摘要：本文提出一种面向自适应波束成形算法的自动判定框架，结合向量化计算与多维度可视化，实现对波束方向图、误差收敛、权向量演化等关键指标的自动化验证。系统内置 LCMV 最优波束成形器仿真，生成 6 张中间过程子图，覆盖信号模型、方向图、收敛曲线和星座输出等核心环节。1. 引言自适应波束成形（Adaptive Beamforming）是阵列信号处理的核心技术，广泛应用于雷达、5G 大规模 MIMO、声呐等领域。典型的自适应算法包括 LMS（最小均方）、NLMS（归一化 LMS）和 RLS（递归最小二乘），其核心思想是动态调整阵元权向量，使阵列方向图的主瓣对准期望信号、零陷对准干扰源 [1]。在实际工程中，波束成形算法的验证涉及多个量化指标——主瓣增益、零陷深度、旁瓣电平、收敛速度、输出 SINR 等。手动逐项检查不仅效率低下，且缺乏统一的判定标准。为此，本文设计并实现了一个通用的 PASS/FAIL 自动测试系统，具备以下特性：自动化判定：基于容差阈值对每项指标给出 PASS 或 FAIL 判定向量化执行：利用 MATLAB 向量化语法实现批量计算，避免显式循环格式化报告：以表格形式清晰输出每项用例的预期值、实际值、误差及判定结果多维度可视化：6 张子图完整展示自适应波束成形的中间过程2. PASS/FAIL 判定系统的数学原理2.1 核心判定模型对于第iii个测试用例，定义其预期值为EiE_iEi​，实际值为AiA_iAi​，容差阈值为τ\tauτ（τ≥0\tau \geq 0τ≥0）。该用例的绝对误差定义为：εi=∣Ai−Ei∣\varepsilon_i = |A_i - E_i|εi​=∣Ai​−Ei​∣判定函数ViV_iVi​将比较误差与阈值：Vi={ PASS,εi≤τFAIL,εiτV_i = \begin{cases} \text{PASS}, \varepsilon_i \leq \tau \\ \text{FAIL}, \varepsilon_i \tau \end{cases}Vi​={PASS,FAIL,​εi​≤τεi​τ​总体判定遵循合取逻辑：仅当全部NNN个用例均通过时，整体结果方为 PASS。以I(⋅)\mathbb{I}(\cdot)I(⋅)表示指示函数（条件成立取 1，否则取 0），总体判定为：Voverall={ PASS,∑i=1NI(Vi=FAIL)=0FAIL,否则V_{\text{overall}} = \begin{cases} \text{PASS}, \displaystyle\sum_{i=1}^{N} \mathbb{I}(V_i = \text{FAIL}) = 0 \\ \text{FAIL}, \text{否则} \end{cases}Voverall​=⎩⎨⎧​PASS,FAIL,​i=1∑N​I(Vi​=FAIL)=0否则​2.2 向量化实现逐元素循环的时间复杂度为O(N)O(N)O(N)。本系统利用 MATLAB 向量化语法，将全部用例的判定操作合并为一次批量运算：% 向量化提取所有预期值和实际值expectedVals=[testCases.expected];% 1×N 向量actualVals=[testCases.actual];% 1×N 向量% 向量化计算误差diffs=abs(actualVals-expectedVals);% 逐元素运算% 逻辑索引一次性判定isPass=diffs=tol;% 1×N 逻辑向量numPass=sum(isPass);numFail=N-numPass;这种方式的优势在于利用 MATLAB 的 SIMD 指令集加速，当测试用例数量较大时，性能显著优于逐元素循环。3. 自适应波束成形理论基础3.1 均匀线阵（ULA）信号模型对于间距d=λ/2d = \lambda/2d=λ/2（Kd=πKd = \piKd=π）的MMM阵元均匀线阵，远场窄带信号从方向θ\thetaθ入射时，第mmm个阵元（m=0,1,…,M−1m = 0, 1, \ldots, M-1m=0,1,…,M−1）相对于参考阵元（第 0 号阵元）产生相位延迟mπcos⁡θm\pi\cos\thetamπcosθ。将所有阵元的相位差以复指数形式组合，得到导向矢量：a(θ)=[1,ejπcos⁡θ,ej2πcos⁡θ,⋯ ,ej(M−1)πcos⁡θ]T\mathbf{a}(\theta) = \begin{bmatrix} 1, e^{j\pi \cos\theta}, e^{j2\pi \cos\theta}, \cdots, e^{j(M-1)\pi \cos\theta} \end{bmatrix}^Ta(θ)=[1,​ejπcosθ,​ej2πcosθ,​⋯,​ej(M−1)πcosθ​]T阵列第nnn个采样时刻的接收信号为期望信号、各干扰源及噪声的线性叠加：x(n)=a(θs)s(n)+∑k=1Ka(θk)ik(n)+v(n)\mathbf{x}(n) = \mathbf{a}(\theta_s) s(n) + \sum_{k=1}^{K} \mathbf{a}(\theta_k) i_k(n) + \mathbf{v}(n)x(n)=a(θs​)s(n)+k=1∑K​a(θk​)ik​(n)+v(n)其中s(n)s(n)s(n)为期望信号，ik(n)i_k(n)ik​(n)为第kkk个干扰源，v(n)\mathbf{v}(n)v(n)为加性高斯白噪声。3.2 LCMV 最优波束成形器线性约束最小方差（LCMV）波束成形器在保证特定方向响应值的约束下，最小化阵列输出功率。其优化问题形式为：min⁡wwHRxxws.t.CHw=f\min_{\mathbf{w}} \ \mathbf{w}^H \mathbf{R}_{xx} \mathbf{w} \quad \text{s.t.} \quad \mathbf{C}^H \mathbf{w} = \mathbf{f}wmin​wHRxx​ws.t.CHw=f其中约束矩阵C=[a(θs),a(θ1),a(θ2)]\mathbf{C} = [\mathbf{a}(\theta_s), \mathbf{a}(\theta_1), \mathbf{a}(\theta_2)]C=[a(θs​),a(θ1​),a(θ2​)]由期望方向及各干扰方向的导向矢量组成，响应向量f=[1,0,0]T\mathbf{f} = [1, 0, 0]^Tf=[1,0,0]T约束期望方向保持单位增益、干扰方向形成零陷。利用拉格朗日乘子法可得闭式解：wopt=Rxx−1C(CHRxx−1C)−1f\mathbf{w}_{\text{opt}} = \mathbf{R}_{xx}^{-1} \mathbf{C} (\mathbf{C}^H \mathbf{R}_{xx}^{-1} \mathbf{C})^{-1} \mathbf{f}wopt​=Rxx−1​C(CHRxx−1​C)−1f当接收协方差矩阵退化为单位阵（Rxx=I\mathbf{R}_{xx} = \mathbf{I}Rxx​=I，即无噪声理想情况）时，上式简化为：wopt=C(CHC)−1f\mathbf{w}_{\text{opt}} = \mathbf{C} (\mathbf{C}^H \mathbf{C})^{-1} \mathbf{f}wopt​=C(CHC)−1f3.3 LMS 自适应算法LCMV 闭式解依赖于协方差矩阵Rxx\mathbf{R}_{xx}Rxx​的精确知识，实际环境中Rxx\mathbf{R}_{xx}R