“阵列越小越聪明”是消费电子最大的工程幻觉之一。TWS 耳机、手机顶部那几毫米的声孔与麦克风孔，承载着用户对“降噪”“定向拾音”“会议清晰”的全部期待，但物理孔径早在出厂前就写好了天花板。这篇想说清楚：在厘米级孔径上，算法到底能撬动多少，哪些期待从根上就是数学幻象——包括被热捧的“盲源分离”。
引言
波束成形（Beamforming）通过多传感器阵列的加权合成，增强特定方向信号、抑制干扰，在雷达、无线通信与音频处理中举足轻重（《The Digital Signal Processing Handbook》10.3 节 MMSE Beamformer、《Spatial Audio》2.2 节鲁棒性分析）。然而当应用载体缩小至 TWS（真无线立体声）耳机、手机顶部麦克风/扬声器孔等极端紧凑平台时，物理孔径被严格限定在厘米甚至毫米级。本文基于本地知识库（代号「涅槃」）中的声学、天线与信号处理文献，剖析此类受限环境下的“物理天花板”，厘清算法边界，并论证盲源分离（BSS）在小阵列上为何是伪命题。
一、物理孔径决定指向性：不可逾越的衍射极限
任何辐射或接收阵列的指向性，根源都在于孔径与波长的相对尺度，而非算法。
《扬声器系统的理论与应用》（沈勇等）给出无限大障板上平面圆形活塞的指向特性：
D(θ) = | 2·J₁(ka·sinθ) / (ka·sinθ) | （式 2-70）
该书明确指出：“指向特性与平面圆形活塞的尺寸与波长的相对比值有关。当 ka < 1 时，指向特性近似于圆，随着活塞尺寸的加大或辐射频率的提高，指向性越来越尖锐。”且 ka 超过 3.83 后才出现副瓣。这意味着若孔径半径 a 极小（如手机顶部扬声器孔径仅数毫米），在可听声低频段 ka ≪ 1，声场必然接近全向。
《电磁兼容术语标准词典》B033 定义“波束宽度”为波束或天线辐射瓣中包括最大辐射强度或对称轴的一个平面内两个方向之间的角度（注：一般最常用半功率点波束宽度）。小孔径对应宽波束宽度，主瓣无法收窄。
《声音的重现》第 3 版提及：“典型的前向发射音箱仅在低频时是全向的，在较高频率时变得更有方向性。”反推可知，微型设备在全频段都类似“低频音箱”行为——即全向。
《傅里叶声学》2.11.2 节以埃瓦尔德球（Ewald sphere）构建说明：远场辐射主瓣方向由 k_x0 = k·sinθ_0 确定，需超声速（evanescent）波数分量才能偏转波束；微小孔径难以激励所需空间波数。
二、TWS 耳机与手机顶部的物理现实
TWS 耳机腔体直径常 < 10 mm，手机顶部边框宽度亦仅数毫米至一两厘米。参照《扬声器及其系统》（曹小轩等）对脉动球源的分析：当 kr₀ ≪ 1 时，球面声源辐射阻极小，平均辐射声功率与 ω² 成正比，能量效率低下且全向；偶极声源在 kd ≪ 1 时辐射本领比小脉动球源更差。此类器件即便采用多单元，依《声音的重现》所言，传统多单元音箱“绝对不是线源或阵列。它们只是高大的扬声器”；而连续窄条或紧密间隔线性阵列（《建筑声学与音响工程》3.1.7 节线性阵列扬声器）需排列成直线且间隔紧密，手机顶部无法容纳有效长度。因此，物理孔径强制系统处于低 ka 区，算法无外部孔径可借。
取 TWS 腔体半径 a ≈ 5 mm，声速 c ≈ 343 m/s。在 f = 1 kHz 时，λ ≈ 0.343 m，k = 2π/λ ≈ 18.3 m⁻¹，则 ka ≈ 18.3 × 0.005 ≈ 0.09 ≪ 1；即便到 f = 5 kHz，ka ≈ 0.46，仍远小于副瓣阈值 3.83。这意味着在可听声全频段，该孔径的指向性因子 |D(θ)| 几乎恒为 1——声场各方向均匀。波束成形面对的是“所有通道信号高度相关”的输入，没有任何可借用的空间自由度。
三、算法能做什么：在给定孔径下求最优权值
尽管孔径受限，信号处理算法仍能在自由度内优化：
MMSE 波束成形
《The Digital Signal Processing Handbook》10.3 节提出相关到达环境下的 MMSE 波束成形器，寻找权向量 w 使输出误差功率 E{ |w^H·z(t) − s(t)|² } 最小，特别适合多径传播；图 10.8 给出 MMSE 与 MNP 波束图（channel M1/M2），展示算法形成的空间零陷。
广义旁瓣消除器（GSC）
《神经网络原理》第 2 章图 2-16 显示，GSC 含信号阻塞矩阵 C_a 删除干扰，线性组合器产生无畸变响应，并可引入神经网络适应干扰统计变化。
数字波束成形与重叠子阵列
《Electronically Scanned Arrays》3.3–3.4 节描述子阵列级 DBF（图 3.11）及重叠子阵列架构，缓解因频率偏移导致的波束斜视与栅瓣，提升瞬时带宽。
白噪声增益优化
《Spatial Audio》2.2 节定义白噪声增益（WNG）为期望方向与空间白噪声放大量的比值，衡量鲁棒性；算法可设计权值以提升 WNG，抑制空间白噪声。
嵌入式 DSP 实现
《DSP for Embedded and Real-Time Systems》提及宽频波束成形计算需求与 WARPLab 实验，表明实时算法可部署于小型设备。
