[Ttulo del

OPTIMIZACIN DE UN ARREGLO
LINEAL DE ANTENAS
CON SEPARACIN UNIFORME
MEDIANTE ALGORITMOS
GENTICOS


Jos Luis Rodrguez Ziga
10 de abril de 2014
documento]
[Subttulo del docum
Introduccin
Un arreglo de antenas es un conjunto de antenas simples unidas bajo
ciertas condiciones (generalmente iguales) y orientadas en la misma direccin, las
cuales son acomodadas en una disposicin fsica determinada, relativamente
cercanas unas a otras y, adems, cada antena es manejada por un mismo
sistema de combinador de seal. Los arreglos de antenas son capaces de
concentrar la radiacin en direcciones deseadas.

Un arreglo lineal de antenas consiste en varios elementos de antena colocados en
lnea recta. Este tipo de arreglo considerado como un filtro ya que suma seales
en cierta direccin y rechaza seales de otras direcciones. Si consideramos un
arreglo lineal de N elementos donde las seales de cada elemento se multiplican
por los pesos complejos (W) y se suman para formar la salida de un arreglo.

Existen dos maneras o casos de separacin entre los elementos de antena de un
arreglo lineal de antenas: caso de separacin uniforme y caso de separacin no
uniforme. En este caso se utiliz un arreglo lineal de antenas con separacin
uniforme, la cual fue de =0.5.

Un arreglo lineal uniforme de antenas es en el que los elementos que lo
conforman son alimentados con una corriente de igual magnitud, con un desfase
uniforme y progresivo a lo largo de la lnea. Asimismo, los elementos estn
igualmente separados a lo largo de la lnea recta.




ARREGLO LINEAL CON SEPARACIN UNIFORME

Primero se debe considerar un arreglo de antenas isotrpicas para comprender
mejor sobre el tema.

Una antena isotrpica es, tericamente, una antena que puede irradiar igual en
todas las direcciones, es decir, envan informacin a 360, por lo que es posible
establecer comunicacin independientemente del lugar donde se encuentre. A
pesar de que son ideales tienen como inconveniente que su alcance es menor
que las antenas direccionales.

El alcance de una antena omnidireccional est determinado por una combinacin
de los dBi de ganancia de la antena, la potencia de emisin del punto de acceso
emisor y la sensibilidad de recepcin del punto de accedo receptor. A mismos dBi,
una antena sectorial o direccional dar mejor cobertura que una omnidireccional.


Ahora bien, un arreglo de antenas isotrpicas de dos elementos separados a una
distancia d puede ilustrarse con la siguiente figura:


en donde se toma como referencia al punto p, el cual si est debidamente alejado,
se puede considerar que r1 y r2 son paralelas, por lo que los ngulos 1 y 2
seran iguales, sin embargo no porque sean paralelas significa que sean
completamente iguales, pero es posible calcular los ngulos la una en funcin de
la otra.



En la ilustracin anterior el punto p se encuentra considerablemente lejos de la
fuente, en este caso de dos cargas puntuales debe calcularse el campo en el
punto p debido a cada una de estas cargas, entonces se tiene:


E1= E
o1
e
-jr
1
E2= E
o2
e
-jr
2
e
j

E
o1
= Magnitud del campo elctrico y es directamente proporcional a I1/r1.
E
o1
= Magnitud del campo elctrico y es directamente proporcional a I2/r2.


El campo total en el punto p responde a la siguiente ecuacin:

E
r
=E
o1
e
-jr1
+E
o2
e
-jr2
e
j
E
r
=E
o1
e
-jr1
[1+Ke
j
|E
r
=E
o1
|1+Ke
j
|
|E
r
|= E
o1
1+2K cos +K
2

la cual es una ecuacin bastante general, es por ello que se pueden obtener
infinidad de diagramas de radiacin, entre algunos ejemplos pueden ser los
siguientes:



Cuando K=1, d=/2 y =0



Cuando K=2, d= y =0




Cuando K=0.5, d=3/2 y = /2



Hasta ahora se han considerado slo dos elementos de antena para el arreglo
lineal, ahora se ver una generalizacin cuando existen varias antenas isotrpicas
en un arreglo lineal uniforme. Se deben tomar en cuenta las siguientes
consideraciones: las antenas deben de estar igualmente espaciadas, deben estar
linealmente ubicadas y con un desfasamiento progresivo. La siguiente imagen
ilustra el arreglo descrito anteriormente:



Al igual que en el caso de dos antenas isotrpicas, se considerar que el punto p
est muy alejado, de tal manera se obtiene que las distancias se pueden
considerar paralelas y por lo tanto se pueden calcular una en funcin de la otra.

