%传统波束形成，CBF （Ps：这个程序是别人的，不是我写的，但是具体是在哪里找到的已经忘了）

clear all; close all; clc;

%———初始化常量———-%

c = 334;      % 声速c

fs = 1000;    % 抽样频率fs

T = 0.1;       % 

t = 0:1/fs:T;  % 时间 [0,0.1]

L = length(t); % 时间长度，采样总点数：101个

f = 500;       % 感兴趣的频率，信号自己的频率

w = 2*pi*f;    % 角频率 k = w/c;       % 波数 k

M = 18;        % 阵元个数,实际只有17个

%接下来是阵元坐标，声源位置，这里设置的是（12,10,12）点，同时设置阵元的高斯白噪声。

%———各阵元坐标———% %

Nmid = 12;      % 参考点 %

d = 3;         % 阵元间距 %

m = (0:1:M-1) yi = zeros(M,1); % 生成一个M*1维的零矩阵

zi = [0;3;6;9;12;15;18;21;24;12;12;12;12;12;12;12;12;12];

xi = [12;12;12;12;12;12;12;12;12;0;3;6;9;12;15;18;21;24];    %形成柿子麦克风阵列坐标 %xi = xi.’      % 列向量 m*d 阵元数*阵元间距

figure(1)

plot(xi,zi,’r*’); title(‘十字形麦克风阵列’) %——— 声源位置———-% x1 = 12;  y1 = 10; z1 = 12;     %声源位置 （12,10,12） x,z为水平面

x2 = 12; y2 = 0; z2 = 12;     %参考点：（12，0，12）

Ric1 = sqrt((x1-xi).^2+(y1-yi).^2+(z1-zi).^2); % 声源到各阵元的距离

Ric2 = sqrt((x1-x2).^2+(y1-y2).^2+(z1-z2).^2);    %声源到参考点的距离

Rn1 = Ric1 – Ric2;  %声源至各阵元与参考阵元的声程差矢量

s1 = cos(2*w*t);    % 参考阵元接收到的矢量   

Am = 10^(-1);  % 振幅

n1 = Am * (randn(M,L)+j*randn(M,L));  % 各阵元加上高斯白噪声，考虑复数18*101的阵列

p1 = zeros(M,L);

%3、延迟求和—————————————————————————-

%整个程序最关键的部分，延迟求和，同时得到各阵元接收的声压信号矩阵。以及协方差矩阵，这个还有疑问，要把论文读懂来理解。

%————————–各阵元的延迟求和——————————–%

for k1 = 1:M    

p1(k1,:) = Ric2/Ric1(k1)*s1.*exp(-j*w*Rn1(k1)/c);    %Ric2/Ric1(k1)等于把每一个点的距离归一化.exp()表示时延  18*101的矩阵     % 接收到的信号                                    

%时间和阵元的矩阵

end

p = p1+n1;  % 各阵元接收的声压信号矩阵 R = p*p’/L; % 接收数据的自协方差矩阵  A.’是一般转置，A’是共轭转置。    %%%R代表幅值吗？  %18*18

%4、扫描整个声源平面————————————————————————

%我们设置步长为0.1，扫描范围是20×20的平面，双重for循环得到M*1矢量矩阵，最后得到交叉谱矩阵（cross spectrum matrix）。由DSP理论，这个就是声音的功率。 %——-扫描范围——%

step_x = 0.1;  % 步长设置为0.1  %和线阵里面扫描角度是一个道理

step_z = 0.1;

y = y1;            %y=10

y1=10 x = (9:step_x:15);  % 扫描范围 9-15

z = (9:step_z:15);

for k1=1:length(z)     %先扫x轴，再扫z轴，设扫描到的点为（x=k2，z=k1），y=10 k1=61，k2=61    

for k2=1:length(x)        

Ri = sqrt((x(k2)-xi).^2+(y-yi).^2+(z(k1)-zi).^2);   %（x(k2),10,z(k1)）走到的点距离阵元的距离 %每走一步，产生一个18*1的矩阵        

Ri2 = sqrt((x(k2)-x2).^2+(y-y2).^2+(z(k1)-z2).^2);    %走到的点距离参考点的距离       %一个数         % 该扫描点到各阵元的聚焦距离矢量        

Rn = Ri-Ri2;           %每一步产生一个1*18的矩阵         % 扫描点到各阵元与参考阵元的程差矢量                

b = exp(-j*w*Rn/c);           % 声压聚焦方向矢量        %归整到阵元，18*1的矩阵，消除时间的影响            

Pcbf(k1,k2) = abs(b’*R*b);          % CSM    

end

end      %声音的功率

%5、归一化处理

%归一化处理的程序 %————————————–归一化——————————%

for k1 = 1:length(z);    

pp(k1) = max(Pcbf(k1,:));                           % Pcbf 的第k1行的最大元素的值

end

Pcbf = Pcbf/max(pp);              % 所有元素除以其最大值 归一化幅度

%6、作图

%观察得到的结果 %——————————-作图展示———————————–%

figure(2)；

surf(x,z,Pcbf); xlabel(‘x(m)’),ylabel(‘z(m)’) ；title(‘CBF三维单声源图’)； colorbar

figure(3) ；

pcolor(x,z,Pcbf); shading interp; xlabel(‘x(m)’); ylabel(‘z(m)’); title(‘CBF单声源图’) ；colorbar

%7、结果

%十字型阵列最终得到的结果效果并不理想，没有达到一个点声源的理想结果

刚开始这个程序其实没怎么看懂，于是在网上找了CBF的知识，找到一篇可以找到参考的论文。【水声定位算法之CBF波束形成_360doc个人图书馆】http://www.360doc.cn/mip/558928696.html

自己照着这个程序写了一个线阵的，可是写了一天都没有写出来，后面的有些地方有点模糊，不知道怎么处理，以后再思考一下吧。