一台声学相机少则几万、多则几十万。但很多人不知道，它底层的算法其实有两套：近场声全息（NAH）和波束成形（Beamforming）。差一个字，选错就可能让设备变成摆设。今天我们就把这两件事讲透。
一、 选错”耳朵”，几十万的设备可能变成摆设
先看两个真实的应用场景
场景一：某 500kV 变电站，变压器嗡嗡作响，工程师怀疑内部发生了局部放电，但用传统手持式超声仪逐点扫，半天也定位不到放电源到底在哪个部位。
场景二：某化工厂高压气体管线，法兰处疑似微量泄漏，巡检员拿着肥皂水逐个接头刷，可管线长达数公里，等找到漏点，班组已经蹲守了一整夜。
这两个场景的共性是——人耳听不见、肉眼看不见，却必须被”看见”。于是”声学相机”应运而生：它把声音变成一张彩色热力图，叠在可见光画面上，让泄漏点、放电点”亮”出来。
可打开厂家彩页你就会发现，光是底层算法就有两套名字：近场声全息（Near-field Acoustic Holography, NAH） 与 波束成形（Beamforming）。它们一个像贴身肉搏的”显微镜”，一个像远程扫描的”雷达”。
到底该选哪个？是什么物理定律决定了它们一个”近看无敌”、一个”远攻见长”？我们一层层拆开。
二、两种波，两种命运：声音世界的”分水岭”
要理解这两种算法的差异，得先搞清楚一个核心问题：
声源向外辐射时，根据声波在空间中的衰减特性和传播行为，声场可分为近场（活性近场）与远场（传播远场）。其本质由两种不同的波控制：
1. 倏逝波（Evanescent Waves）
紧贴声源表面，会产生一种叫倏逝波（Evanescent Waves，又称衰减波）的波。它身上带着声源最精细的”指纹”——微米级、毫米级的表面振动细节。但它有个致命特点：一旦离开声源，能量就呈指数级急剧衰减：
(其中 p(z)为法向声压，kz为法向衰减系数，z为离开声源的法向距离)
由于指数衰减特性，传播距离一旦超过大约一个声波波长（λ），倏逝波的信息将被环境噪声彻底淹没，在物理上”消失”了。
2. 传播波（Propagating Waves）
与此同时，声源还会激发传播波（Propagating Waves）。它以球面波或平面波的形式长距离向外辐射，衰减缓慢，能跑出几米、几十米甚至上百米。代价是：传播波在旅途中丢失了声源表面的”微观指纹”，只保留了宏观的方向和相位信息。它像一个能远行的信使，走得远，但带的消息粗略。
正是这两种波的物理分野，催生了两种截然不同的算法思路。
三、 核心原理：两张图，讲清两种算法的本质区别
1.近场声全息 (NAH):贴身肉搏的“高精度测量”
NAH 的逻辑是：趁倏逝波还没彻底消逝前，把麦克风阵列贴到离声源极近的地方（测量距离 d ≪ λ，通常只有 3cm～15cm）把它抓住，然后用格林函数和二维傅里叶变换，沿着声波传播的反方向”反向投影”，重建出声源表面的振动速度和声压图。
因为直接捕获了倏逝波，NAH 能突破二分之一波长的衍射极限，实现超分辨率成像——声源表面的微观振动都能看得一清二楚。它就是一台贴在物体表面的声学显微镜。
但它有个”物理死穴”：逆向求解极度敏感。测量距离稍微变远、数据里混入一点噪声，逆向矩阵的数值就会灾难性发散，算法直接崩溃。换句话说，它只能在实验室里贴着被测物”近距离观察”，挪开一点就失灵。
2. 波束成形（Beamforming）：远距离扫描的“声学雷达”
波束成形走的是另一条路：不碰倏逝波，直接处理能远行的传播波。它的核心是多通道空间相位对齐——经典的延时求和（Delay-and-Sum）：给每个麦克风收到的信号补偿一个由几何路径差产生的时延，让来自某个目标方向的声音”相位对齐”，产生相长干涉，信号成倍放大；而其他方向的噪声相位杂乱，相互抵消。
