阵列天线方向图比较：从直线阵到共形阵的工程选型要点

简介：在无线通信与雷达系统中，阵列天线的方向图直接影响增益、覆盖与抗干扰能力。这份资源以均匀直线阵为例，将单元个数、阵元间距与波长三个核心参数对方向图的影响，整理为4个MATLAB脚本（压缩包仅2KB，文件类型均为.m）。通过运行脚本，可以直观对比2单元、4单元、8单元等不同阵列规模下的主瓣宽度与增益变化，观察阵元间距在λ/2、λ、λ/4等取值时的旁瓣抑制效果，以及波长与间距比值对零点、栅瓣出现位置的影响，从而清晰理解主瓣、副瓣与栅瓣的形成规律。代码结构简洁、便于修改参数，适合天线原理学习与阵列设计初期的快速验证，也可作为课堂教学或毕业设计中的辅助参考，为工程权衡波束宽度和旁瓣电平提供直观依据。目前已有2129人学习下载。 做阵列天线这几年，我越来越觉得方向图比较是件很“照妖镜”的事。同样是八个天线单元，排成一条直线、一个矩形平面、还是一个圆环，方向图会差出十万八千里。很多刚接触阵列的朋友拿到仿真曲线，第一反应是看主瓣宽度和最高旁瓣，真到了产品阶段才发现，决定方案能不能落地的，往往是那些藏在曲线里的细节：栅瓣出现在哪个角度、扫描到极限位置时波束涨成什么样、单元互耦把实测副瓣抬高了几个dB。这篇文章不想写成教科书式的指标罗列，我想把直线阵、平面阵、圆阵、稀疏阵和共形阵这几种常见阵列的方向图放在一起，逐一拆开比较，说清楚每种阵列为什么长成那个样子、各自的优势软肋在哪，以及做选型时应该重点看哪些特征。内容偏工程实践，适合正在做阵列仿真、雷达或通信射频系统设计的朋友，也适合想系统理解阵列方向图机理的学生。

1. 方向图比较的真正意义：阵列几何决定了天线行为的边界

1.1 方向图不是一条曲线，而是一组工程约束

很多场景里，方向图本身并不直接出现在产品指标里，但它几乎决定了所有关键指标的上限。主瓣宽度决定了波束能不能覆盖既定区域，旁瓣电平决定了抗干扰能力和杂波抑制水平，栅瓣位置更是在相控阵系统里直接决定雷达会不会“看花眼”。所以比较几种阵列的方向图，本质上不是在选“哪条曲线更好看”，而是在选“这套几何排布能不能满足系统需求”。不同几何排布会让能量在空间的分布方式完全不同，这一点从阵列因子就能看出来。

1.2 阵列方向图的两个基本部件：单元因子与阵列因子

理解方向图比较前，先得建立方向图乘积定理的概念：阵列总方向图约等于单元方向图乘以阵列因子。单元因子描述的是单个天线单元本身的辐射特性，阵因子描述的是单元之间相位关系带来的干涉效果。这俩相乘看起来很简单，却是理解很多现象的关键。

比如直线阵扫描到端射方向时总方向图会明显变窄，这个现象根本原因就是单元因子和阵因子的“合力”变了；再比如面阵波束斜视时波束展宽，也是因为投影孔径变小。所以后面比较各类阵列时，我会反复把“单元因子”和“阵因子”分开看，这样很多看起来玄乎的差异会清楚很多。

另外，比较方向图时我习惯先列出一组通用维度，后面所有阵列类型都用同一组尺度去看：

比较之后你会发现，可能某种阵列的峰值旁瓣很低，但栅瓣风险极高；另一种阵列主瓣很窄，但扫描退化严重。工程选型只能在这些维度里做取舍，没有全能的排列方式。

2. 均匀直线阵：一维布阵的底色图

2.1 阵因子表达式与波束指向规则

均匀直线阵是最基础、也是最能说明问题的结构。假设N个阵元沿x轴等间距d排开，各阵元激励幅度相同，相位依次递增，那么远场区阵因子可以写成：

AF(θ) = Σ exp[j·k·d·(n−1)·(cosθ − cosθ₀)]，n=1...N

其中k是波数，θ是从阵列轴线算起的角度，θ₀是期望波束指向。通过调整相邻阵元之间的相位差α=−k·d·cosθ₀，就能让主瓣指向不同方向。这个公式本身不复杂，但它硬生生地揭示了直线阵方向图的本质：阵因子会在ψ=k·d·(cosθ−cosθ₀)的周期上重复出现，于是就有了栅瓣问题。

2.2 间距、阵元数、加权如何改方向图

阵元数N增加时，主瓣变窄，副瓣数量增加，但均匀加权的峰值旁瓣基本稳定在−13.3dB附近。间距d增大时，主瓣也会变窄，但同时栅瓣会往可见空间靠近，很容易进入实测区域。波束宽度可以近似用HPBW ≈ 0.886λ/(N·d·cosθ₀)来估算，这句话的意思就是：阵列越“长”（N·d越大），波束越窄；波束指向越偏离侧射方向，波束越宽——扫描到端射方向时，波束甚至会变成很宽的一团。