Los campos en el punto p debido a cada una de las antenas sern:

E1= E
o1
e
-jr
e
j(n-1)

El campo total en el punto p ser:

E
T
=E
o
e
-jT1
[1+e
j(d cos +)
+ + e
j(n-1)(d cos +)

Factor de array
El Factor de Array (FA) es el diagrama de radiacin de una agrupacin de
elementos isotrpicos. Cuando los diagramas de radiacin de cada elemento del
array son iguales y los elementos estn orientados en la misma direccin del
espacio, el diagrama de radiacin de la agrupacin se puede obtener como el
producto del factor de array por el diagrama de radiacin del elemento.
El factor de arreglo es una funcin que depende de la configuracin geomtrica
del arreglo de antenas as como tambin de la excitacin de fase y amplitud de
sus elementos.
Si en la sumatoria del campo total radiado se saca el factor comn, el campo
radiado por el elemento de referencia, queda el producto de ste por un sumatorio
que incluye los efectos de posicin y de alimentacin de los distintos elementos
del arreglo. A este sumatorio se le conoce como factor de array.

Ahora, para el caso de separacin uniforme y amplitudes no uniformes, aplicando
el mtodo de Algoritmos Genticos.

Algoritmos genticos
Un algoritmo gentico (AG) es una tcnica de programacin que imita a la
evolucin biolgica como estrategia para resolver problemas. Dado un problema
especfico a resolver, la entrada del AG es un conjunto de soluciones potenciales
a ese problema, codificadas de alguna manera, y una mtrica llamada funcin de
aptitud que permite evaluar cuantitativamente a cada candidato. Estos candidatos
pueden ser soluciones que ya se sabe que funcionan, con el objetivo de que el AG
las mejore, pero se suelen generar aleatoriamente.
Los algoritmos genticos son algoritmos de bsqueda basados en los mecanismos
de la seleccin natural que combinan la supervivencia de las secuencias mejores
adaptadas con cambios aleatorios de informacin.
Los algoritmos genticos pueden verse como una familia de procedimientos de
bsqueda adaptativos. Su nombre se deriva de que estn basados en modelos de
cambio gentico en una poblacin de individuos. Esto es:
Nocin Darwiniana de aptitud (fitness) que influye en generaciones futuras.
Apareamiento que produce descendientes en generaciones futuras.
Operadores genticos que determinan la configuracin gentica de los
descendientes.
El algoritmo gentico es una tcnica de bsqueda basada en la teora de la
evolucin de Darwin, que ha cobrado tremenda popularidad en todo el mundo
durante los ltimos aos. Se presentarn aqu los conceptos bsicos que se
requieren para abordarla, as como unos sencillos ejemplos que permitan a los
lectores comprender cmo aplicarla al problema de su eleccin.
Los Algoritmos Genticos (AGs) son mtodos adaptativos que pueden
usarse para resolver problemas de bsqueda y optimizacin. Estn basados en el
proceso gentico de los organismos vivos. A lo largo de las generaciones, las
poblaciones evolucionan en la naturaleza de acorde con los principios de la
seleccin natural y la supervivencia de los ms fuertes, postulados por Darwin. Por
imitacin de este proceso, los Algoritmos Genticos son capaces de ir creando
soluciones para problemas del mundo real. La evolucin de dichas soluciones
hacia valores ptimos del problema depende en buena medida de una adecuada
codificacin de las mismas.
Un algoritmo gentico consiste en una funcin matemtica o una rutina de
software que toma como entradas a los ejemplares y retorna como salidas cules
de ellos deben generar descendencia para la nueva generacin.
Versiones ms complejas de algoritmos genticos generan un ciclo iterativo que
directamente toma a la especie (el total de los ejemplares) y crea una nueva
generacin que reemplaza a la antigua una cantidad de veces determinada por su
propio diseo. Una de sus caractersticas principales es la de perfeccionar su
propia heurstica en el proceso de ejecucin, por lo que no requiere largos
perodos de entrenamiento especializado por parte del ser humano, principal
defecto de otros mtodos para solucionar problemas, como los Sistemas Expertos.
Los algoritmos genticos pueden aplicarse a diversos problemas y en distintos
campos de la ciencia, los algoritmos han sido implementados en tareas de
optimizacin, como en la optimizacin numrica.

