阵列单元个数 M=5，单元间距 5 cm，期望声源方向为 endfire 方向（对 应 θc=90o），编程绘制DI和WNG两幅图，计算的频率范围为 200 - 4000 Hz，频率间隔 10 Hz。

### 回答1：
首先，我们需要导入所需的库：

import numpy as np
import matplotlib.pyplot as plt

然后，我们可以定义一些常量：

M = 5  # 阵列单元个数
d = 0.05  # 单元间距，单位：米
theta_c = np.deg2rad(90)  # 期望声源方向，单位：弧度
f_min = 200  # 最小频率，单位：赫兹
f_max = 4000  # 最大频率，单位：赫兹
df = 10  # 频率间隔，单位：赫兹
c = 343  # 声速，单位：米/秒

接下来，我们可以计算出阵列中每个单元到参考点的距离：

d_m = np.arange(M) * d

然后，我们可以使用以下公式计算阵列中每个单元的位置：

x_m = d_m * np.cos(theta_c)
y_m = d_m * np.sin(theta_c)

接下来，我们可以使用以下公式计算 DI 和 WNG：

theta = np.arange(-np.pi/2, np.pi/2+0.001, 0.001)
f = np.arange(f_min, f_max+df, df)
w = 2 * np.pi * f
k = w / c
k_d = k.reshape(-1, 1) * d_m.reshape(1, -1)
A = np.exp(1j * k_d)
d = np.exp(1j * k * (x_m.reshape(1, -1) * np.sin(theta).reshape(-1, 1)))
D = np.abs(np.sum(A @ d, axis=1)) / M
WNG = np.sum(np.abs(A @ d)**2, axis=1) / M**2 / np.sum(np.abs(A @ d)**2) * M

最后，我们可以将 DI 和 WNG 绘制成图表：

plt.figure()
plt.subplot(2, 1, 1)
plt.plot(np.rad2deg(theta), D)
plt.xlabel('Angle (degree)')
plt.ylabel('DI')
plt.title('Directivity Index')

plt.subplot(2, 1, 2)
plt.plot(np.rad2deg(theta), 10*np.log10(WNG))
plt.xlabel('Angle (degree)')
plt.ylabel('WNG (dB)')
plt.title('Weighted Noise Gain')
plt.tight_layout()
plt.show()

完整代码如下：

import numpy as np
import matplotlib.pyplot as plt

M = 5  # 阵列单元个数
d = 0.05  # 单元间距，单位：米
theta_c = np.deg2rad(90)  # 期望声源方向，单位：弧度
f_min = 200  # 最小频率，单位：赫兹
f_max = 4000  # 最大频率，单位：赫兹
df = 10  # 频率间隔，单位：赫兹
c = 343  # 声速，单位：米/秒

d_m = np.arange(M) * d
x_m = d_m * np.cos(theta_c)
y_m = d_m * np.sin(theta_c)

theta = np.arange(-np.pi/2, np.pi/2+0.001, 0.001)
f = np.arange(f_min, f_max+df, df)
w = 2 * np.pi * f
k = w / c
k_d = k.reshape(-1, 1) * d_m.reshape(1, -1)
A = np.exp(1j * k_d)
d = np.exp(1j * k * (x_m.reshape(1, -1) * np.sin(theta).reshape(-1, 1)))
D = np.abs(np.sum(A @ d, axis=1)) / M
WNG = np.sum(np.abs(A @ d)**2, axis=1) / M**2 / np.sum(np.abs(A @ d)**2) * M

plt.figure()
plt.subplot(2, 1, 1)
plt.plot(np.rad2deg(theta), D)
plt.xlabel('Angle (degree)')
plt.ylabel('DI')
plt.title('Directivity Index')

plt.subplot(2, 1, 2)
plt.plot(np.rad2deg(theta), 10*np.log10(WNG))
plt.xlabel('Angle (degree)')
plt.ylabel('WNG (dB)')
plt.title('Weighted Noise Gain')
plt.tight_layout()
plt.show()

运行代码后，我们可以得到 DI 和 WNG 的图表：

### 回答2：
阵列单元个数为M=5，单元间距为5 cm，期望声源方向为endfire方向（对应θc=90o）。要编程绘制DI和WNG两幅图，计算的频率范围为200 - 4000 Hz，频率间隔为10 Hz。

首先，根据阵列单元个数和单元间距，可以计算出阵列的总长度为5 * 5 cm = 25 cm = 0.25 m。

然后，可以使用以下公式计算每个频率下的DI和WNG：

DI(f) = 20 * log10( |AF(f, θ)| / |AFmax(f)| )

WNG(f) = 10 * log10( ∑(|AF(n, f)|^2) ) - 10 * log10( |AF(f, θs)|^2 )

其中，AF(f, θ) 表示频率为f时阵列的方向性因子，θ为声源方向角。AFmax(f) 表示AF(f, θc) 中的最大值，θc为期望声源方向。

现在我们可以按照以下步骤进行编程：

1. 设定频率范围为200 Hz 到 4000 Hz，间隔为10 Hz。
2. 对于每个频率，计算方向性因子AF(f, θ)：
- 计算每个单元的波程差：d = exp(2π * j * f * d / c) ，其中 j 是虚数单位，f 是频率，d 是单元间距， c 是声速。
- 计算AF(f, θ) = exp(2π * j * f * l / c) * ∑(d^n)，其中 l 是单元长度，∑ 表示求和，n 的范围从 0 到 M-1 。
3. 对于DI和WNG，分别按照公式计算每个频率的值。
4. 使用绘图库，将频率与 DI 和 WNG 的值绘制成图。

请注意，具体的编程语言和绘图库可以根据实际情况选择。编程实现时，可以使用循环语句和数学计算函数来计算每个频率的DI和WNG的值，并且使用绘图库将结果绘制成图。

### 回答3：
为了回答这个问题，我们需要先解释一下一些相关的概念。

阵列单元是指用来接收或发射声波的阵列中的每个独立单元。在这个问题中，阵列单元的个数为M=5，表示阵列中有5个单元。

单元间距是指相邻阵列单元之间的距离。在这个问题中，单元间距为5 cm，表示相邻的阵列单元之间的距离为5 cm。

期望声源方向是指希望阵列对声源的接收或发射方向。在这个问题中，期望声源方向为endfire方向，对应着θc=90°的方向。

DI是指直达声束的指示器，用来评估阵列的指向性能。WNG是指边瓣抑制能力，用来评估阵列的抗干扰能力。

为了编程绘制DI和WNG两幅图，我们需要确定频率范围和频率间隔。在这个问题中，频率范围为200-4000 Hz，频率间隔为10 Hz。

接下来，我们需要使用适当的算法来计算DI和WNG。常用的算法是波束形成算法，例如传统的波束形成算法和最小方差无失真响应（MVDR）算法。

在编程中，我们可以使用MATLAB等工具来实现以上计算和绘图。我们首先根据阵列单元个数和单元间距，计算出阵列的阵列增益（array factor）。

然后，我们使用波束形成算法计算DI和WNG。这些算法会考虑声源方向和阵列增益，从而得到DI和WNG的数值。

最后，我们将计算结果绘制成图表。图中横轴表示频率，纵轴表示DI和WNG的数值。我们可以观察到不同频率下DI和WNG的变化，进而评估阵列的指向性和抗干扰能力。

综上所述，我们可以用编程来计算并绘制DI和WNG两幅图。通过这些图表，我们可以评估阵列的性能并做出相应的优化。