Antennarray med reducerad dimension för strålformning/pekning

Varför formning av radiovågor är viktig

Från 5G‑smartphones och Wi‑Fi‑routrar till satellitlänkar och självkörande bilar styrs vår värld av osynliga strålar av radio och ljus. Att peka dessa strålar exakt — så att energi bara går dit den behövs — är avgörande för snabb, pålitlig och energieffektiv kommunikation. Denna artikel presenterar ett nytt sätt att bygga ”smarta” antenner som kan styra strålar samtidigt som de använder betydligt färre elektroniska styrkomponenter, vilket potentiellt kan göra framtida nätverk billigare, lättare och mindre energikrävande.

Hur antenner lär sig att peka

Traditionella antenner strålar ut i alla riktningar, vilket slösar effekt och plockar upp oönskad störning. Strålformning förändrar detta genom att använda många små antennalement som samarbetar. Genom att mata varje element med en noggrant vald fördröjning (eller fas) och styrka adderar deras vågor sig i en föredragen riktning och tar ut varandra på andra håll. Detta skapar en stark, styrbar stråle som kan följa användare, separera flera dataströmmar och se objekt tydligare i radar‑ och LiDAR‑system. Problemet är att i en klassisk fasad array behöver varje antennaelement sin egen justerbara fasförskjutare och ofta sin egen förstärkare. När arrayer växer till hundratals eller tusentals element — som föreslås för 6G och satellitsystem — blir hårdvara, kostnad och effektbehov enorma.

Få mer gjort med färre kontroller

Författarna angriper detta skalningsproblem genom att betrakta hela uppgiften att styra strålar som en slags datakomprimeringsutmaning. Istället för att justera varje antennaelement individuellt beskriver de först alla inställningar som behövs för många olika strålriktningar som en stor matris. Därefter använder de ett matematisk verktyg kallat singularvärdesuppdelning (SVD) för att hitta en mycket mindre uppsättning ”basmönster” som kan blandas för att återskapa dessa strålar med bara små fel. I deras Dimensionality‑Reduced Cascaded Angle Offset Phased Array (DRCAO‑PAA) är varje basmönster hårdkodat i hårdvaran, och endast ett litet antal variabla reglage avgör hur starkt varje mönster används. I praktiken ersätter ett fåtal smarta rattar flera dussin eller till och med hundratals individuella kontroller.

Smart optimering och AI‑assistans

Att enbart komprimera matrisen räcker inte; de återstående mönstren måste också vara praktiska att realisera i hårdvara. Om ett mönster kräver extremt hög förstärkning eller mycket fin fasprecision blir det svårt eller dyrt att bygga. För att undvika detta använder teamet en optimeringsmetod inspirerad av flockande fåglar, känd som particle swarm optimization, för att söka efter basmönster som håller strålfelen små samtidigt som förstärkningsnivåer och fasintervall hålls inom realistiska gränser. De går sedan ett steg längre och tränar en Transformer‑baserad djupinlärningsmodell — i liknande anda som de som används i moderna språk‑AI — för att snabbt förutsäga bra basmönster för många olika arraysstorlekar och skanningsområden. Det gör att ingenjörer kan generera nästintill optimala konstruktioner på sekunder i stället för att upprepade gånger köra tunga numeriska sökningar.

Från teori till fungerande hårdvara

För att bevisa att konceptet är mer än bara matematik byggde forskarna ett millimetervågskort som arbetar vid 28 gigahertz, ett nyckelbälte för 5G och framåt. Kortet använder kommersiella beamformer‑chip ordnade i tre lager — ingångar, ett mittrouterlager och utgångar — för att implementera de fasta basmönstren och de justerbara blandningskontrollerna. Med denna uppställning visar de att en 16‑elements array kan styras över ett 0–30°‑område med endast 4 aktiva kontrollvägar i stället för 16, och att en 8‑elements array kan styras med bara 3 kontrollpar. I ett anekoiskt kammarfält drivs en 4‑elements antenn av endast 2 fasförskjutare och 2 variabla förstärkare samtidigt som den fortfarande sveper strålen smidigt över flera grader, med pekfel hållna till en liten bråkdel av hela skanningsintervallet.

Vad detta innebär för framtida nätverk

Enkelt uttryckt visar detta arbete att stora, styrbara antennarrayer inte alltid behöver en‑till‑en‑matchning mellan antennalement och dyr styr‑elektronik. Genom att noggrant återanvända ett litet bibliotek av fördesignade mönster och blanda dem i rätt proportioner är det möjligt att minska antalet aktiva styrenheter med så mycket som 75–87,5 % samtidigt som användbar styrförmåga bevaras. Denna reducering översätts till lägre kostnad, lägre energiförbrukning och enklare hårdvara — fördelar som är avgörande för täta 6G‑basstationer, massiva satellitkonstellationer och kompakta sensorsystem. Även om nuvarande experiment fokuserar på linjära arrayer kan samma matris‑komprimeringsidé utvidgas till tvådimensionella paneler för full 3D‑styrning, vilket pekar mot framtida kommunikations‑ och sensorsystem som är både smartare och mer resurssnåla.

Citering: 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

Nyckelord: strålformning, fasade arrayer, 6G‑kommunikation, satellitlänkar, antennkonstruktion