Pasos para desarrollar un algoritmo gentico:
1. Generar una poblacin inicial
2. Crear un ciclo principal que cumpla una condicin
3. Evaluar cada uno de los individuos de la poblacin inicial
4. Seleccionar algunos individuos, los cuales pasaran a ser los padres.
5. Se aplica el mtodo de cruzamiento y mutacin a los padres.
6. Se aplica el elitismo
En la siguiente figura se ilustra un diagrama de flujo con los pasos mencionados
anteriormente:





Si Y=N









DIAGRAMA DE FLUJO DE UN ALGORITMO GENTICO







MUTACIN
APLICACIN DEL
ELITISMO
POBLACIN
INICIAL
CICLO
Y<N
EVALUACIN
DE LA
POBLACIN
SELECCIN CRUZAMIENTO
FIN
Generacin de la poblacin
Una poblacin para su uso en un algoritmo gentico se puede generar de
distintas maneras. Comnmente se realiza generando valores aleatorios y
agrupados para cada individuo, de esta manera obtenemos una poblacin inicial.
Lo primero que se tiene que hacer para la generacin de una poblacin es
conocer cules son los factores que intervienen en el problema.
Algo importante y que se debe tener muy en cuenta es establecer lmites a los
cuales estar sometida la poblacin. Es muy importante, el no hacerlo puede dar
como resultado una mala solucin al problema.

Evaluacin de la poblacin
Ahora que ya se tiene una poblacin inicial, la cual, en este caso, consta de
nmeros aleatorios, se necesita saber la aptitud de cada uno de los individuos que
la integran. Esto se logra haciendo una evaluacin a cada uno de ellos, al hacerlo
se obtiene la aptitud o fitness en ingls.
Para evaluar a los individuos es necesario conocer las condiciones propuestas
para ingresar los valores y observar la diferencia que presenta cada uno para as
cumplir las condiciones que requiere el algoritmo.
La evaluacin mide la adaptacin de cada uno de los individuos, en otras
palabras, se califican y se eligen a los mejores individuos. La informacin a
evaluar es la contenida en los genes de cada individuo.


Seleccin
Ya elegidos los valores obtenidos al evaluar la poblacin, el siguiente paso
es la evaluacin de dichos valores. Este proceso se basa en la aptitud de los
individuos. Aquellos individuos que mejor se adapten, tendrn ms probabilidades
de reproducirse y como resultado, ms oportunidades de transmitir sus
caractersticas a las futuras generaciones.
Es necesario incluir un factor aleatorio que permita la reproduccin a los individuos
no muy adaptados, ya que estos pueden tener informacin til para las futuras
generaciones, esto con el objetivo de mantener una diversidad en cada poblacin
y evitar convergir prematuramente.
Existen diferentes tipos de operadores de seleccin, como son:
Jerarqua
Seleccin por torneo
Ruleta

Ruleta
Con este mtodo, la probabilidad que tiene un individuo de reproducirse es
proporcional a su aptitud. La frmula empleada para calcular la probabilidad
proporcional es la siguiente:

Ecuacin 2
Una vez calculadas esas probabilidades, la seleccin de los individuos para
reproducirse es aleatoria. Una caracterstica que se presenta es que el individuo
menos apto puede ser seleccionado ms de una vez.

