A medida que los estándares de telecomunicaciones han evolucionado hacia frecuencias más altas, como las ondas milimétricas, se ha hecho necesario incorporar conjuntos de antenas en los sistemas de comunicación. Estos conjuntos más sofisticados permiten obtener una mayor ganancia y patrones de haz más estrechos, capaces de superar las elevadas pérdidas de trayectoria inherentes a estas frecuencias y de contribuir a alcanzar el mayor rendimiento prometido por estos nuevos estándares. Incluso en el caso de conjuntos pequeños con solo unos pocos elementos, puede resultar difícil comprender plenamente la cobertura posible con diferentes combinaciones de potencia y fase. Cuando las matrices se hacen más grandes y contienen decenas o incluso cientos de elementos, se requieren herramientas avanzadas para describir completamente el funcionamiento y la eficacia del diseño. El software de simulación electromagnética XFdtd® contiene herramientas de análisis para caracterizar rápidamente el rendimiento de las matrices de antenas para aplicaciones de formación y orientación de haces. La superposición permite la síntesis rápida de problemas complejos a partir de datos básicos obtenidos de una simulación electromagnética, superponiendo rápidamente los datos en un espacio lineal.
Por ejemplo, imaginemos que tenemos varias antenas en un problema. Los datos necesarios, como los parámetros S, la eficiencia y el patrón de radiación en la zona lejana, se calculan una sola vez en la simulación electromagnética para cada antena de interés. Estos datos pueden combinarse rápidamente mediante un escalado complejo para obtener el patrón de radiación y los parámetros S activos y la eficiencia asociados para cualquier combinación deseada de potencia y fase de las antenas. En situaciones en las que se conocen de antemano opciones específicas de potencia y fase de los puertos, el diagrama de zona lejana resultante se calcula inmediatamente en el posprocesamiento.
Una segunda situación se da cuando se conocen de antemano las direcciones específicas de los haces y se desea ajustar la potencia y la fase de los puertos para maximizar la potencia isotrópica radiada efectiva (EIRP) en esas direcciones. Mediante un análisis estadístico, la cobertura que proporciona la matriz en todas las direcciones posibles puede determinarse calculando la función de distribución acumulativa de la EIRP, que muestra el porcentaje del volumen esférico de la zona lejana con ganancia positiva para una potencia de entrada dada.
También podemos analizar una matriz 1x8 de elementos de antena de parche de 28 GHz en la que la fase entre los elementos se varía utilizando la función de superposición desde -90 hasta 90 grados en incrementos de 30 grados. Se crearán siete haces únicos que enfocan un haz en abanico entre -30 y 30 grados, como se muestra en la figura 1a. Si la matriz se utiliza en una configuración con dos submatrices adyacentes de 1x4, la función de superposición también se puede utilizar para generar patrones separados para cada submatriz, tal y como se muestra en la figura 1b.
Por otra parte, para situaciones en las que se conocen las direcciones de haz deseadas y se quieren definir los ajustes de los puertos, se dispone de la función de optimización de la matriz. Una matriz bidimensional de gran tamaño, como una matriz de parches de 8x8 a 28 GHz, creará haces estrechos que pueden barrer un amplio rango de direcciones por encima de la matriz. La figura 2 muestra el patrón Max Hold creado con la herramienta de optimización de la matriz para un caso en el que se desean haces cada 15 grados en la dirección azimutal y un ángulo de elevación de 30 grados por debajo de la normal. Tras el cálculo, se obtienen los requisitos de potencia de puerto y de fase de los elementos necesarios para formar cada haz.
Una matriz grande también puede funcionar como un conjunto de submatrices más pequeñas que operan de forma independiente. En la figura 3 se muestra la misma matriz de 8x8 funcionando como un conjunto de cuatro matrices de 4x4, cada una de las cuales cuenta con su propia configuración de potencia y fase para comunicarse con receptores específicos. Mediante las herramientas de análisis de matrices, es posible definir las submatrices y estudiar sus características de funcionamiento.
Se utilizan múltiples conjuntos de antenas en un solo dispositivo para lograr diversidad espacial y proporcionar cobertura en un rango de ángulos más amplio del que podría ofrecer un único conjunto. Un posible caso de uso sería un teléfono móvil 5G con múltiples conjuntos de antenas situados alrededor de los bordes del teléfono. Las cuatro matrices situadas en los laterales, la parte superior y la parte inferior de la carcasa del teléfono, tal y como se muestra en la Figura 4, son matrices de parches de cuatro elementos cada una que pueden producir un haz orientable que cubre una amplia región perpendicular a la matriz. Cuando se utilizan en combinación, las matrices pueden proporcionar cobertura en múltiples direcciones, lo que se demuestra mejor con el cálculo de la CDF de la EIRP. Esta función unidimensional describe el porcentaje de la esfera de campo lejano que cubre una matriz para una potencia de entrada dada. En la figura 5 se muestran los gráficos de la CDF de la EIRP para diferentes combinaciones de las matrices en los bordes del teléfono móvil, y se puede observar que las matrices individuales por sí solas proporcionan una ganancia positiva en aproximadamente el 66 % (1 – 0,34 según el gráfico de la CDF) de las direcciones para una potencia de entrada típica de 23 dBmW. La cobertura mejora hasta aproximadamente el 90 % cuando se utilizan en combinación dos conjuntos de antenas en una de las esquinas, y se obtiene una cobertura total cuando se utilizan conjuntamente los conjuntos de antenas situados en lados opuestos del teléfono.
A medida que el rendimiento de los dispositivos alcanza nuevos niveles debido a las crecientes exigencias de los sistemas 5G de alta frecuencia, sigue aumentando la necesidad de contar con herramientas de análisis más completas para sistemas de antenas complejos. XFdtd simplifica el proceso de comprensión del rendimiento de los dispositivos al ofrecer métodos eficaces para validar la cobertura de las matrices.