上即矩阵 $\mathbf{H}\mathbf{H}^H$ 的对角元趋同、非对角元趋零。 **这对工程师意味着什么？** 信号不再频繁深衰落，链路变得极其稳定、可预测，可以放心用更激进的调制（如高阶 QAM）而不用担心瞬时掉坑。 ### 6.2 有利传播（Favorable Propagation） M 根天线足够多时，不同用户的**空间信道向量会自然趋于正交**。这意味着给用户A赋形时，波束能精准"瞄准"A，而对用户B的泄漏（用户间干扰）趋近于零。 结果是：**用最简单的线性预编码（如迫零ZF、最大比发射MRT），就能逼近理论上限的容量**，并且能在同一时频资源上同时服务十几个、几十个用户（多用户MIMO, MU-MIMO），频谱效率成倍提升。 ```text flowchart LR subgraph 少天线["传统少量天线 M=4"] S1["信道随机性强"] --> S2["深衰落频繁"] S2 --> S3["用户间干扰大"] S3 --> S4["需要复杂算法抑制干扰"] end subgraph 大天线["Massive MIMO M=64~192"] L1["M根天线平均"] --> L2["信道硬化
信号稳定可预测"] L1 --> L3["有利传播
用户信道趋正交"] L2 --> L4["简单线性预编码
即可逼近上限容量"] L3 --> L4 end 少天线 ==>"阵元数↑"| 大天线 style L4 fill:#1f5f8b,color:#fff ``` 一句话总结 Massive MIMO 的红利：**用数量的"蛮力"，换来了质量的"确定性"**——增益更高、链路更稳、干扰更小、容量更大，而且算法还能更简单。 ## 七、实战连接：这些原理在现网与调测中的身影 理解了上述原理，你就能看懂很多"现网现象"和"调测门道"： 1. **5G SSB 波束扫描（Beam Sweeping）**：毫米波基站开机时并不知用户在哪，于是把一个宽覆盖区域划分成多个扇形窄波束，在固定时段轮流发射同步信号块（SSB）。终端测量各波束的 RSRP 上报"哪个波束最强"，基站据此选定服务波束。**这背后的物理，正是本篇讲的"调相位改指向"**——SSB 的多个波束，就是同一阵列在几个预设 $\Delta\varphi_{steer}$ 下生成的方向图。调测中看"SSB RSRP 随波束ID跳变"，本质是在读阵列方向图。 2. **网优里"波束权值/广播权值"配置**：商用基站的面板权值表（如水平/垂直波宽、下倾角、方位角）就是一组预设的阵元幅度相位权重。改下倾、调方位，其实是在改 $w_n$，等价于改变主瓣 $\theta_0$ 和副瓣。理解阵列因子，你就能预判"改这个参数会让覆盖往哪挪、会不会抬升旁瓣干扰邻区"。 3. **通道校准（Calibration）与互易性校准**：TDD 系统靠上下行信道互易性，用上行测得的信道直接算下行波束权重。但收发链路的射频特性不一致，会引入相位/幅度误差，使波束"散焦"。现网定期做**通道校准**就是在补偿这些误差，确保各阵元相位精确对齐——否则阵列因子失真、增益下降、副瓣抬高。这是 Massive MIMO 站点开通和排障的高频项。 4. **"波束偏了"的故障现象**：用户反映某区域信号差、RSRP 偏低，而邻区正常。若排除了功率和阻塞，下一步就要怀疑**波束指向/权值异常**或**个别通道/阵元故障**导致阵列因子畸变。掌握本篇原理，能帮你快速锁定"是相位没对齐（赋形错误）还是阵元缺失（AF形状改变）"。 5. **多用户配对与"波束对不齐"**：MU-MIMO 要求用户空间信道尽量正交（有利传播）。若两个用户恰好处于相近角度，波束难以分离，反而互相干扰。调度器会做**用户配对**，挑空间分离度高的用户同调度——这是信道硬化/有利传播原理在调度算法里的直接体现。 ## 八、常见误区辨析 - **误区1："波束赋形=预编码。"** 严格说，预编码是波束赋形的**数学实现手段**（矩阵乘权重），波束赋形是**目的/物理效果**（能量空间聚焦）。数字域两者几乎等同，但模拟域的移相、混合域的两级结构，超出了单纯"矩阵预编码"的范畴。 - **误区2："阵元越多波束越远，间距随便排。"** 阵元数 N 决定增益和波束宽度没错，但**间距 d 受栅瓣判据约束**（一般取 $\lambda/2$），乱排会冒出栅瓣导致方向失控。 - **误区3："波束赋形只管发射，不管接收。"** 收发对称。接收端同样用阵列对各路信号加权叠加（合并），在期望方向相干累加、在干扰方向置零，这叫**接收波束赋形/合并**。 ## 九、常见问题 **Q1: 波束赋形和 MIMO 是一回事吗？** A: 不是。MIMO 是"多收多发"的总体技术框架，包含空间复用（传多路数据提速率）、空间分集（抗衰落）、波束赋形（提覆盖/增益）等多种用途。波束赋形是 MIMO 中"把能量/灵敏度集中到特定方向"的那一类技术。可以理解为：MIMO 是大概念，波束赋形是 MIMO 工具箱里的一把利器。 **Q2: 数字、模拟、混合三种架构，基站怎么选？** A: 主要看频段和成本功耗约束。Sub-6GHz 频段带宽适中、阵元数不算极多（典型 32/64 通道），纯数字波束赋形成熟且灵活，是主流。毫米波频段带宽极大、阵元动辄上百上千，纯数字的 ADC/DAC 数量和功耗无法承受，故普遍采用混合波束赋形（少量 RF 链路 + 模拟移相网络）做折中。 **Q3: 为什么阵元间距几乎都用半波长 λ/2？** A: 由栅瓣避免判据 $d \le \lambda/(1+|\sin\theta_{max}|)$ 决定。要在大角度扫描范围内（接近 ±90°）都不出现栅瓣，最稳妥的取值就是 $d=\lambda/2$。大于半波长，扫描时极易冒出栅瓣；小于半波长虽更安全，但阵列口径变小、增益和分辨力下降，也浪费物理空间。半波长是性能与安全的最佳平衡点。 **Q4: Massive MIMO 真的"越多越好"吗，有没有上限？** A: 理论上阵元越多，信道硬化和有利传播越充分，增益和容量越好。但实际受限于：物理尺寸（面板要装得下）、成本功耗（每通道一条 RF 链路）、射频前端一致性与校准难度、信道估计开销（要测准越来越大的信道矩阵，导频开销增长）。所以现网是综合权衡，典型 64TRX/192A，而非无限堆叠。 **Q5: 信道硬化对普通用户体验意味着什么？** A: 意味着信号"更稳、不掉坑"。少了深衰落，你的视频不再卡顿、游戏延迟更平稳、边缘区域也能保持可靠连接。同时基站可用更高阶调制（更快），同样的频谱能塞下更多用户、更高速度。这是 5G 相比 4G 在"稳定性"和"容量"上体感提升的底层原因之一。 ## 参考来源 1. [相控阵天线方向图——第1部分：线性阵列波束特性和阵列因子（ADI 亚德诺半导体）](https://www.analog.com/cn/resources/analog-dialogue/articles/phased-array-antenna-patterns-part1.html) — 业界权威的相控阵原理教程，含波程差、相位扫描与阵列因子的图解推导 2. [相控阵收发芯片的基础1-波束赋形（知乎）](https://zhuanlan.zhihu.com/p/1907742903427633303) — 从相位/幅度调控角度讲解波束赋形在雷达与通信中的实现 3. [On Massive MIMO, Channel Hardening and Favorable Propagation（WirelessPi）](https://wirelesspi.com/on-massive-mimo-channel-hardening-and-favorable-propagation/) — 信道硬化与有利传播两大 Massive MIMO 核心特性的通俗讲解 4. [信道硬化（channel hardening）（知乎）](https://zhuanlan.zhihu.com/p/174795238) — 从信道矩阵随天线数增大趋于确定性的角度解析信道硬化 5. [相控阵天线：从电磁干涉到智能波束赋形的全景解析（CSDN）](https://blog.csdn.net/u014344410/article/details/161180709) — 基于惠更斯-菲涅尔原理的阵列方向图与波程差解析 --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 > 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。