UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
EXPERIENCIA 3
Principios de Smart Antennas:
Beamforming Digital
Laboratorio de Transmisores y Antenas
Integrantes: Macarena Monsalve - Marcelo Cerda
Docente: Hugo Durney Wasaff
Asignatura: Laboratorio de Transmisores y antenas
Fecha: 07 de Diciembre 2024.
Sección: 1
1
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Introducción
La tecnología de antenas inteligentes (smart antennas) es una de las innovaciones más
importantes en el campo de las telecomunicaciones, debido a su capacidad para optimizar la
transmisión y recepción de señales en entornos complejos. Este trabajo tiene como objetivo
explorar y experimentar con los principios básicos de las antenas inteligentes mediante el
uso de algoritmos adaptativos, como el LMS (Least Mean Square), y herramientas de
simulación en MATLAB. A través de pruebas específicas, se analizan los patrones de
radiación en configuraciones de arreglos de antenas y cómo parámetros como el tamaño de
paso (μ) y el número de elementos en el arreglo afectan la estabilidad, la precisión y el
rendimiento computacional del sistema. Además, se evalúan las diferencias entre
representaciones gráficas lineales y logarítmicas, y los efectos de variaciones en la
actualización de pesos en el algoritmo. Este análisis permite entender cómo ajustar estos
parámetros para lograr un desempeño óptimo en aplicaciones de telecomunicaciones
modernas.
2
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Actividad 1
La figura 1 muestra la gráfica cartesiana (en decibeles) y la gráfica polar del patrón de
radiación de la antena.
a) b)
Figura 1: a) gráfica polar del patrón de radiación de la antena y b) gráfica cartesiana (en decibeles).
Nótese que se aprecian una superpocisión de lóbulos secundarios en la gráfica polar del
patrón de raciación debido a la mala conversión de grados sexagesimales a radianes. Esto
se soluciona simplemente al modificar el factor de conversión. La figura 2 ilustra los
mismos tipos de gráficos anteriores con el factor de conversión corregido.
3
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
a) b)
Figura 2: a) gráfica polar del patrón de radiación y b) gráfica cartesiana con factor de conversión
corregido.
Al corregir el factor de conversión se solucionó el problema de la superposición de lóbulos
secundarios.
La figura 3 ilustra la gráfica polar del patrón de radiación en decibeles.
Figura 3: Gráfica polar del patrón de radiación en decibeles.
En este caso se tuvo que restar el mínimo obtenido de la gráfica cartesiana de la figura 2
para obtener correctamente el patrón de radiación visto en la figura 3.
Actividad 2
A. En este caso, se analizará el comportamiento de un arreglo lineal de antenas para
cuatro configuraciones diferentes: con 1,2,4 y 8 elementos radiantes. Los siguientes
parámetros considerados:
Razón de entre distancia entre sensores / longitud de onda de 0.5.
Angulo de máxima ganancia de 30º.
Se evaluarán los resultados de los gráficos cartesianos y polares para comprender como
varia el patrón de radiación al incrementar el numero de antenas en el arreglo. Este análisis
permitirá visualizar las ventajas y limitaciones de cada configuración en términos de
direccionalidad y distribución.
Para la figura (4), que corresponde a los siguientes parámetros se tendrá el siguiente
análisis:
4
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Figura 4: Parámetros utilizados en MATLAB (Numero de sensores=1).
Como resultado de la aplicación en MATLAB de la figura (5), se pueden visualizar que en
el grafico cartesiano, se observa una línea constante, que esto indica que una sola antena
tiene directividad igual a 1, es decir, irradia de manera uniforme en todas las direcciones.
En el grafico polar, el patrón que se muestra es circular, lo cual se confirma que la radiación
de una antena individual es omnidireccional. En otras palabras, no hay ángulo preferente
para la radiación.
5
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Figura 5: Gráficos cartesianos y polares del caso 1.
Ahora se analizará la respuesta con las siguientes condiciones indicadas en la figura (6):
Figura 6: parámetros utilizados en MATLAB (Numero de sensores=2).
