[论文解读] Antenna Current Optimization and Realizations for Far-Field Pattern Shaping

Shuai Shi, Lei Wang+1 more|arXiv (Cornell University)|Nov 27, 2017

Antenna Design and Analysis参考文献 39被引用 4

一句话总结

本文提出一种基于半定松弛（SDR）的凸优化框架，用于设计具有自定义远场辐射图样的小型天线，例如高前后比（PFBR）和波束成形，同时最小化Q因子。结果表明，多激励点馈电策略可仅以Q因子增加61%的代价实现这些非标准辐射图样，从而在适度带宽退化下实现实际应用。

ABSTRACT

Far-field shaping of small antennas is a challenge and the realizations of non-dipole radiation of small to intermediate sized antennas are difficult. Here we examine the antenna bandwidth cost associated with such constraints, and in certain cases we design antennas that approach the bounds. Far-field shaping is in particular interesting for Internet-of-things (IoT) and Wi-Fi applications since e.g. spatial filtering can mitigate package loss through a reduction of mutual interference, and hence increase the power efficiency of the devices. Even a rather careful far-field shaping of smaller antennas can be associated with a steep reduction in the best available bandwidth. It is thus important to develop constraints that a small antenna can support. We describe a power front-to-back ratio, and a related, beam-shaping constraint that can be used in optimization for the minimum Q-factor. We show that such a non-convex Q-factor optimization can be solved with the semi-definite relaxation technique. We furthermore show that certain of the above optimized non-standard radiation patterns can be realized with a multi-position feeding strategy with a moderate loss of Q-factor: $Q_ ext{antenna}\leq 1.61Q_ ext{optimal}$.

研究动机与目标

• 开发一种确定性方法，用于在非凸约束（如功率前后比和波束成形）下优化小型天线的远场辐射图样。
• 研究在小型至中型天线中实现非偶极子辐射图样的带宽代价（通过Q因子衡量）。
• 设计实用的多激励点馈电策略，以最小化Q因子退化的方式实现优化后的辐射图样。
• 建立一个将远场约束、存储能量与小型天线Q因子边界联系起来的框架。
• 证明SDR能够以高精度和高效率求解天线优化中的非凸QCQP问题。

提出的方法

• 使用基于功率的约束（如PFBR和波束宽度）将远场辐射图样设计建模为二次约束二次规划（QCQP）。
• 应用半定松弛（SDR）求解非凸Q因子优化问题，实现确定性全局解的恢复。
• 利用存储能量与电抗场公式，从最优电流分布计算Q因子。
• 采用多激励点馈电与多个激励端口，以近似优化所得的理想电流分布。
• 通过比较理想电流激励与多端口馈电实现方式的辐射图样和Q因子，验证该方法。
• 利用CVX优化平台高效实现并求解QCQP问题。

实验结果

研究问题

• RQ1 在指定功率前后比（PFBR）约束下，小型天线可实现的最小Q因子是多少？
• RQ2 能否在不使用全局优化启发式方法的情况下，高效求解如波束成形等非凸远场约束？
• RQ3 对于给定的辐射图样，多激励点馈电天线的Q因子与理论最优电流分布相比如何？
• RQ4 多激励点馈电在多大程度上可实现优化后的辐射图样，同时保持可接受的带宽退化？
• RQ5 多端口阵列中元件间距与所得增益及Q因子之间存在何种关系？

主要发现

• SDR技术成功求解具有非凸远场约束的非凸Q因子优化问题，获得秩一解，实现全局最优。
• 在窄波束波束成形情况下，多激励点馈电策略的Q因子为201，相比最优值125，增加61%。
• 在PRBR约束下的波束倾斜情况下，多激励点馈电的Q因子为46，相比最优值33，同样增加61%。
• 多激励点馈电产生的辐射图样与理想电流分布几乎完全一致，视觉对比下偏差几乎不可见。
• 该方法使小型天线能够实现非标准辐射图样（如高增益、波束成形），仅导致适度的Q因子退化。
• 该框架表明，即使小型窄带天线也能以小而可预测的带宽代价实现非偶极子图样。