Comparao e Criao de diagramas de antena phased array linear utilizando trs mtodos diferentes de otimizao

Pompeo, B.S., do Val, J.B.R , Mendes, R.S. Departamento de Engenharia de Computao e Automao Industrial (DCA) Faculdade de Engenharia Eltrica e de Computao (FEEC) Universidade Estadual de Campinas (Unicamp) Caixa Postal 6101, 13083-970 Campinas, SP, Brasil
pompeo@ctex.eb.br, jbosco@dt.fee.unicamp.br, rafael@dca.fee.unicamp.br Abstract Phased array antennas have been widely employed in a great number of both civilian and military applications. Phase and amplitude variations for each active antenna element allow to control beam steering eletronically. In addition, antenna pattern with specied constraints such as maximum power peak as well as nulls in given directions, mainlobe 3dB-width and desired sidelobes levels can be generated. This paper focuses on a comparison between the results obtained when three distinct optimization methods are applied in order to obtain the radiation pattern as closer as possible to an ideal one. Mathematical analyses and simulation results are taken into consideration to evaluate the least mean squared error, computational complexity and computing time for each methods. Keywords phased array, beamforming, optimization.

1. Introduo
O estudo de antenas phased array tem crescido muito nos ltimos anos, aumentando o nmero de aplicaes, tanto civis quanto militares que empregam tal tecnologia. Estaes de rdio AM e FM, comunicao de sondas espaciais, atividades ticas e acsticas, radares metereolgicos e modernos sistemas de radares militares [1] so exemplos das supracitadas reas de interesse. Phased arrays consistem de mltiplos transmissores/receptores coerentemente alimentados cada qual com respectiva fase e amplitude. A multiplicidade de elementos permite um controle mais preciso do diagrama da antena, diminuindo lbulos secundrios alm de modelar o seu padro de formao [2]. No entanto, a razo principal de se utilizar esse tipo de antena a possiblidade de direcionar o feixe principal de forma eletrnica, deslocando-o em fraes de segundos. Cada aplicao exige um tipo de antena phased arrays adequada cujo projeto inclui o estudo da geometria mais apropriada e o clculo das ponderaes aplicadas em cada um dos elementos. A geometria do array compreende o nmero de elementos ativos que compem o sistema, a distncia entre eles e a forma como esto dispostos, ou seja, a parte fsica do array. J as ponderaes so escolhidas via software e, atribudas a cada elemento de forma correta, determinam o posicionamento do feixe principal, assim como certas caractersticas dos lbulos secundrios. Essas ponderaes so compostas por mdulo e fase, podendo assim, serem descritas como grandezas complexas, possibilitando a modelagem matemtica do problema. O foco do presente trabalho fornecer o vetor de ponderaes para um array linear no plano horizontal de modo que o diagrama total da antena apresente uma forma mais prxima possvel de um diagrama pr-especicado ou que atenda determinadas limitaes. Para tal, utiliza-se algoritmos de otimizao, sem levar em considerao a quantizao das fases e mdulos dos

elementos. Trs desses algoritmos de otimizao foram implementados e simulados e, por m, os resultados comparados. As teorias utilizadas foram mnimos quadrados [3], mnimos quadrados de magnitude [4,5] e otimizao convexa utilizando LMIs (Linear Matrix Inequalities) [6]. Na Seo II, uma breve explicao sobre a teoria de phased array linear ser apresentada, explicando seu funcionamento e a importncia das ponderaes utilizadas em tal sistema. Em seguida, na Seo III, so descritos os trs mtodos de otimizao utilizados, cada qual em uma subseo. A Seo IV traz os resultados das simulaes realizadas. Por m, na Seo V, uma concluso tecida acerca dos resultados obtidos atravs de uma comparao de desempenho e resposta.

