El conjunto de antenas digitales (DAA) es una antena inteligente con formación de haz digital de múltiples canales, generalmente mediante el uso de la transformada rápida de Fourier (FFT). El desarrollo y la implementación práctica de la teoría de conjuntos de antenas digitales comenzó en 1962 bajo la dirección de Vladimir Varyukhin ( URSS ).
La historia del DAA comenzó a surgir como una teoría de análisis multicanal en la década de 1920. [1] En la década de 1940, esta teoría evolucionó a la teoría de los analizadores de antena de tres canales. [1]
La introducción de un procesamiento de señales eficaz en los radares a finales de los años 50 predeterminó el uso de ordenadores electrónicos en este campo. En 1957, Ben S. Meltont y Leslie F. Bailey publicaron un artículo [2] sobre el uso de operaciones algebraicas para el procesamiento de señales con la ayuda de circuitos electrónicos o ordenadores analógicos. [1]
Tres años después, en 1960, se materializó la idea de utilizar ordenadores de alta velocidad para resolver problemas de búsqueda de dirección, inicialmente para localizar el epicentro de un terremoto. BA Bolt fue uno de los primeros en poner en práctica esta idea. [1] [3] Casi simultáneamente, Flinn, investigador de la Universidad Nacional Australiana, utilizó un enfoque similar. [4]
A pesar de que en los experimentos mencionados la interacción entre sensores y ordenadores se implementó con la ayuda de tarjetas de entrada de datos, esta decisión fue un paso decisivo en el camino hacia la aparición del DAA. Entonces, solo era necesario resolver el problema de la entrada directa de datos digitales en el ordenador desde los sensores, excluyendo el paso de preparación de la tarjeta perforada y la asistencia del operador como elemento superfluo. [1] Este paso en la teoría de radares se produjo después de 1962 en la ex URSS, con la solución del problema de la resolución superRayleigh de las fuentes de emisión. [1]
El enfoque principal para el procesamiento de señales digitales en DAA es la "formación de haz digital" después de los convertidores analógico-digitales (ADC) de los canales del receptor o antes de los convertidores digital-analógicos (DAC) por transmisión.
La formación de haces digitales de DAA tiene ventajas porque las señales digitales se pueden transformar y combinar en paralelo para producir diferentes señales de salida. Las señales de cada dirección se pueden estimar simultáneamente e integrar durante un tiempo más largo para aumentar la energía de las señales al detectar objetos lejanos e integrar simultáneamente durante un tiempo más corto para detectar objetos cercanos que se mueven rápidamente. [6]
Antes de la operación de formación de haz digital se debe utilizar una corrección de las características de los canales mediante una fuente de prueba especial o utilizando la señal heterodina. [7] [8] [9] Dicha corrección se puede utilizar no solo para canales de recepción sino también en canales de transmisión de DAA activo. [10]
Las limitaciones en la precisión de la estimación de la dirección de las señales de llegada y la profundidad de la supresión de interferencias en conjuntos de antenas digitales están asociadas con la fluctuación en los ADC y DAC . [11] [12]
En el conformador de haz de máxima verosimilitud (DML), el ruido se modela como un proceso aleatorio blanco gaussiano estacionario, mientras que la forma de onda de la señal es determinista (pero arbitraria) y desconocida.
El conformador de haz Bartlett es una extensión natural del análisis espectral convencional ( espectrograma ) al DAA. Su potencia espectral está representada por
.
El ángulo que maximiza esta potencia es una estimación del ángulo de llegada.
El formador de haz Capon, también conocido como algoritmo de formación de haz de respuesta sin distorsión de mínima varianza (MVDR), [13] tiene una potencia dada por
.
El conformador de haces MVDR/Capon puede lograr una mejor resolución que el enfoque convencional (Bartlett), pero este algoritmo tiene una mayor complejidad debido a la inversión de matriz de rango completo. Los avances técnicos en computación GPU han comenzado a reducir esta brecha y hacen posible la formación de haces Capon en tiempo real. [14]
El algoritmo de formación de haces MUSIC ( Multiple SIgnal Classification ) comienza con la descomposición de la matriz de covarianza tanto para la parte de señal como para la parte de ruido. La descomposición propia de está representada por
.
MUSIC utiliza el subespacio de ruido de la matriz de covarianza espacial en el denominador del algoritmo Capon
.
Por lo tanto, el conformador de haz MUSIC también se conoce como conformador de haz de subespacio. En comparación con el conformador de haz Capon, proporciona una estimación de DOA mucho mejor. Como enfoque alternativo, también se puede utilizar el algoritmo ESPRIT .
La tendencia importante en la evolución del procesamiento de señales digitales para DAA es el uso de tecnologías de Inteligencia Artificial . [15]
![AMDR AN/SPY-6 (formación de haz digital[16])](http://upload.wikimedia.org/wikipedia/commons/thumb/2/23/DDG_124_with_AMDR_highlighted.png/1280px-DDG_124_with_AMDR_highlighted.png){kind=small}
DAA se utiliza para mejorar el rendimiento de las comunicaciones por radio en sistemas MIMO [10] (Massive MIMO).
La DAA se implementó en un gran número de sonares y sensores de ultrasonido médicos . [14]
Este artículo incorpora texto de Vadym Slyusar disponible bajo la licencia CC BY-SA 3.0. El texto y su publicación han sido recibidos por el Equipo de Respuesta Voluntaria de Wikimedia .
