Um metaheurístico híbrido PSO–FPA para síntese de baixa magnitude de lóbulos laterais e alta diretividade de arranjos de antenas circulares concêntricos para aplicações avançadas de radar

Visão de radar mais nítida para um mundo de espectro congestionado

De carros autônomos a satélites meteorológicos e redes 5G, os sistemas modernos de radar e comunicação sem fio enfrentam o mesmo desafio: como concentrar seus sinais como um laser sem desperdiçar energia em direções indesejadas. Este artigo apresenta um novo algoritmo computacional que auxilia engenheiros a projetar arranjos de antenas que concentram seus feixes mais estreitamente, ao mesmo tempo em que reduzem dramaticamente a radiação indesejada que pode causar interferência, riscos de escuta ou perda de detalhe nas imagens de radar.

Por que antenas circulares exigem projeto mais inteligente

Muitos radares avançados e sistemas de comunicação usam arranjos de antenas circulares concêntricas — anéis de pequenas antenas dispostas como ondulações em um lago ao redor de um ponto central. Essa geometria fornece cobertura total de 360 graus e permite que o feixe seja direcionado eletronicamente sem mover qualquer hardware. A desvantagem é que esses arranjos tendem a produzir fortes “lóbulos laterais”, feixes mais fracos que irradiam em ângulos afastados da direção principal. Lóbulos laterais desperdiçam energia e podem captar ou gerar interferência. Projetar o espaçamento exato e a intensidade de cada elemento em vários anéis para suprimir lóbulos laterais e manter um feixe principal estreito e potente é um quebra‑cabeça complexo, com muitas configurações possíveis e sem fórmula simples.

Emprestando ideias de pássaros e flores

Para resolver esse quebra‑cabeça, os autores recorrem à otimização inspirada na natureza: métodos de busca que imitam como animais ou plantas se comportam ao procurar alimento ou espalhar pólen. Um método bem conhecido, o Particle Swarm Optimization, modela um bando de pássaros que gradualmente converge para pontos promissores compartilhando o que cada “pássaro” encontra. Outro, o Flower Pollination Algorithm, imita polinizadores que fazem tanto saltos longos até novas flores quanto pulos curtos entre as próximas. Sozinhos, cada método tem pontos fortes e fracos — um pode explorar amplamente mas ficar preso em um projeto mediano, enquanto o outro refina bem mas perde opções melhores em outras regiões do espaço de projeto.

Uma busca híbrida que aprende enquanto avança

A contribuição central do artigo é um algoritmo híbrido PSO–FPA que mistura essas duas estratégias em um motor de busca auto‑adaptativo. Nesse esquema, designs candidatos de antenas são tratados como flores e pássaros ao mesmo tempo. Os passos de “polinização global” incorporam a ideia do PSO de momento e atração para os melhores designs encontrados até o momento, ajudando a busca a mover‑se com propósito em vez de vagar aleatoriamente. Os passos de “polinização local” então refinam desenhos próximos, guiados por pesos ajustados que mantêm um equilíbrio cuidadoso entre testar novas ideias e polir boas soluções. Esse processo combinado ajusta, anel por anel, tanto a distância de cada anel ao centro quanto a intensidade de excitação de seus elementos, tudo enquanto minimiza uma função custo que penaliza lóbulos laterais elevados e alargamento excessivo do feixe.

O que o novo algoritmo oferece

Usando extensas simulações computacionais, os autores testam seu método híbrido em vários layouts práticos de arranjos, tanto com quanto sem um elemento de antena central. Em todos os casos, a abordagem híbrida supera consistentemente concorrentes bem conhecidos, incluindo o PSO padrão, o Flower Pollination Algorithm isolado, o método Artificial Bee Colony e o Whale Optimization Algorithm. O novo método reduz os níveis de lóbulos laterais para cerca de −45 decibéis — aproximadamente 38–42% melhor do que técnicas anteriores — enquanto preserva ou melhora a nitidez e a intensidade do feixe principal. Em algumas configurações densas, o ganho do feixe principal atinge cerca de 13 decibéis com apenas leve alargamento do feixe. Da mesma forma importante, esses ganhos são alcançados rapidamente, com execuções típicas de projeto terminando em menos de 12 segundos em um computador desktop padrão, e os padrões de feixe resultantes permanecem altamente simétricos e estáveis.

Implicações para futuros sistemas de radar e comunicações sem fio

Visto de forma não técnica, o estudo mostra como combinar duas ideias inspiradas na natureza pode oferecer a engenheiros de radar e comunicação um novo “botão de ajuste” poderoso para seu hardware. O algoritmo híbrido PSO–FPA atua como um projetista automático, explorando milhões de maneiras de posicionar e excitar as pequenas antenas em um arranjo circular até encontrar padrões que direcionem a maior parte da energia exatamente onde é necessária e quase em nenhum outro lugar. Isso significa imagens de radar mais claras, melhor separação de alvos e menos interferência mútua entre sistemas vizinhos que compartilham espectro congestionado. Embora a implantação prática ainda precise considerar questões do mundo real, como tolerâncias de fabricação e acoplamento entre elementos, o trabalho fornece um roteiro robusto para construir arranjos de antenas de próxima geração que veem mais longe e com mais precisão, gastando menos energia.

Citação: Brahimi, M., Haouam, I., Bouddou, R. et al. A hybrid PSO–FPA metaheuristic algorithm for ultra-low sidelobe and high-directivity synthesis of concentric circular antenna arrays for advanced radar applications. Sci Rep 16, 7037 (2026). https://doi.org/10.1038/s41598-026-36315-6

Palavras-chave: arranjos de antenas, sistemas de radar, formação de feixes, algoritmos de otimização, comunicações sem fio