2. Phased array linear

Um array de antena linear geralmente composto por elementos ativos dispostos em linha e igualmente espaados de uma distncia dx. Essa grandeza de suma importncia para o projeto, pois, no s inuencia no diagrama total gerado pela antena, como tambm est relacionada com o mximo ngulo de visada possvel sem que se tenha um indesejvel pico em outra direo (grating lobe) [8]. Essa relao mostrada na equao (1). dx = 1 + |sen | (1)

Uma vez escolhidos dx e o tipo de antena de cada elemento, o diagrama resultante fornecido pelo array segue a equao (2).
n

f (, ) =
i=1

Di wi e

j 2Ri cos( )sin()

(2)

Onde, Di o diagrama de cada elemento i, wi a ponderao em mdulo e fase do elemento i, Ri

a distncia de um ponto xo em relao ao elemento i da antena, o azimute do mesmo ponto xo a partir do ngulo normal antena, a elevao do mesmo ponto xo a partir do plano horizontal que passa pela reta normal antena e o comprimento de onda do sinal emitido/recebido; No trabalho em questo, a componente de fase referente ao ngulo pode ser suprimida pois essa igual em todos os elementos do array. Sem perda de generalidade, considera-se, tambm, que a onda sempre proveniente de um ponto distante (Ri >> ), podendo assim, ser dita como uma forma planar. Supondo um ngulo azimutal , percebe-se que a diferena de fase entre os sinais em cada elemento varia linearmente com dx conforme mostrado na Figura 1.

elemento de antena citados na seo anterior, utilizar mtodos dessa natureza. No entanto, preciso destacar que no existe na literatura um nico mtodo que resolva todos os problemas de otimizao existentes. Neste trabalho, os desempenhos de trs tcnicas sero analisadas. A primeira baseia-se no mtodo dos mnimos quadrados, que uma abordagem clssica da literatura. O segundo parte da mesma ideia do primeiro, porm devido a algumas modicaes impostas, passa a ser uma soluo no convexa. Por m, o ltimo, assim como o primeiro, um mtodo convexo baseado em restries, porm no necessita seguir uma funo ideal.

3.1. Mnimos quadrados

O mtodo dos mnimos quadrados minimiza o quadrado da diferena entre os dados calculados e os dados desejados. A funo custo desse mtodo [3] dada pela equao (4).
N 1

J ( ) =
n=0

(x[n] s[n])2

(4)

Figura 1. Onda Planar chegando no array de antena

Onde o estimador de escolhe os valores calculados, s[n], mais prximos dos valores observados, x[n]. O valor de que minimiza J ( ) o estimador de mnimos e encontrado atravs da operao (5). quadrados [3], s = H = (H T H )1 H T x (5)

No intuito de melhor representar a equao (2) para um uso de tcnicas de otimizao, pode-se reescrev-la em uma forma matricial indicada na equao (3). F = Aw (3) Onde, F o diagrama gerado pela antena, w o vetor ponderao dos elementos de antena e A a matriz de exponenciais de fases que chegam para cada elemento de antena, onde as colunas so os elementos da antena, de 1 a n, e as linhas os azimutes, de -90 a 90 . Considerando wi = wi eji , deseja-se encontrar os valores de wi e i que resultem em um diagrama desejado, dado a matriz A a qual representa a fsica do sistema. Nesse trabalho foram analisados trs mtodos para se encontrar, de forma otimizada, a composio do vetor w.

Onde, H a matriz de observao. No presente trabalho, observa-se, a partir das equaes (3) e (5), que os valores de w so dados pela equao (6). w = (AT A)1 AT F 3.1.1. Mnimos quadrados Ponderado Mnimos quadrados Ponderado uma extenso do mtodo descrito anteriormente que leva em considerao uma matriz de pesos, P , nxn, denida positiva [3]. Essa matriz enfatiza a contribuio de certas amostras, mais conveis, ou prov maior importncia a pontos crticos. De posse dessas consideraes, a relao (5) ser dada pela relao (7) = (H T P H )1 H T P x (7) (6)

3. Algoritmos de otimizao utilizados

Algoritmos de otimizao so empregados em problemas que exijam a tomada de decises de forma a minimizar um determinado esforo requerido ou maximizar algum benefcio desejado e que possam ser modelados em funo das variveis de deciso. Esses algoritmos so, ento, utilizados a m de encontrar possveis condies que forneam o mximo ou o mnimo valor da referida funo [9]. Sendo assim, observa-se que uma das maneiras de se encontrar os valores de fase e amplitude de cada

3.2. Mnimos quadrados de magnitude

Como dito anteriormente, o vetor diagrama resultante da antena formado por nmeros complexos e portanto possui mdulo e fase. Todavia, as fases deste no so relevantes, uma vez que no tm inuncia no ganho de transmisso/recepo. Sendo assim, h, somente, interesse nos valores absolutos desse diagrama, o que no

previsto no mtodo dos mnimos quadrados convencional. Como alternativa para adequar o mtodo tradicional nossa aplicao, utiliza-se o mtodo dos mnimos quadrados de magnitude. Ao contrrio do primeiro, o problema de otimizao com resposta em amplitude desejada (fase desprezada) no-convexo e, portanto, mais difcil de ser resolvido[4]. Modica-se a funo custo, sendo essa representada por (8)
n

