Tablica antenowa o zredukowanej wymiarowości do formowania/skierowywania wiązki

Dlaczego kształtowanie fal radiowych ma znaczenie

Od smartfonów 5G i routerów Wi‑Fi po łącza satelitarne i samochody autonomiczne — nasz świat opiera się na niewidzialnych wiązkach radiowych i świetlnych. Precyzyjne skierowanie tych wiązek — tak aby energia trafiała tylko tam, gdzie jest potrzebna — jest kluczowe dla szybkiej, niezawodnej i energooszczędnej komunikacji. W artykule opisano nowy sposób budowy „inteligentnych” anten, które potrafią sterować wiązkami przy wykorzystaniu znacznie mniejszej liczby elementów sterujących elektronicznie, co może uczynić przyszłe sieci tańszymi, lżejszymi i mniej energochłonnymi.

Jak anteny uczą się wskazywać

Tradycyjne anteny promieniują we wszystkich kierunkach, marnując moc i odbierając niepożądane zakłócenia. Formowanie wiązki zmienia to przez użycie wielu małych elementów antenowych pracujących wspólnie. Zasilając każdy element odpowiednio dobranym opóźnieniem (lub fazą) i amplitudą, fale nakładają się w jednym preferowanym kierunku i znoszą poza nim. Powstaje silna, kierowalna wiązka, która może śledzić użytkowników, separować wiele strumieni danych i lepiej wykrywać obiekty w systemach radarowych i LiDAR. Wadą klasycznej tablicy fazowanej jest to, że każdy element wymaga własnego regulowanego przesuwu fazy, a często także wzmacniacza. W miarę jak tablice rosną do setek czy tysięcy elementów — co przewiduje się dla 6G i systemów satelitarnych — koszty sprzętu i zużycie energii stają się ogromne.

Więcej przy mniejszej liczbie regulatorów

Autorzy rozwiązują problem skalowania, traktując zadanie sterowania wiązką jako rodzaj wyzwania kompresji danych. Zamiast regulować każdy element osobno, najpierw opisują wszystkie ustawienia potrzebne dla wielu kierunków wiązki jako dużą macierz. Następnie stosują narzędzie matematyczne zwane rozkładem według wartości osobliwych (SVD), aby znaleźć znacznie mniejszy zestaw „wzorów bazowych”, które można mieszać, odtwarzając te wiązki z niewielkimi błędami. W proponowanej Dimensionality‑Reduced Cascaded Angle Offset Phased Array (DRCAO‑PAA) każdy wzór bazowy jest zintegrowany sprzętowo, a jedynie niewielka liczba zmiennych regulatorów decyduje, jak mocno każdy wzór jest użyty. W praktyce kilka inteligentnych pokręteł zastępuje dziesiątki, a nawet setki indywidualnych układów sterujących.

Sprytna optymalizacja i pomoc AI

Samodzielna kompresja macierzy to za mało; pozostałe wzory muszą być też praktyczne do zrealizowania w sprzęcie. Jeśli jakiś wzór wymaga ekstremalnie dużego wzmocnienia wzmacniacza lub bardzo precyzyjnej kontroli fazy, budowa staje się trudna lub kosztowna. Aby tego uniknąć, zespół korzysta z metody optymalizacji inspirowanej zachowaniem stadnych ptaków — tzw. optymalizacji rojem cząstek — aby wyszukać wzory bazowe, które utrzymują błędy wiązki na niskim poziomie, jednocześnie trzymając wzmocnienia i zakresy faz w realistycznych granicach. Idą dalej i trenują model głębokiego uczenia oparty na Transformerze — podobny duchem do tych stosowanych w nowoczesnej AI językowej — aby szybko przewidywać dobre wzory bazowe dla różnych rozmiarów tablic i zakresów skanowania. Dzięki temu inżynierowie mogą generować bliskie optymalnym projekty w ciągu sekund zamiast kilkukrotnie uruchamiać ciężkie obliczenia numeryczne.

Od teorii do działającego sprzętu

Aby udowodnić, że koncepcja to nie tylko matematyka, badacze zbudowali układ na fale milimetrowe działający na 28 gigahercach — kluczowym paśmie dla 5G i późniejszych standardów. Płytka wykorzystuje komercyjne układy formujące wiązkę rozmieszczone w trzech warstwach — wejścia, środkowa warstwa routingu i wyjścia — aby zaimplementować stałe wzory bazowe i regulowane sterowanie mieszaniem. W tym układzie pokazują, że tablica 16‑elementowa może być sterowana w zakresie 0–30° używając tylko 4 aktywnych ścieżek sterujących zamiast 16, a tablica 8‑elementowa może być sterowana przy użyciu tylko 3 par regulatorów. W komorze bezechowej antena 4‑elementowa jest napędzana przy użyciu zaledwie 2 przesuwaczy fazy i 2 zmiennych wzmacniaczy, a mimo to płynnie przemiata wiązką na kilka stopni, przy czym błędy wskazania utrzymywane są na niewielkiej ułamkowej części całego zakresu skanowania.

Co to oznacza dla przyszłych sieci

Mówiąc prosto, praca ta pokazuje, że duże, kierowalne tablice antenowe nie zawsze muszą mieć jeden do jednego dopasowanie między elementami antenowymi a drogimi układami sterującymi. Poprzez świadome ponowne wykorzystanie małej biblioteki wstępnie zaprojektowanych wzorów i mieszanie ich we właściwych proporcjach, można zmniejszyć liczbę aktywnych regulatorów nawet o 75–87,5% przy zachowaniu użytecznej wydajności sterowania. Ta redukcja przekłada się na niższe koszty, mniejsze zużycie energii i prostszy sprzęt — korzyści kluczowe dla gęstych stacji bazowych 6G, masywnych konstelacji satelitarnych i zwartych systemów detekcji. Chociaż obecne eksperymenty koncentrują się na tablicach liniowych, ta sama idea kompresji macierzy może zostać rozszerzona na panele dwuwymiarowe dla pełnego sterowania 3D, wskazując drogę do przyszłych urządzeń komunikacyjnych i sensingowych, które będą jednocześnie sprytniejsze i bardziej oszczędne.

Cytowanie: 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

Słowa kluczowe: formowanie wiązki, tablice fazowane, komunikacja 6G, łącza satelitarne, projektowanie anten