Los individuos son elegidos en funcin de su contribucin de aptitud respecto al
total de la poblacin con los siguientes pasos:
Calcular la suma de los valores esperados T
Repetir P veces (P=tamao de la poblacin)
Generar un nmero r aleatorio entre 0 y T
Recorrer secuencialmente los individuos sumando los valores esperados,
hasta que la suma de como resultado un nmero mayor o igual a r
El individuo cuya suma exceda el lmite de r es el seleccionado.
El nmero de copias esperadas depender de la relacin entre el valor de aptitud
del individuo, y el fitness promedio de la poblacin se calcula como (Valor de
fitness/fitness promedio).

Cruzamiento
Es un operador fundamental en los algoritmos genticos, ya que en este
paso se lleva a cabo el cambio de genes de los padres, lo que da origen a una
nueva poblacin de individuos con aptitudes distintas a las de los padres. Este
operador permite explorar la informacin almacenada hasta ese momento en la
poblacin y la combina para crear mejores individuos.
La probabilidad de cruce es normalmente de 0.9. En la figura se muestra el
procedimiento de cruce entre dos padres.

CRUZAMIENTO POR CRUCE DE PUNTO

Existen distintos mtodos de cruce, los ms comunes son: Cruce de punto
(ilustrado en la imagen anterior), Cruce de n puntos, Cruce uniforme. Estos son
solo los ms comunes. Sin embargo, existen otros que pueden ser usados, todo
depende de la complejidad del problema a resolver.

Mutacin
El objetivo de la mutacin es producir nuevas soluciones modificando un
cierto nmero de genes de una solucin existente. Existen diversas formas de
realizar la mutacin: la ms sencilla es la mutacin puntual, donde cada gen muta
aleatoriamente con independencia del resto de genes, hasta mtodos ms
complejos donde se tiene en cuenta la estructura del problema y la relacin entre
los distintos genes para obtener un mejor resultado de la mutacin.
En la mutacin se toma un gen del individuo y se cambia por otro de forma
aleatoria, de este modo es mutado.
La mutacin tiene baja probabilidad de que ocurra, con tan solo 0.1 de que se
lleve a cabo. El algoritmo para llevar a cabo una mutacin es el siguiente:

1. Se genera la probabilidad de que el individuo sea mutado.
2. Se selecciona un punto de interseccin.
3. Luego se genera otro gen, el cual ser introducido en algn punto del
individuo.

Elitismo
El elitismo consiste en seleccionar los mejores individuos de la
superpoblacin (la cual est compuesta por los padres y sus hijos). Esto tiene el
fin de reducir y permitir solo la reproduccin de los ms aptos, esto se realiza en
base a su aptitud, dando prioridad a los individuos ms aptos que pueden aportar
informacin a futuras generaciones.
En resumen, un algoritmo gentico (AG) es una tcnica de programacin que
imita a la evolucin biolgica como estrategia para resolver problemas. Dado un
problema especfico a resolver, la entrada del AG es un conjunto de soluciones
potenciales a ese problema, codificadas de alguna manera, y una funcin de
aptitud que permite evaluar cuantitativamente a cada candidato. Estos candidatos
pueden ser soluciones que ya se sabe que funcionan, con el objetivo de que el AG
las mejore, pero se suelen generar aleatoriamente.
Los algoritmos genticos son algoritmos de bsqueda basados en los mecanismos
de la seleccin natural que combinan la supervivencia de las secuencias mejores
adaptadas con cambios aleatorios de informacin.
Simulacin del Arreglo Lineal de Antenas
Para llevar a cabo la simulacin y optimizacin del arreglo se utiliz el
programa Matlab.
Con un total de 8 antenas, una poblacin inicial de 100 individuos y 1000
iteraciones se obtuvieron los siguientes resultados:
Mejores individuos: 6.8936 7.0903 10.3830 13.4752 13.8752
12.8715 9.4058 6.4398.
Mejor lbulo lateral (SLL): 0.0867.
Tiempo transcurrido: 189.922195 segundos.

Se puede observar en las grficas que efectivamente, el nivel de los lbulos
laterales disminuy utilizando la optimizacin mediante algoritmos genticos. As
mismo los individuos fueron mejorando lo cual llev a un resultado ptimo, el
cual no siempre resulta ser el mejor, pero si el ms ptimo.