除了等幅激励，直线阵常用的还有切比雪夫加权和泰勒加权。切比雪夫加权能把所有旁瓣压到同一个设计电平，比如−30dB，代价是主瓣变宽、激励幅度动态范围更大；泰勒加权则让前几个旁瓣近似相等，后面逐渐衰减，工程实现比切比雪夫更现实。我个人的经验是，仿真里喜欢看切比雪夫，因为旁瓣曲线漂亮；做实际馈电网络时用泰勒更多，因为幅度分布温和，不容易在功分网络里烧功率。

2.3 直线阵最容易翻车的地方：栅瓣与盲区

栅瓣是直线阵最典型的“坑”。形成机制很简单：阵因子是周期性函数，当相邻单元间相位差ψ满足ψ=±m·2π时，除了主瓣，其他方向也会出现最大辐射。数学上可以推导出一条很实用的判据：d/λ < 1/(1+|cosθ₀|)。

这个式子别看简单，使用价值极高。侧射时θ₀=90°，条件变成d/λ<1，所以半波长间距很安全；一旦要扫描到端射方向，θ₀=0°，条件就收紧到d/λ<0.5。换句话说，如果你的系统要求波束扫描范围很大，就不能按侧射情况选间距。我之前做过一个Ka频段的直线阵项目，最初按0.6λ间距排布想在±60°内扫描，仿真一拉就傻眼了：在−60°和+60°附近出现了两个明显的栅瓣，能量几乎被分走一半。后来把间距压到0.45λ才解决问题，代价是单元数从32变成40，成本和功分网络复杂度都上去了。

3. 面阵与圆阵：当方向图需要“转”起来

3.1 平面矩形阵：二维波束的代价

平面矩形阵可以看作两个方向直线阵的乘积延伸。矩形栅格下，阵因子在方位和俯仰两个维度上可以独立控制相位，也就是可以“各管各的”，所以它能实现真正的二维波束扫描。但代价也随之而来。

最明显的是投影孔径效应。波束扫描到偏离法线的角度θ₀时，在扫描平面内阵列的有效投影孔径缩短为原来的cosθ₀倍，于是主瓣在该平面内按1/cosθ₀展宽。比如扫描到60°时，波束宽度几乎翻倍，增益也相应下降。这个现象在做广角扫描系统时尤其棘手，需要在波控算法里对每个扫描角做幅度校正，才能补偿扫描损失。

另一个代价是栅瓣条件更严格。矩形面阵在两个正交方向上各有一套间距约束：dx/λ < 1/(1+sinθ₀·cosφ₀)，dy/λ < 1/(1+sinθ₀·sinφ₀)。在大角度扫描时，这两个条件会在某些斜对角方向“合力”形成栅瓣，这一点比直线阵更隐蔽，因为栅瓣不一定落在主平面上，可能出现在空间对角线方向。实际仿真时如果不做三维方向图切片全景检查，很难发现这些“角落里的幽灵”。

3.2 环形阵：方位360度扫描的另一套逻辑

环形阵（均匀圆周阵）跟直线阵、面阵是两套逻辑。直线阵的阵因子是解析的sinc-like形式，环形阵推导出的阵因子会落到贝塞尔函数上。当阵元数足够多时，环形阵的方位方向图近似可以用贝塞尔函数描述，主瓣可以绕着圆环在方位面内旋转，而且旋转过程中波束形状变化很小——这是它最大的卖点。

但环形阵的代价也很明显：阵元利用率低。同一时刻，只有指向主瓣方向的那部分阵元在“真正出力”，背对主瓣的阵元贡献很小甚至起反作用。相同阵元数、相同口径面积下，环形阵的增益通常低于同样面积的平面阵。而且环形阵的波束控制要复杂得多，因为相位模式激励不再是一条简单的等相位梯度关系，需要做基于傅里叶分解的相位模式算法，功耗和硬件复杂度都不小。

3.3 面阵和圆阵的选型对照

在实践中这两种阵列的应用场景其实分得很开。以我的项目经验总结了一张对照表，供大家参考：

面阵适合“对准一个方向长时间工作、追求高增益和低旁瓣”的场景；环形阵适合“需要环视一圈、快速测向”的场景。两类方案我都遇到过，选择的关键往往不在方向图本身，而在于系统到底需要多大角域的覆盖。

4. 稀疏阵与共形阵：打破“周期”之后方向图长什么样

4.1 稀疏布阵：栅瓣没了，但旁瓣升了

稀疏阵的核心思路是打破周期性。既然栅瓣是周期排列造成的阵因子周期性重复，那让阵元位置不规则，就能从根源上消除栅瓣。随机稀疏阵的做法是：在大口径范围内随机选取一部分位置放置单元，同时保证最小间距约束（一般为0.5λ左右，防止互耦过强）。这样做之后，阵因子的“周期性”消失，栅瓣被拆散，变成了幅度相对更高的统计旁瓣。

