Un framework ibrido analitico–ottimizzazione per la soppressione dei lobi laterali e il controllo della larghezza del fascio in array di antenne lineari

Segnali più netti per uno spettro affollato

Dalle reti 5G e i radar meteorologici ai tomografi medicali che scrutano all’interno del corpo, molti sistemi moderni si affidano ad array di antenne per trasmettere e ricevere fasci di onde radio focalizzati. Più questi fasci sono netti e meno energia dispersa emettono lateralmente, migliore è la capacità di questi sistemi di rilevare, comunicare e resistere alle interferenze. Questo articolo presenta un nuovo modo di progettare tali array che produce fasci molto puliti e stretti mantenendo però gestibili i calcoli e le esigenze hardware.

Perché le antenne hanno bisogno di “buoni vicini”

Un array di antenne è semplicemente un insieme di molte piccole antenne allineate e pilotate insieme in modo da funzionare come un unico strumento più grande e più preciso. Idealmente si desidera un fascio centrale potente che punti verso l’obiettivo e lobi laterali molto deboli, i quali altrimenti possono ricevere o generare interferenze. Il problema è che abbassare i lobi laterali spesso rende il fascio principale più largo, riducendo la risoluzione. I trucchi classici di progettazione regolano l’intensità con cui ogni elemento è pilotato, usando schemi detti finestre o taper, per bilanciare questo compromesso. Tuttavia questi approcci richiedono spesso livelli di pilotaggio molto disomogenei e si affidano ancora in gran parte a ottimizzazioni numeriche basate su tentativi ed errori.

Prendendo in prestito un trucco dalle comunicazioni digitali

Gli autori prendono in prestito una curva di forma ampiamente usata nelle comunicazioni digitali, nota come impulso a coseno rialzato, e la reinterpretano nello spazio piuttosto che nel tempo. Nei sistemi di comunicazione questo impulso arrotondato evita che i segnali si sovrappongano tra loro pur mantenendo efficienza spettrale. Qui, la stessa forma matematica viene mappata sugli angoli attorno a un array di antenne lineare. Invece di limitarsi a moltiplicare un diagramma d’antenna standard per una finestra, la curva a coseno rialzato è trattata come la forma di fascio desiderata. Gli autori ricavano un collegamento preciso tra la variabile temporale dell’impulso e l’angolo di osservazione dell’array, quindi impostano un’equazione matriciale la cui soluzione fornisce i livelli di pilotaggio esatti che ogni elemento dell’antenna deve avere per riprodurre quella forma ideale.

Lasciare che l’evoluzione affini la geometria

Una volta fissato analiticamente il pattern del fascio target, il problema si sposta dal “indovinare tutto” al chiedersi solo a quale distanza debbano stare gli elementi. Questo spaziamento influisce fortemente sui lobi laterali ma è notoriamente difficile da ottimizzare. Gli autori usano un algoritmo genetico — una strategia di ricerca ispirata all’evoluzione — per esplorare diversi schemi di spaziamento mentre le loro equazioni in forma chiusa aggiornano istantaneamente i livelli di pilotaggio degli elementi per ogni candidato. Una funzione di costo premia le configurazioni che sopprimono i lobi laterali, mantengono il fascio principale stretto e rispettano limiti pratici di spaziatura, penalizzando automaticamente soluzioni numericamente instabili. Questa divisione tra matematica esatta per le ampiezze e ricerca evolutiva per le posizioni riduce notevolmente la dimensione e la difficoltà del problema di ottimizzazione.

Fasci più puliti con hardware pratico

Simulazioni su un array a 15 elementi mostrano i vantaggi. Rispetto a un array pilotato uniformemente, il nuovo metodo riduce i lobi laterali a circa un terzo della loro intensità originale mentre taglia la larghezza del fascio principale di più della metà. Per un valore chiave del parametro di roll-off (che regola la “smussatura” del coseno rialzato), i lobi laterali scendono a circa –38 dB con una larghezza del fascio poco superiore a 5,5 gradi, superando progetti diffusi come Chebyshev, Taylor e Kaiser di dimensioni simili. Variando questo fattore di roll-off, i progettisti possono muoversi agevolmente tra una maggiore soppressione dei lobi laterali e fasci più nitidi, a seconda che sia più importante respingere le interferenze o ottenere una risoluzione angolare fine. È importante che l’ampiezza tra i livelli di pilotaggio più deboli e più forti rimanga entro limiti realistici per l’elettronica moderna, e simulazioni elettromagnetiche 3D complete di array basati su dipoli confermano che i miglioramenti previsti resistono anche in modelli più dettagliati.

Dalle equazioni a scanner e sensori nel mondo reale

Per radar, guerra elettronica e imaging medicale a microonde, dove echi debolissimi devono essere separati da rumore e jamming, questo approccio ibrido offre una nuova e potente manopola di progetto: una forma di fascio definita analiticamente combinata con una geometria perfezionata tramite ricerca evolutiva. Invece di affidarsi esclusivamente a complesse regolazioni iterative, gli ingegneri partono da un obiettivo matematicamente esatto e poi lasciano che l’ottimizzazione affini la spaziatura. Il risultato è una ricetta pratica per array di antenne che forniscono fasci più puliti e più stretti con meno fatica computazionale, aiutando i sistemi futuri a vedere più chiaramente e a comunicare in modo più affidabile in un mondo elettromagnetico sempre più affollato.

Citazione: Elkhawaga, A.M., Aboualalaa, M. & Abd Elnaby, M.M. A hybrid analytical–optimization framework for sidelobe suppression and beamwidth control in linear antenna arrays. Sci Rep 16, 12223 (2026). https://doi.org/10.1038/s41598-026-46772-8

Parole chiave: array di antenne, beamforming, soppressione dei lobi laterali, ottimizzazione genetica, imaging a microonde