统计阵列信号处理与自适应波束形成——3.1 稳健自适应波束形成

统计阵列信号处理与自适应波束形成——3.1 稳健自适应波束形成核心结论：稳健自适应波束形成的核心矛盾不是"算得更快"，而是"在模型失配时算得不崩"。对角加载修复协方差矩阵的数值病态，导向矢量校正修复空间指向偏差，白噪声增益约束修复权向量范数爆炸——三者构成稳健性的三重保险。1. 总体定位与知识图谱1.1.1.1 为什么自适应波束形成会"自毁"想象我们有一个由100个水听器组成的圆环阵，目标是听清正前方一艘潜艇的螺旋桨噪声，同时屏蔽左侧货轮的干扰。理想情况下，自适应波束形成器会自动调整每路水听器的权重，让目标信号相干叠加、干扰信号相消抵消——这就像一个智能调音台，自动把不需要的声道静音。但现实中的水听器位置不会完全均匀，声速随深度变化，快拍数（采样次数）往往不足。这些误差会让波束形成器"认错人"——把目标信号当成干扰，在目标方向上挖出一个零陷（null）。这就是自零陷（self-nulling）：波束形成器不是被敌人击败，而是被自己的数学模型误导，亲手消灭了要保护的目标信号。认知检查点：自适应波束形成器的脆弱性不是来自外部干扰太强，而是来自内部模型假设（理想协方差矩阵、精确导向矢量）与现实数据之间的失配——稳健性设计的本质是"在信任数据的同时，为不信任模型留好退路"。1.1.1.2 知识图谱总览