就像把无数束声波”聚”成一束聚光灯，照向你想看的方向。逐点扫描整个空间，就能画出声场的彩色热力图。它不需要贴近声源，可以在数米甚至上百米外远距离扫描；算法稳健、运算量小、天然抗噪。它就是一台工业现场的声学雷达。
一个关键指标：空间分辨率
两种算法在”看得多清楚”上差别巨大。
NAH 的分辨率由阵列间距决定，低频段也能超分辨——这是它的看家本领。
波束成形 受经典衍射极限约束，其空间分辨率近似为：
Δx ≈ 1.22 · λ · L / D
（λ 为波长，L 为测试距离，D 为阵列物理孔径）这个公式翻译成大白话就是：波长越长（低频）、距离越远、阵列越小，成像就越糊（光斑越大）。所以波束成形在低频段会呈现一团”大红晕”；但在高频和超声频段（波长极小），它能轻松实现毫米级定位。
四、硬指标 PK：谁能在工业现场打硬仗？
从工业现场的真实工作环境出发，对比两个硬指标：
指标一：安全检测距离（距离 = 生命线）
在数百千伏的高压变电站、数百摄氏度高温的冶炼管道、高速旋转的涡轮旁边，安全规程严禁任何仪器和人进入厘米级的”活性近场”。NAH 要求贴到 3～15cm——这在带电、高温、高转速场景里，等于让工程师拿命去测。
波束成形天然为远距离设计，支持在数十米外非接触式扫描，操作人员和仪器都安全。这一局，波束成形完胜。
指标二：工作频段（高频 = 隐患克星）
工业最痛的两个问题：气体泄漏和电力局部放电——产生的信号能量集中在 20kHz～65kHz 的超声频段。
这里有个物理约束：根据空间奈奎斯特采样定律，要避免空间混叠，麦克风间距必须 d＜λ/2。在 65kHz 超声段，这意味着间距要小到几毫米——要在这么小的面积上密密麻麻布下成百上千颗一致性达标的麦克风，硬件制造成本和工艺难度几乎是无法逾越的鸿沟。NAH 在这个频段根本造不出可量产的阵列。而波束成形通过非规则、螺旋状散点阵列排布，能在算法层面深度抑制高频旁瓣（Side-lobes），在宽频带（特别是超声频段）表现出极高的鲁棒性。20kHz～65kHz，正是波束成形的”黄金狩猎场”。
五、工业抉择：为何“波束成形”成为工业应用绝对主流？
现场 1：变电站局放定位
某 GIS 变电站高压套管疑似局放。工程师在 15 米外手持声学相机，波束成形在超声频段（40kHz 附近）迅速锁定放电源位于套管均压环下方 5cm 处的一个微小气隙。全程非接触、不停电、不登高——这是 NAH 贴到几厘米测量根本做不到的。
现场 2：高压气体泄漏检测化工厂压缩空气管线法兰微量泄漏，可听声段被环境噪声完全淹没，人耳和普通声级计无能为力。声学相机切换到 20kHz～65kHz 超声段，泄漏点在热力图上瞬间”亮”成一个清晰的高亮斑点，10秒内完成定位。这正是波束成形在超声”黄金频段”的拿手好戏。
六、选型决策：选对工具，事半功倍
| 您的角色与场景 | 推荐算法 | 理由 |
| 消音室/实验室研发人员，研究电机外壳微观振动模态 | 近场声全息（NAH） | 贴近测量，捕获倏逝波，超分辨率看微观细节 |
| 一线运维/点检/安全工程师，排查泄漏、电力局放、大范围异响 | 波束成形（Beamforming） | 远距离安全、宽频覆盖、抗噪稳健，工业级常备雷达 |
一句话：实验室里要”看清微观”，选 NAH；工业现场要”几米外一眼定位”，选波束成形。
六、 结语
声学相机的较量，本质上不是算法模型的纯粹与繁复，而是”让声音被看见”这件事的工程化能力。近场声全息以极具数学美感的”反向投影”，在精密实验室微观研究中探索极限；波束成形则凭借高容错的空间滤波、安全的非接触距离、对超声频段的完美覆盖成为推动工业机器听觉走向常态化、普惠化部署的决定性引擎。
