Un conformador de haz adaptativo es un sistema que realiza un procesamiento de señales espaciales adaptativo con una serie de transmisores o receptores. Las señales se combinan de una manera que aumenta la intensidad de la señal hacia/desde una dirección elegida. Las señales hacia/desde otras direcciones se combinan de una manera benigna o destructiva, lo que da como resultado la degradación de la señal hacia/desde la dirección no deseada. Esta técnica se utiliza tanto en conjuntos acústicos como de radiofrecuencia y proporciona sensibilidad direccional sin mover físicamente un conjunto de receptores o transmisores.
La formación de haces adaptativa se desarrolló inicialmente en la década de 1960 para aplicaciones militares de sonares y radares. [1] Existen varias aplicaciones modernas para la formación de haces, una de las aplicaciones más visibles son las redes inalámbricas comerciales como LTE . Las aplicaciones iniciales de la formación de haces adaptativa se centraron principalmente en contramedidas electrónicas y de radar para mitigar el efecto de interferencias de señales en el ámbito militar. [2]
Un sistema de formación de haces adaptativo se basa en principios de propagación de ondas y relaciones de fase. Véase Interferencia constructiva y Formación de haces . Utilizando los principios de superposición de ondas, se crea una onda de mayor o menor amplitud (por ejemplo, retrasando y ponderando la señal recibida). El sistema de formación de haces adaptativo se adapta dinámicamente para maximizar o minimizar un parámetro deseado, como la relación señal-interferencia más ruido .
Existen varias formas de abordar el diseño de formación de haz, el primer enfoque fue implementado maximizando la relación señal a ruido ( SNR ) por Applebaum en 1965. [1] Esta técnica adapta los parámetros del sistema para maximizar la potencia de la señal recibida, mientras se minimiza el ruido (como la interferencia o el bloqueo). Otro enfoque es el método de error de Mínimos Cuadrados Medios (LMS) implementado por Widrow, y el Método de Máxima Verosimilitud (MLM), desarrollado en 1969 por Capon. [1] Tanto el algoritmo de Applebaum como el de Widrow son muy similares y convergen hacia una solución óptima. [4] Sin embargo, estas técnicas tienen inconvenientes de implementación. En 1974, Reed demostró una técnica conocida como Inversión de Matriz de Muestras (SMI). SMI determina los pesos de la matriz de antenas adaptativas directamente, a diferencia de los algoritmos de Applebaum y Widrow. [1]
Una explicación detallada de las técnicas adaptativas presentadas anteriormente se puede encontrar aquí:
{{cite book}}: CS1 maint: varios nombres: lista de autores ( enlace ){{cite book}}: CS1 maint: varios nombres: lista de autores ( enlace )