Matriz de antenas con configuración alimentada en serie que ofrece alto rendimiento de radiación para radar automotriz en aplicaciones IoT

Radar automotriz más inteligente para calles más seguras

Los automóviles modernos se están convirtiendo rápidamente en ordenadores rodantes, repletos de sensores que les ayudan a ver la carretera y evitar peligros. Entre estos sensores, el radar es especialmente importante porque puede medir distancia y velocidad de forma fiable, incluso bajo lluvia, niebla o en la oscuridad. Este artículo describe un nuevo tipo de antena de radar compacta diseñada para la banda de 24 gigahercios, pensada para vehículos continuamente conectados al Internet de las cosas (IoT). Al combinar un diseño de hardware ingenioso con optimización guiada por inteligencia artificial, los investigadores logran haces de radar más nítidos y potentes en muy poco espacio, una receta atractiva para vehículos más seguros e inteligentes.

Por qué los coches necesitan mejores “ojos”

Los sistemas de asistencia al conductor actuales —como el control de crucero adaptativo, la advertencia de punto ciego y las ayudas de aparcamiento— dependen del radar para monitorizar lo que ocurre alrededor del vehículo. Estos radares deben detectar objetos a decenas de metros, distinguir entre coches y peatones cercanos, y además integrarse discretamente en paragolpes y paneles. La banda de 24 gigahercios es popular porque ofrece un rendimiento fiable en distintas condiciones meteorológicas y es adecuada para la detección de corto y medio alcance en tráfico urbano denso. Sin embargo, diseñar antenas para esta banda es un reto: los ingenieros deben concentrar alta ganancia (señales potentes y enfocadas), ancho de banda útil amplio y bajas pérdidas de energía en una estructura pequeña y de bajo coste que pueda producirse en masa como una placa de circuito impreso.

Diseño de antena compacto con mínima huella

Los autores presentan dos diseños de antena estrechamente relacionados que satisfacen estas exigencias usando parches metálicos circulares planos grabados en una placa de circuito para microondas. Un diseño tiene dos filas de cinco parches (2 × 5) y el otro cuatro filas de cinco parches (4 × 5). Un "divisor de potencia" personalizado reparte la señal de entrada del radar en porciones iguales y alimenta cada parche mediante líneas metálicas delgadas que discurren junto a los parches, en lugar de alimentarlos directamente. Este acoplamiento cercano evita conexiones verticales frágiles y mejora el ancho de banda, mientras que un espaciado cuidadosamente elegido entre parches ayuda a que sus señales individuales se sumen formando un haz fuerte y estrecho. El resultado es un haz en forma de abanico para amplia cobertura en un diseño y un haz más tipo lápiz para detección de mayor alcance y alta resolución en el otro.

Uso de inteligencia artificial para afinar el hardware

En lugar de ajustar dimensiones por ensayo y error, el equipo se apoya en un método de optimización asistido por inteligencia artificial llamado PSADEA. Este algoritmo prueba diferentes combinaciones de parámetros clave del diseño —como las separaciones entre líneas de alimentación y parches, tamaños de los parches y longitudes de línea— usando modelos «sustitutos» matemáticos rápidos respaldados por simulaciones electromagnéticas completas. PSADEA busca geometrías que simultáneamente ofrezcan bajas reflexiones de señal, alta ganancia y un haz lo bastante estrecho. Frente a algoritmos más tradicionales como estrategias genéticas o búsquedas basadas en partículas, PSADEA alcanza mejores diseños con muchas menos simulaciones costosas, ahorrando tiempo de cálculo sustancial mientras sigue explorando muchas posibilidades.

Rendimiento medido en el banco de pruebas

Se construyeron prototipos de ambas matrices sobre un material de circuito Rogers de baja pérdida y se midieron en una cámara anecoica que simula el espacio libre. En la banda de 23–25 gigahercios usada por muchos radares automotrices, ambas antenas muestran reflexiones de señal muy bajas, lo que significa que la mayor parte de la potencia se convierte en radiación en lugar de rebotar hacia la electrónica. La matriz más pequeña 2 × 5 alcanza alrededor de 16 decibelios de ganancia, mientras que la 4 × 5 llega a aproximadamente 19,5 decibelios, con eficiencias de radiación simuladas superiores al 95 por ciento. Sus haces coinciden estrechamente con las simulaciones: el diseño 2 × 5 forma un abanico amplio en un plano, ideal para cubrir grandes zonas laterales o traseras, mientras que el 4 × 5 produce un haz más estrecho en ambas direcciones, mejor para mirar a lo lejos. En comparación con otras antenas publicadas, estas matrices logran una "eficiencia de apertura" inusualmente alta, lo que significa que extraen más potencia útil del haz por cada centímetro cuadrado de hardware.

Qué implica esto para los futuros vehículos conectados

Para no especialistas, el mensaje principal es que los autores han demostrado cómo construir antenas de radar muy eficientes y altamente focalizadas en un factor de forma pequeño y plano usando herramientas y materiales compatibles con la electrónica producida en masa. Al permitir que un optimizador basado en IA guíe la geometría detallada, obtienen diseños que superan muchas soluciones existentes al tiempo que mantienen bajo control el coste y el tamaño. Estas antenas de haz fijo son especialmente adecuadas para tareas comunes de asistencia al conductor como detección de punto ciego, alertas de tráfico cruzado trasero, ayudas de aparcamiento y detección frontal de medio alcance. A medida que los coches se integren más profundamente en las redes IoT —compartiendo datos de radar con otros vehículos e infraestructuras—, estas antenas compactas y de alto rendimiento serán un componente clave para sistemas de transporte más seguros y conscientes.

Cita: Zakeri, H., Parvaneh, M., Moradi, G. et al. Array antenna with series-fed configuration providing high radiation performances for automotive radar in IoT applications. Sci Rep 16, 11116 (2026). https://doi.org/10.1038/s41598-026-40981-x

Palabras clave: radar automotriz, arreglo de antenas, 24 GHz, Internet de las cosas, optimización con IA