No obstante, os valores de mdulo e fase que devero alimentar cada elemento de antena so desconhecidos. Utilizou-se um diagrama gerado quando a fase de cada elemento ativo segue uma funo linear e os mdulos seguem um janelamento de Hamming [7]. Todos os mtodos deram como sada o diagrama desejado, porm cada um com determinado erro e tempo de processamento. A Tabela 1 mostra os erros e tempos gastos nessa primeira simulao. Em seguida, foi realizada uma simulao considerando-se um diagrama caracterizado somente por um lbulo principal desejado e valor zero em todos os azimutes fora desse intervalo. Essa simulao foi executada no intuito de analizar um cenrio onde somente as caractersticas do lbulo principal so importantes e os lbulos secundrios sejam o menor possvel. A Figura 2 mostra os resultados obtidos utilizando os mtodos dos mnimos quadrados e dos mnimos quadrados de magnitude, visto que o terceiro mtodo proposto no consegue resolver o problema com essas limitaes. A Tabela 2 mostra os erros e tempos gastos nessa segunda simulao.
Diagrama resultante da antena 10 Ideal Calculado MMQ Calculado MMQ magnitude 9

min Aw F
x C

2 2

min
w C i=1

(Ai w Fi )2

(8)

Diversos algoritmos para solucionar o problema descrito so apresentados na literatura [5]. O algoritmo utilizado nesse trabalho recursivo e conhecido como Variable Exchange Method e apresentado em [5].

3.3. Otimizao convexa com o uso de LMI

Uma das limitaes dos casos abordados anteriormente a necessidade de se conhecer um diagrama ideal. Em situaes onde no se busca mximos/mnimos, mas sim garantia de transposio de limites pr estabelecidos, uma boa soluo fazer uso de LMIs combinado com um critrio de otimizao convexa. Nesse trabalho, utiliza-se o critrio de mnimo ganho de rudo branco, cuja as inequaes [6] so apresentadas em (9) min ||w||
w

1
X: 37 Y: 0.04239

0 100

80

60

40

20

0 Azimute em graus

20

40

60

80

100

sujeito a W a(0 ) = val W a(i ) W H a(j )

2 H 2 2

C D

i (Az1 , Az2 ) j (Az3 , Az4 ) . . . (9)

Figura 2. Diagrama resultante tendo como diagrama ideal um determinado lbulo principal e lbulos secundrios zerados

W H a(n )

n (Azn1 , Azn )

Tempo(s) Erro Mdio Quadrtico

MQ 0.099 4.3e-8

MQM 6.99 7e-4

LMI 67.6 1.2e-5

Onde val um valor de mximo pr determinado, i , j , ..., n so os ngulos azimutais, C, D, ..., Z so os valores,em mdulo, limitantes e Az1 , Az2 , ..., Azn so os intervalos azimutais.

Tabela 1. Tabela de erros e tempos considerando um diagrama de Hamming como diagrama ideal.

4. Simulaes
Nessa seo so apresentados os resultados de trs simulaes realizadas em Matlab, com o apoio do toolbox YALMIP, usando os trs mtodos de otimizao supracitados em cada uma delas. Em todas as simulaes foram considerados vinte elementos ativos de antena separados de uma distncia de meio comprimento de onda. Como no foco desse trabalho o estudo de cada elemento, foram consideradas antenas unitrias omnidirecionais. Primeiramente, foi realizada uma simulao considerando-se que o diagrama total da antena a ser alcanado factvel e, j de conhecimento dos projetistas.

Tempo Erro Mdio Quadrtico

MQ 1.8e-3 51.52

MQM 10.18 1.75

LMI X

Tabela 2. Tabela de erros e tempos considerando um diagrama de Hamming com somente o lbulo principal como diagrama ideal.

