微信公众号：EW Frontier关注可了解更多的雷达、通信、人工智能相关代码。问题或建议，请公众号留言;如果你觉得EW Frontier对你有帮助，欢迎加入我的知识星球或面包多，更多代码等你来学知识星球：https://wx.zsxq.com/dweb2/index/group/15552518881412面包多：https://mbd.pub/o/author-a2mYl2tsbA==/work

QQ交流群：1022600869

注：本文为参考文章~代码为对其部分内容进行复现~

摘要

用于可重构反射器天线的常规波束形成方法假定对反射场的幅度和相位的完全控制。本文提出了一种新的波束形成方法，用于反射具有电容存储器的可编程元表面（PMS）。虽然利用这种全电抗PMS简化了天线设计并降低了能耗，但是PMS反射幅度是统一的，因此在每个波束成形场景中需要PMS单位单元上的反射相位的全局优化。我们提出了一种基于傅里叶变换的波束形成优化方法，并对其性能进行了评估。此外，我们还证明了一对具有一个输入层、一个隐层和一个输出层的训练好的前馈神经网络（FFNN）可以代替由3 × 10个单元组成的PMS中耗时的全局优化。我们在针对典型的单波束和双波束成形场景获得的数据集上训练FFNN。在训练之后，FFNN在几分之一秒内执行所请求的波束形成任务，并且具有与原始优化算法大致相同的精度。所提出的方法可以在需要在低端硬件上进行实时波束形成的未来移动电信系统中找到应用。相同的波束成形方法也可用于短距离无线电力传递系统中。

引言

电信和电信系统在当今社会中发挥着关键作用。如今，移动的无线通信和数据接入网络实际上在地球仪的任何地方都可用。全球无线系统的快速发展促进了从老一代到4G+和5G网络的过渡。目前，第六代（6G）系统正在开发中，以保证新千年的社会和工业需求所要求的高速、大容量和高质量通信。

然而，即使利用可用的先进电信技术，无线通信仍然遭受由电磁（EM）波的衰减、散射和衍射引起的干扰。这种不希望的现象发生在从发射机（TX）到接收机（RX）的信号传播路径上。从这个角度来看，很明显，在通信设备之间的传播路径中实现最大的信噪比（SNR）是必要的。增加SNR的可能方法之一是通过主动优化动态环境中的多径波传播场景来降低TX和RX之间的路径损耗。特别是，智能波束成形是一种很有前途的解决方案，可以在复杂环境中保证TX和RX之间的无线连接并实现最佳SNR。

波束成形可以利用包括各种配置的天线系统来实现。在当今的基站收发台（BTS）系统中，以及在移动的设备中，存在采用多输入多输出（MIMO）天线来实现信道分集[1-6]。通常，这种MIMO系统（或天线阵列）中的基本天线可以用廉价的基于印刷电路板（PCB）的技术（例如，微带或共面），并可用于发送和接收各种信息[7-14]。

存在几种方法来创建和操纵天线阵列波束，从经典的巴特勒矩阵方法到积极开发的智能和可重构天线概念。1961年，Butler和Lowe提出了他们的无源波束形成方法[15，16];这是Blass早期工作的发展[17]。Butler矩阵通常用于为具有宽角度覆盖的各种天线阵列馈电[18]。典型的系统可以包括固定值移相器和混合耦合器的N× N矩阵，其中N是2的幂。配备有这种矩阵的天线阵列可以具有N个输入端口（波束端口）和N个输出端口（元件端口），功率被施加到N个输入端口，N个天线连接到N个输出端口。Butler矩阵以元件之间的渐进相位差向元件提供功率，使得天线主波束指向选定的方向。通过在波束端口之间切换输入功率来控制波束方向。可以同时激活一个以上的光束或甚至所有N个光束。

由于巴特勒矩阵可以用微带线实现，因此它是一种用于实现定向波束控制的具有成本效益的解决方案，而无需部署昂贵的有源移相器阵列。因此，它的制造成本可能只是一个成熟的天线阵列馈电网络的成本的一小部分。然而，其相对的硬件简单性是以必须处理庞大的结构和一组固定的预定义波束方向为代价的。实际上，图1描绘了包括八个输入端口和八个天线端口的基于巴特勒矩阵的波束成形系统[18]。该系统能够产生多达八个固定光束，其倾斜度在±55 °范围内。对于每个天线元件，该设计需要一个输入馈电、一个移相器和一个半混合耦合器。在典型的设计中，90度混合耦合器由四段四分之一波长微带线形成。因此，在5GHz的工作频率下，每个耦合器可以占据大约1cm2的面积。此外，需要额外的相位补偿线来获得Butler矩阵内的必要相移[18]。因此，将Butler网络与天线阵列元件集成在同一PCB上可能会对元件放置密度施加限制，特别是当输入端口的数量接近元件的数量时。

