阵列特征可用于计算阵列信号处理中的空间相关性、波束形成、自适应信号处理等。具体使用方法如下：

1. 空间相关性：阵列特征可以通过计算阵列中各个传感器的信号之间的相关系数来获取不同位置传感器之间的空间相关性。通过分析空间相关性，可以确定阵列中各个传感器的互相影响程度，进而优化阵列的性能。

2. 波束形成：波束形成是利用阵列中的多个传感器来抑制来自其他方向的干扰信号，使得目标信号在一个特定的方向上增强。阵列特征可以通过使用波束形成算法，如波达波束形成（Delay-and-Sum Beamforming）、最小方差波束形成（Minimum Variance Beamforming）等，来生成指向目标信号方向的波束。

3. 自适应信号处理：阵列特征可以用于自适应信号处理算法，如最小均方误差（LMS）算法、逆协方差矩阵（Inverse Covariance Matrix）算法等。这些算法利用阵列中的多个传感器之间的相关性来对信号进行估计和处理，能够有效地抑制噪声和干扰信号，提高信号的质量和可靠性。总之，阵列特征的使用需要结合具体的应用场景和信号处理算法，在信号处理过程中充分利用阵列中的多个传感器之间的相关性和空间分布特点，从而实现对信号的优化和增强。