Clear Sky Science · ru

Антенная решётка с последовательной системой питания, обеспечивающая высокие характеристики излучения для автомобильных радаров в приложениях Интернета вещей

· Назад к списку

Более умный автомобильный радар для безопасных улиц

Современные автомобили стремительно превращаются в движущиеся компьютеры, наполненные датчиками, которые помогают им «видеть» дорогу и избегать опасностей. Среди этих датчиков радар особенно важен, поскольку он надёжно измеряет расстояние и скорость даже в дождь, туман или темноту. В этой статье описан новый компактный радарный излучатель, разработанный для диапазона 24 гигагерц и рассчитанный на автомобили, постоянно подключённые к Интернету вещей (IoT). Сочетая продуманную аппаратную конструкцию с оптимизацией, управляемой искусственным интеллектом, исследователи добились более узких и мощных лучей в очень небольшом объёме — привлекательный рецепт для более безопасных и умных транспортных средств.

Figure 1
Figure 1.

Почему автомобилям нужны лучшие «глаза»

Современные системы помощи водителю — такие как адаптивный круиз‑контроль, предупреждение о слепых зонах и помощь при парковке — зависят от радара для мониторинга окружающей обстановки. Эти радары должны обнаруживать объекты на десятки метров, различать близлежащие автомобили и пешеходов и при этом компактно вписываться в бамперы и облицовку кузова. Диапазон 24 гигагерц популярен, потому что обеспечивает надёжную работу при разных погодных условиях и хорошо подходит для ближнего и средне‑дальнего обнаружения в плотном городском движении. Тем не менее проектирование антенн для этого диапазона сложно: инженерам нужно уместить высокий коэффициент усиления (сильный, направленный сигнал), широкую полезную полосу пропускания и низкие потери энергии в небольшой, недорогой конструкции, которую можно массово производить, как печатную плату.

Компактная конструкция антенны на небольшой площади

Авторы представляют два близких по идее варианта антенн, отвечающих этим требованиям: плоские круглые металлические пятна, травлённые на микроволновой плате. Одна конструкция содержит два ряда по пять пятен (2 × 5), другая — четыре ряда по пять пятен (4 × 5). Специальный «делитель мощности» разделяет входной радарный сигнал поровну и подаёт его на каждое пятно через тонкие металлические линии, проложенные рядом с пятнами, а не непосредственно в них. Такое близкое связь исключает хрупкие вертикальные соединения и улучшает полосу пропускания, а тщательный выбор расстояния между пятнами помогает их отдельным сигналам складываться в сильный узкий луч. В результате одна из конструкций формирует веерообразный луч для широкого покрытия, а другая даёт более «карандашный» луч для дальнего и высокоразрешающего обнаружения.

Figure 2
Figure 2.

Использование искусственного интеллекта для тонкой настройки аппаратуры

Вместо подбора размеров методом проб и ошибок команда использует метод оптимизации с помощью искусственного интеллекта под названием PSADEA. Этот алгоритм проверяет различные комбинации ключевых параметров конструкции — такие как зазоры между линиями питания и пятнами, размеры пятен и длины линий — с использованием быстрых математических «суррогатных» моделей, подтверждённых полными электромагнитными симуляциями. PSADEA ищет формы, которые одновременно обеспечивают низкие отражения сигнала, высокий коэффициент усиления и достаточно узкий луч. По сравнению с более традиционными алгоритмами, такими как генетические стратегии или методы на основе частиц, PSADEA достигает лучших решений при гораздо меньшем количестве тяжёлых симуляций, экономя значительное вычислительное время и при этом исследуя множество вариантов.

Измеренные характеристики на испытательном стенде

Прототипы обеих решёток были изготовлены на материале Rogers с низкими потерями и измерены в бесэховой камере, имитирующей свободное пространство. В диапазоне 23–25 гигагерц, используемом многими автомобильными радарами, обе антенны демонстрируют очень низкие отражения сигнала, что означает: большая часть мощности превращается в излучение, а не возвращается к электронике. Меньшая решётка 2 × 5 достигает порядка 16 децибел усиления, тогда как решётка 4 × 5 — примерно 19,5 децибел, при этом моделируемая эффективность излучения превышает 95 процентов. Их диаграммы направленности хорошо совпадают с симуляциями: конструкция 2 × 5 образует широкий веер в одной плоскости, идеальный для покрытия больших боковых или задних зон, тогда как 4 × 5 даёт более узкий луч в обоих направлениях, лучше подходящий для дальнего обзора. По сравнению с другими опубликованными антеннами эти решётки демонстрируют необычно высокую «апертурную эффективность», то есть они извлекают больше полезной мощности луча из каждого квадратного сантиметра аппаратуры.

Что это значит для будущих подключённых автомобилей

Для неспециалистов главное сообщение таково: авторы показали, как построить очень эффективные, сильно сфокусированные радарные антенны в компактном плоском форм‑факторе, используя инструменты и материалы, совместимые с массовым производством электроники. Благодаря тому, что оптимизация геометрии проводится с помощью ИИ, получаются решения, которые превосходят многие существующие, при этом оставаясь экономичными по стоимости и размеру. Эти антенны с фиксированной диаграммой особенно хорошо подходят для типичных задач помощи водителю, таких как обнаружение в слепых зонах, предупреждение о поперечном движении сзади, помощь при парковке и средне‑дальнее фронтальное обнаружение. По мере того как автомобили всё глубже интегрируются в IoT‑сети — обмениваясь радарными данными с другими транспортными средствами и инфраструктурой — такие компактные высокопроизводительные антенны станут ключевым строительным блоком для более безопасных и информированных транспортных систем.

Цитирование: 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

Ключевые слова: автомобильный радар, антенная решетка, 24 ГГц, Интернет вещей, оптимизация с помощью ИИ