这些手段能抑噪、抗多径、保持期望方向增益，但仅作用于已存在的传感器信号——它们重新分配已有的空间自由度，而非创造新的。
四、算法不能做什么：天花板下的禁区
- 不能突破衍射极限创造窄波束：无论 MMSE 或 MNP（图 10.8 需 M1/M2 双通道及一定孔径），小阵列主瓣宽度由 ka 锁死。如《扬声器系统的理论与应用》所述，ka < 1 时指向性近似圆，算法加权无法违背贝塞尔函数规律。
- 不能消除对位置误差与特性偏差的敏感：《Spatial Audio》明确指出“波束成形算法经常缺乏鲁棒性，该属性与抵抗空间白噪声有关，可因指定的麦克风特性和位置误差而受损”。小阵列孔径小，相对误差更大，WNG 低，反而放大噪声。
- 不能改变频率依赖的方向性：《声音的重现》指音箱高频才更有方向性；小孔径在音频全频段 ka 均小，算法无法令其低频指向性变锐。
- 不能无视边界反射耦合：《声音的重现》图 9.14 展示单一反射面（地板）即破坏点源圆形等高线，产生波瓣干涉；TWS 贴近耳道、手机倚靠桌面，强边界效应使算法预设自由场模型失效。
| 维度 | 算法能做的（孔径内） | 算法不能做的（天花板外） |
|---|---|---|
| 指向性 | 在已有传感器间优化权值、形成空间零陷 | 凭空创造窄主瓣 / 突破衍射极限 |
| 鲁棒性 | 提升白噪声增益（WNG）、抑制空间白噪声 | 抵消小孔径对位置误差/特性偏差的高敏感 |
| 频率依赖 | 各频率独立加权 | 改变方向性的频率相关性（低频仍全向） |
| 边界耦合 | — | 无视耳道/桌面强边界导致的自由场模型失效 |
| 源分离 | 多通道利用已知几何做波束 | 盲源分离需充足空间分集，小阵列先天缺失 |
五、为什么“盲源分离”在小阵列上是伪命题
盲源分离常依赖独立分量分析（ICA）。《Digital signal processing in audio and acoustical engineering》9.3 节阐明：“ICA network starts from the assumption of two independent sources via two different transmission channels, it is only suitable for multichannel (at least two channels) BSS.” 表面看双麦满足，但小阵列本质使假设崩塌：
传递矩阵秩缺失（传输零点）
《Acoustic Array Systems》第 6 章详述传递矩阵 G 的奇异值过小导致“transmission zero”（det G_v = 0），源于“系统本身特性，如声源尺寸、形状、分布以及测量位置”。小阵列测量点间距远小于波长，各通道传递函数近乎相同，G 近奇异，重建场误差剧增，Tikhonov 正则化亦难救。
空间相干性过高
因《扬声器系统的理论与应用》ka ≪ 1 全向辐射，各麦接收信号波前曲率可忽略，信号线性相关，混合矩阵不满秩，ICA 的独立性前提破产。
低白噪声增益放大噪声
《Spatial Audio》WNG 低，盲分离过程将空间白噪声同步放大，输出信噪比劣化。
实证限制
《神经网络原理》GSC 需信号阻塞矩阵有效删除旁瓣泄漏，小阵列旁瓣即主瓣本身，阻塞矩阵无物可阻。
综上，小阵列上所谓“盲源分离”要么不收敛，要么析出虚假源，故为工程伪命题。
六、结语
波束成形的物理天花板由孔径与波长之比刻写。TWS 耳机、手机顶部等受限平台，算法可优化权值、抑制干扰、适配带宽，但绝无法无中生有拓宽孔径。盲源分离需充足空间分集，小阵列先天缺失，仅为数学幻象。工程师应接纳此妥协，转向多设备组网（如《用 DSP 设计 3G 基站》中基站阵列）或传感器融合，方在物理法则内觅得通路。
小阵列的出路不在更复杂的算法，而在“换维度”：① 把空间分集交给多设备组网（多耳/多麦协同）；② 把稳健性交给模拟与结构（声孔几何、腔体耦合、前级 SNR）；③ 把“分离”降维成“已知几何下的波束 + 单通道后处理”。算法是放大器，不是造物者——孔径不给你自由度，它什么都变不出来。
《The Digital Signal Processing Handbook》10.3 · 《Spatial Audio》2.2 · 《扬声器系统的理论与应用》（沈勇等）· 《声音的重现》· 《傅里叶声学》2.11.2 · 《电磁兼容术语标准词典》B033 · 《扬声器及其系统》（曹小轩等）· 《建筑声学与音响工程》3.1.7 · 《Electronically Scanned Arrays》3.3–3.4 · 《Acoustic Array Systems》第 6 章 · 《Digital signal processing in audio and acoustical engineering》9.3 · 《神经网络原理》第 2 章 · 《DSP for Embedded and Real-Time Systems》· 《用 DSP 设计 3G 基站》。
← Back to System Thinking