另一方面，在更昂贵的有源控制天线系统中，存在各种类型的电子/数字控制相控阵天线，其可以以线性、平面或共形配置组装[19-23]。这样的天线可以在不到毫秒的时间内提供灵活的电子波束转向，消除了对机械转向的任何需要。它们可以同时产生多个光束，并通过独立的光束控制执行多功能操作。与无源相控阵天线不同，有源相控阵天线还可以同时发射和接收多个无线电信号在不同方向的多个频率上，其用于雷达应用中的监视和跟踪。虽然高度可重新配置，但这些设备也可能遭受诸如方位角和仰角平面两者中的有限覆盖的缺点（对于线性阵列，波束偏转仅在单个平面中是可能的）。此外，有源相控阵网络非常复杂，需要具有复杂电子控制的元件，这些元件可以高成本获得，尽管它们的频率捷变可能有限[24-26]。

在过去的十年中，一种结合了无源系统优点的替代概念（例如，低能耗和成本）和有源系统（例如，灵活的可重构性）已经出现：可编程元表面（PMS）的概念[27-29]。近年来，经前综合征一直在积极调查。特别是，已经证明PMS或反射智能表面（RIS）可用于调整信道传播条件[30，31]。在PMS增强型系统中，可以动态地控制TX和RX天线辐射图案，以便于在变化的传播环境中进行无线通信。

实际上，已知微波或光学元表面（MS）可通过沿着其表面产生相位梯度来改变EM波的传播方向[32，33]。特别地，PMS可以用作可重新配置的反射器天线中的反射镜。在这样的天线中，通过控制从MS反射的波前的相位和幅度，可以实现通用的波束成形[34-37]。然而，为了自由地控制MS晶胞处的反射振幅，有源组件（诸如放大器或阻抗反相器等）可能需要。。在这种情况下，MS的有效表面阻抗变得复杂。表面阻抗的真实的部的符号确定在该点处局部反射的信号是衰减还是放大。另一方面，如果不需要反射幅度控制，则MS可以是完全无源的（电抗性的）。甚至在纯电抗性MS中也可以实现某种形式的幅度控制，通过可以称为“表面模式工程”的方法，当MS支持的表面模式谐振以重新分配无功功率的方式被调谐（即，本地振荡的功率）。

当将基于PMS的系统与基于Butler矩阵的系统进行比较时，可以注意到，对于每个单位单元，基于PMS的系统通常仅需要几个尺寸在1 mm或更小的量级上的表面安装（SMT）部件，而Butler矩阵需要用微带线实现的混合耦合器和移相器的网络，微带线的尺寸由操作波长和功率处理要求来规定。因此，在基于PMS的系统中，单位单元尺寸不受辅助设备的尺寸限制（即，控制）组件。在微波频率下，这使得能够实现单位单元尺寸显著小于波长（例如，从波长的1/10到1/5）。具有较小的单位单元在复杂波束成形场景中是重要的，因为它提高了孔径场表示的准确性。

例如，在[38，39]中提出了单层无源MS，以控制天线孔径平面中EM场的相位和幅度。MS旨在将圆柱形入射波转换为具有相对于MS法线倾斜30 °的主波束的定向远场图案。一个完全反应MS已通过应用优化算法来产生所需的近场和远场。在他们的方法中，MS表面阻抗作为位置的函数最初从期望的孔径场分布获得。然而，以这种方式找到的阻抗是复杂的，其中真实的部分在MS上的不同位置处改变符号。接下来，通过对表面阻抗分布应用全局优化，以获得仅仅电抗性的MS，同时保持相同的远场辐射图案，使得真实的部分可以忽略。简而言之，这样的优化调整不同位置处的MS表面电抗，以便在MS附近生成适当的倏逝波谱，并保持重新分配MS上的无功功率并产生期望的远场图案所需的表面波。

文章插图

结论

介绍了一种逆设计方法，该方法结合了基于FT的波束形成、数值优化和机器学习技术。在我们的方法中，首先，通过对所需的远场辐射图案应用傅里叶变换来获得孔径场分布。然后，孔径场幅度信息被丢弃;然而，相位信息被保留，并用作开发的优化算法的输入，进一步提高波束形成精度。接下来，使用这种优化的基于FT的波束形成方法来生成所需孔径相位分布与多个单波束和双波束场景的数据集。生成的数据集用于训练波束形成前馈神经网络（BFNN），该网络能够在几分之一秒内生成必要的相位分布数据。

此外，为了提供PMS的控制并为PMS的单元电池产生必要的控制电压，我们提出使用另一个训练的控制神经网络（CTRLNN），其在实际应用中还可以执行附加功能，例如补偿PMS中的单元电池耦合等。实时计算控制PMS单元电池所需的偏置电压。BFNN和CTRLNN网络已经在生成的数据集上进行了训练，用于许多波束成形场景。神经网络的性能得到了验证。在最佳情况下，BFNN输出与基于FT的优化波束形成方法的结果之间的相关性达到98%，并且在其他情况下通常在90%以上。经验证的CTRLNN性能也很高，控制电压MSE低于10−4 V2。

总的来说，我们已经观察到，所需的辐射图案恢复时，无论是优化FT为基础的方法或训练的人工神经网络被使用，尽管忽略了在傅里叶变换阶段的幅度信息具有高精度。然而，在高倾角下，寄生旁瓣可能出现在重构图案中，这种现象与PMS样品中进行研究的单位单元行和列的数量相当少有关。

完

相关学习资料见面包多链接https://mbd.pub/o/author-a2mYl2tsbA==/work。

欢迎加入我的知识星球：https://wx.zsxq.com/dweb2/index/group/15552518881412，永久获取更多相关资料、代码。