Investigación numérica y curvas de diseño para matrices de antenas planas adelgazadas para 5G y 6G
Autores: Pinchera, Daniele; Schettino, Fulvio; Lucido, Mario; Chirico, Gaetano; Migliore, Marco Donald
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Investigación numérica y curvas de diseño para matrices de antenas planas adelgazadas para 5G y 6G
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Relación
Parámetros
Matrices de antenas adelgazadas
Algoritmo evolutivo
Rendimiento
Directividad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 53
Citaciones: Sin citaciones
Investigamos numéricamente la relación entre los principales parámetros de las matrices de antenas adelgazadas utilizando un algoritmo evolutivo específicamente diseñado, la Evolución Pareto Multi-Objetivo para Adelgazamiento (MOPET). Ofrecemos algunos resultados útiles que permiten evaluar el rendimiento alcanzable de las matrices de antenas y ayudar a los investigadores y profesionales a diseñar sistemas de radar, 5G y 6G. En particular, nuestro enfoque nos permite cuantificar la ventaja de las matrices adelgazadas con respecto a las matrices equiespaciadas tradicionales (EA); como ejemplo, utilizando el mismo número de radiadores, podemos obtener la misma directividad de una EA con una reducción en el nivel de lóbulo lateral (SLL) de más de 10dB, o aumentar la directividad en un par de dB manteniendo el mismo SLL de la EA, o obtener una combinación de las dos mejoras. Además, la ventaja de las arquitecturas adelgazadas con respecto a las EA estándar parece mejorar con el aumento en la dimensión de la matriz.
Descripción
Investigamos numéricamente la relación entre los principales parámetros de las matrices de antenas adelgazadas utilizando un algoritmo evolutivo específicamente diseñado, la Evolución Pareto Multi-Objetivo para Adelgazamiento (MOPET). Ofrecemos algunos resultados útiles que permiten evaluar el rendimiento alcanzable de las matrices de antenas y ayudar a los investigadores y profesionales a diseñar sistemas de radar, 5G y 6G. En particular, nuestro enfoque nos permite cuantificar la ventaja de las matrices adelgazadas con respecto a las matrices equiespaciadas tradicionales (EA); como ejemplo, utilizando el mismo número de radiadores, podemos obtener la misma directividad de una EA con una reducción en el nivel de lóbulo lateral (SLL) de más de 10dB, o aumentar la directividad en un par de dB manteniendo el mismo SLL de la EA, o obtener una combinación de las dos mejoras. Además, la ventaja de las arquitecturas adelgazadas con respecto a las EA estándar parece mejorar con el aumento en la dimensión de la matriz.