Por m, foi feita uma simulao considerando nulos em determinados azimutes (-15 , 54 e 60 ), sidelobes em azimutes menores do que o do lbulo principal limitados a -20dB, sidelobes em azimutes maiores do que o do lbulo principal limitados a -30dB e feixe principal direcionado a 20 . A Figura 3 mostra o resultado

alcanado pelo mtodo de otimizao convexa utilizando LMIs. O tempo de execuo foi de 52s.
Diagrama em dB Normalizado 0 Calculado LMI Limitaes inferiores Limitaes superiores

10

20

Com base nas simulaes e implementaes realizadas, conclui-se que no existe um mtodo de otimizao ideal que abrange todos os tipos de aplicao. Sendo assim, destaca-se a importncia da realizao de anlises comparativas, tendo como base as necessidades e limitaes do sistema no qual o algoritmo de otimizao ser empregado.

30

40

Referncias
80 70 60 50 40 30 20 10 0 Azimute 10 20 30 40 50 60 70 80 90

50 90

Figura 3. Diagrama resultante utilizando o mtodo de otimizao convexa com o uso de LMI

5. Concluso
Neste trabalho foram comparados os desempenhos de trs mtodos de otimizao, aplicados na gerao de diagramas de radiao de antenas do tipo phased array linear, com base no erro mdio quadrtico da sada, complexidade computacional e tempo de execuo dos mesmos. Foram objetos de estudo o mtodo clssico de mnimos quadrados (MMQ), o mtodo de mnimos quadrados de magnitude (MMQM), onde deseja-se otimizar apenas o mdulo do vetor diagrama, e o mtodo de otimizao convexa com uso de matriz de restries (LMIs). Analisou-se trs distintos cenrios onde cada mtodo se sobressai diante dos outros: gerao de um diagrama de radiao exequvel e conhecido (hamming), gerao de um diagrama de radiao com forte restrio e gerao de diagrama de radiao que atendesse determinadas restries de nulo e limitantes superiores nos lbulos secundrios. No primeiro cenrio, o MMQ apresenta um desempenho melhor que os demais pois, alm de apresentar o menor tempo de execuo, consegue encontrar o diagrama com o menor erro mdio quadrtico (Tabela I). Destaca-se, ainda, que, neste cenrio, o mtodo LMI se mostrou inconsistente, em alguns casos atingindo o diagrama desejado, e em outros no. No segundo cenrio, o mtodo MMQM mostrou-se mais eciente pois embora apresente um tempo maior de execuo, o erro mdio quadrtico consideravelemente menor que o fornecido pelo primeiro mtodo (Tabela II). Ressalta-se que o emprego do algoritmo de LMIs para este tipo de cenrio invivel, pois o problema proposto dado como infactvel pelo mtodo. Por m, no ltimo cenrio somente o algoritmo de LMIs possvel de ser empregado, uma vez que nesta congurao no se faz uso de um diagrama ideal a ser seguido. Dessa forma, os outros mtodos no garantem que todos os lbulos estaro abaixo de um determinado valor.

[1] Mark A.Richards, James A. Scheer and William A. Holm, Principles of Modern Radar - Basic Principles, Raleigh, 2010. [2] Robert J. Mailloux, Phased Array Antenna Handbook, Norwood, 2005. [3] Steven M. Kay, Fundamentals of Statistical Signal Processing - Estimation Theory, Prentice Hall PTR, Upper Saddle River, New Jersey, 1993 [4] Alexander M. Pasqual, Controle da Diretividade Sonora no Espao Tridimensional por um Arranjo Esfrico Compacto de Alto Falantes. Tese de doutorado, Universidade Estadual de Campinas(Unicamp), Campinas, 2010. [5] Peter W. Kassakian, Convex approximation and optimization with applications in magnitude lter design and radiation pattern synthesis, PhD thesis, University of California, Berkeley, 2006. [6] Y. Qu, G. S. Liao, S. Q. Zhu, and X. Y. Liu, Pattern Synthesis of planar antenna array via convex optimization for airbone forward looking radar,Progress In Electromagnetics Research, PIER 84, 1-10, Xidian University, Xian, 710071, P. R. China,2008 [7] Fredric J. Harris, On the Use of Windows for Harmonic Analysis with the Discrete Fourier Transform, Proceedings of the IEEE, VOL. 66, NO. 1, 1978 [8] David K.Barton, Radar System Analysis and Modeling, Artech House, London, 2005 [9] Singiresu S. Rao, Enginnering Optimization, Fourth Edition, John Wileu & Sons, Inc, New Jersey, 2009