但是天底下没有白来的好处。稀疏阵的代价有两个：一是峰值旁瓣往往比均匀满阵高，随机布阵的峰值旁瓣很难压到−15dB以下；二是相同增益下，稀疏阵需要更大的物理口径，因为有效辐射单元变少了。工程上做稀疏优化时，常用遗传算法或近差集方法去压低峰值旁瓣，这些算法跑起来很吃算力，但效果确实可观。我做过一个低成本稀疏阵项目，用32个单元塞进相当于64单元满阵的口径里，峰值旁瓣优化到−18dB，算是“用计算换硬件”的典型做法。

4.2 共形阵：方向图变成逐元叠加

共形阵把阵元贴装在载体表面，最常见的场景是机载、弹载和天线罩一体化设计。共形阵的方向图分析最麻烦的一点是：不能再直接套“单元因子×阵因子”的简单模式了。每个阵元的单元方向图指向各不相同，有的朝左、有的朝右、有的朝上，总方向图只能逐元计算并叠加：

E_total(θ, φ) = Σ w_n · E_element,n(θ, φ) · exp[j·k·(r_n · r̂)]

这里w_n是激励权值，E_element,n是第n个阵元自身的辐射方向图，r_n是阵元位置矢量。由于每个单元对总方向图的贡献角度不同，共形阵的副瓣、极化、互耦都和平面阵差异很大，仿真必须用全波工具（HFSS、CST、FEKO等）把阵列整体建模出来，而不是拿孤立单元方向图乘一乘就完事。

共形阵方向图比较时我建议画两类图：一是三维总方向图，看有没有因曲面散射产生的凹陷或突起；二是各个切面的方向图，检查曲率大的区域是否出现局部副瓣抬高。这类项目里，方向图比较的维度又会多出一个：曲率带来的几何遮挡和边缘绕射效应。

5. 仿真方向图和实测方向图差在哪：三个必踩的坑

5.1 互耦效应：仿真里的小变量，实测里的大偏差

很多人在仿真阶段用的是“孤立单元方向图×理想阵因子”，算出来的曲线干净漂亮，一到暗室实测就发现副瓣抬了、主瓣歪了、甚至出现扫描盲区。最常见的原因就是阵元间互耦。当单元间距压到0.5λ以内时，相邻单元的耦合可以轻易达到−15dB量级，这会让阵元的实际方向图发生畸变，等效于每个单元的幅度和相位都偏离了理想设计值。更麻烦的是，互耦和扫描角有关：波束扫描到某些角度时，阵列端的等效发射系数会突变，形成“扫描盲角”。实测方向图比较时如果发现某个角度方向图突然凹进去一块，大概率就是这个原因。

解决方法是仿真时不要用孤立单元，而是用“嵌在无限阵列环境里的单元方向图”，或者直接建一个带有足够周边单元的子阵列模型。虽然仿真时间变长，但这样得到的曲线才有参考价值。

5.2 幅相误差：方向图比较时最容易被低估的误差源

第二个坑是馈电网络的幅相误差。每个通道的放大器增益、移相器相位、线缆长度都不可能完全一致，这些误差叠加在一起，会让真实方向图的旁瓣比理论值高很多。经验上，若激励幅度误差的有效值为ε（相对值）、相位误差的有效值为σ（弧度），那么随机误差引起的平均旁瓣功率抬升大约正比于ε²+σ²。举个例子：加工和装配误差做到1dB幅度误差、5°相位误差，理想−30dB切比雪夫设计很可能实测只有−22~−25dB。所以在方案阶段就要给旁瓣指标留余量，不要让仿真曲线贴着指标线走，否则量产阶段会非常痛苦。

5.3 测试条件：暗室、反射以及与仿真的差异

第三个坑在测试环境。很多团队受预算限制，在非标准暗室里测方向图，结果地面反射、探头耦合、支架散射混在一起，测出来的曲线一堆“毛刺”。碰到这种情况，我一般先不急着怀疑阵列设计，先做两个校验：一是测一个已知方向图的标准喇叭做参考，确认测试系统本身没有系统偏差；二是对比仿真和实测中那些凹坑出现的位置，如果凹坑在角度上随频率移动，往往暗示是暗室多径而不是阵列本身的问题。方向图比较只有建立在可靠测试的基础上才有意义，否则拿一套有问题的数据去比较不同阵列，结论很容易南辕北辙。

写在最后：方向图比较拼到最后是需求比较

做了不少阵列项目之后，我发现自己对方向图比较这件事的态度有了变化。刚开始总想找“哪种阵列最好”，后来才发现每种阵列都是各种约束平衡出来的解：直线阵简单高效但扫描范围有限，面阵方向图性能好但硬件成本高，圆阵灵活但增益吃亏，稀疏阵省通道但旁瓣管理难，共形阵贴合载体但要解决一堆仿真和测试难题。真正有用的比较，是先想清楚系统指标里主瓣、旁瓣、扫描范围、成本各自占多大权重，再回过头看方向图曲线。毕竟方向图只是中间过程，最后交付的是系统在真实环境里能不能稳定工作。希望这篇比较能帮大家少走点弯路。

本文还有配套的精品资源，点击获取