מערך אנטנות בעל ממדיות מצומצמת לכיוונון/היגוי קרן

מדוע עיצוב גל רדיו חשוב

מסמארטפונים ב‑5G ונתבי Wi‑Fi ועד קישורי לוויין ורכבים אוטונומיים — העולם שלנו פועל על קרניים בלתי נראות של רדיו ואור. כיוון מדויק של הקרניים האלה — כך שהאנרגיה תגיע רק היכן שנדרשת — חיוני לתקשורת מהירה, אמינה ויעילה אנרגטית. המאמר מציג שיטה חדשה לבניית אנטנות "חכמות" היכולות להכווין קרניים תוך שימוש בהרבה פחות רכיבי בקרה אלקטרוניים, מה שעשוי להוזיל, להקל ולהפחית את צריכת ההספק של רשתות עתידיות.

איך אנטנות לומדות לכוון

אנטנות מסורתיות מקרינות בכל הכיוונים, מבזבזות הספק וקולטות הפרעות לא רצויות. עיצוב קרן משנה זאת על‑ידי שימוש בריבוי אלמנטים קטנים העובדים יחד. בהזנת כל אלמנט בעיכוב (או פאזה) ועוצמה מחושבים, הגלים שלהם מסתכמים בכיוון מועדף ומתבטלים במקום אחר. זה יוצר קרן חזקה וניתנת להיגוי שיכולה לעקוב אחרי משתמשים, להפריד זרמי מידע מרובים ולשפר גילוי עצמים במערכות ראדר ולי־איידר. הבעיה היא שבמערך פאזה קלאסי, כל אלמנט אנטנה דורש מפזר פאזה מתכוונן שלעיתים גם זקוק למגבר משלו. ככל שהמערכים גדלים למאות או אלפי אלמנטים — כפי שמצופים ב‑6G ומערכות לוויין — החומרה, העלות והצריכה האנרגטית נעשים אדירים.

לעשות יותר עם פחות בקרים

המחברים מתמודדים עם בעיית ההיקף על‑ידי התייחסות למשימת כיוון הקרן כאתגר דחיסת נתונים. במקום לכוונן כל אלמנט בנפרד, הם מתארים תחילה את כל ההגדרות הנדרשות לכיווני קרן רבים במטריצה גדולה. אז הם מיישמים כלי מתמטי הנקרא פרוק סינגולארי (SVD) כדי למצוא קבוצת "תבניות בסיס" קטנה בהרבה שאותן ניתן לשלב כדי לשחזר את הקרניים עם שגיאות זניחות. ב‑Dimensionality‑Reduced Cascaded Angle Offset Phased Array (DRCAO‑PAA) שלהם, כל תבנית בסיס מובנית בחומרה, ורק מספר קטן של בקרים משתנים קובעים כמה חזקה כל תבנית תנוצל. למעשה, כמה כוויים חכמים מחליפים עשרות ואף מאות בקרים נפרדים.

אופטימיזציה חכמה וסיוע בינה מלאכותית

דחיסת המטריצה לבדה אינה מספיקה; התבניות שנותרות חייבות להיות גם מעשיות ליצירה בחומרה. אם תבנית דורשת רווח מגבר עצום או דיוק פאזה קיצוני, בנייתה תהפוך למורכבת ויקרה. כדי להימנע מכך, הצוות משתמש בשיטת אופטימיזציה בהשראת עדר ציפורים, ידועה כאלגוריתם איגוד חלקיקים (particle swarm optimization), כדי לחפש תבניות בסיס ששומרות על שגיאות קרן קטנות תוך שמירה על גבולות הגברת מגברים וטווחי פאזה ריאליסטיים. הם צעדו קדימה ואימנו דגם למידה עמוקה מבוסס Transformer — בדומה למודלים המשמשים בבינה מלאכותית לשפה — כדי לחזות במהירות תבניות בסיס טובות עבור גדלים שונים של מערכים וטווחי סריקה. זה מאפשר למהנדסים לייצר עיצובים כמעט‑אופטימליים בשניות במקום להריץ חיפושים מספריים כבדים שוב ושוב.

מתיאוריה לחומרה עובדת

כדי להוכיח שהקונספט אינו רק מתמטיקה, החוקרים בנו לוח מעגל בגלי מילימטר בתדר 28 גיגה‑הרץ, פס מרכזי ל‑5G ומעבר לו. הלוח משתמש בשבבי beamformer מסחריים הממוינים בשלוש שכבות — כניסות, שכבת ניתוב אמצעית ויציאות — ליישום תבניות הבסיס הקבועות ובקרת המיזוג המתכווננת. בעיצוב זה הם מראים שמערך בן 16 אלמנטים ניתן להגביה בטווח 0–30° באמצעות רק 4 מסלולי בקרה פעילים במקום 16, ומערך בן 8 אלמנטים ניתן להיגוי בעזרת רק 3 זוגות בקרים. בתא אטום להחזרים, אנטנה בת 4 אלמנטים מונעת על‑ידי רק 2 מפזרי פאזה ו‑2 מגברים משתנים ועדיין מבצעת סריקה חלקה על פני מספר מעלות, כאשר שגיאות הכוונה נשמרות כחלק זניח מטווח הסריקה הכולל.

מה משמעות הדבר לרשתות עתידיות

במונחים פשוטים, המחקר מראה שמערכי אנטנות גדולים וניתנים להיגוי לא תמיד זקוקים להתאמה אחד‑על‑אחד בין אלמנטי האנטנה לאלקטרוניקה בקרה יקרה. על‑ידי שימוש חכם בספרייה קטנה של תבניות מעוצבות מראש ובמיזוגן בפרופורציות נכונות, ניתן להפחית את מספר הבקרים הפעילים ב‑75–87.5% ועדיין לשמר ביצועי היגוי שימושיים. הקטנה זו מתורגמת לעלויות נמוכות יותר, צריכת אנרגיה נמוכה יותר וחומרה פשוטה יותר — יתרונות החשובים במיוחד לתאי בסיס צפופים ב‑6G, לעבורות לוויינים מסיביות ומערכות חישה קומפקטיות. אף שכיום הניסויים מתמקדים במערכים ליניאריים, רעיון דחיסת המטריצות הזה יכול להימשך ללוחות דו‑ממדיים להיגוי תלת‑ממדי מלא, ומצביע על מכשירי תקשורת וחישה עתידיים שהם גם חכמים יותר וגם חסכוניים יותר.

ציטוט: Xia, S., Zhao, M., Ma, Q. et al. Dimensionality reduced antenna array for beamforming/steering. Commun Eng 5, 38 (2026). https://doi.org/10.1038/s44172-026-00588-6

מילות מפתח: עיצוב קרן, מערכי פאזה, תקשורת 6G, קישורי לוויין, תכנון אנטנה