Considerando el nuevo caso a evaluar el numero de sensores aumenta a 2, tal como
indicaba la figura (6), se denota en el plano cartesiano un patrón sinusoidal que se
caracteriza por tener máximos y mínimos. Eso ocurre por la interferencia entre las dos
antenas y sus ondas radiadas. El máximo mas destacado se entra alrededor del ángulo 30º,
mientras que, en los ángulos restantes, se notan interferencias.
6
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Por otra parte, en el grafico polar, se nota un lóbulo principal que apunta hacia el ángulo de
máxima ganancia correspondiente a los 30º. También se aprecian lóbulos secundarios más
pequeños, resultado de las interferencias generadas por la combinación de las señales
radiadas por las dos antenas. Estas interferencias pueden ser constructivas o destructivas,
dependiendo de la diferencia de fase entre las señales en distintas direcciones.
Figura 7: Gráficos cartesianos y polares del caso 2.
Al aumentar el caso de análisis con un numero de sensores a 4, se tendrá la siguiente
configuración:
Figura 8: parámetros utilizados en MATLAB (Numero de sensores=4).
En el grafico cartesiano de la figura (9), se puede denotar un plano más complejo, con más,
nudos y variaciones. El ángulo de ganancia es de 30º y tiene una mayor amplitud, lo que
quiere decir una mayor concentración de energía en esa dirección. Por otro lado, los lóbulos
secundarios disminuyen en amplitud siendo menor de 0.5, reflejando una reducción de la
radiación en otras direcciones no deseadas.
7
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
En el grafico polar, el lóbulo central se visualiza mucho mas nítido y concentrado en el
ángulo de 30º, mientras que sus lóbulos secundarios disminuyen en amplitud (al igual que
el caso anterior). Demuestra una mejora en la direccionalidad y la supresión de radiación en
otras direcciones.
Figura 9: Gráficos cartesianos y polares del caso 3.
Finalmente, se considerará un total de 8 número de sensores:
Figura 10: parámetros utilizados en MATLAB (Numero de sensores=8).
En el plano cartesiano de la figura (11), se observa un pico principal (máxima ganancia) en
el ángulo de 30°, lo cual corresponde a la dirección en la que el arreglo de antenas irradia la
mayor cantidad de energía. También se observan lóbulos secundarios más pequeños
alrededor del pico principal, que son inherentes a la respuesta de un arreglo de antenas.
Estos lóbulos secundarios tienen menor intensidad relativa y representan radiación en
direcciones no deseadas.
En el grafico polar se observan las siguientes características, el pico más prominente apunta
hacia los 30°, confirmando que esta es la dirección de máxima radiación. Los lóbulos
secundarios son visibles, pero con menor intensidad en comparación con el lóbulo
principal. La simetría observada está influenciada por la configuración del arreglo de
antenas y la separación entre los sensores (d/λ=0.5)
8
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Figura 11: Gráficos cartesianos y polares del caso 4.
B. Como segundo análisis, se evaluará el comportamiento de un arreglo lineal de
antenas para tres configuraciones diferentes: con 2,4 y 8 elementos radiantes. Los
siguientes parámetros considerados:
Razón de entre distancia entre sensores / longitud de onda de 0,5 < d < 1, en el
cual el valor significativo en la que mediremos será de 0,7.
Angulo de máxima ganancia de 30º.
La primera configuración se dará entre los siguientes parámetros:
Figura 12: parámetros utilizados en MATLAB (Numero de sensores=2).
En el grafico cartesiano que se muestra en la figura (13), muestra dos lóbulos principales,
uno hacia los 30° (dirección deseada de máxima ganancia) y otro simétrico hacia -30°. La
intensidad relativa en los lóbulos secundarios es cercana a 0.5, lo que significa que este
arreglo no tiene un alto nivel de directividad, siendo más limitado al tener solo 2 antenas.
9
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
La falta de antenas adicionales resulta en menor capacidad para suprimir los lóbulos
secundarios.
En el grafico polar, la radiación es simétrica, destacando dos lóbulos principales en 30° y -
30°. Se observan emisiones hacia otras direcciones, pero con intensidades menores. Esto
indica que el arreglo de 2 antenas tiene limitaciones para concentrar la radiación en una
sola dirección.
Figura 13: Gráficos cartesianos y polares con d/λ=0.7.
Como segunda configuración se agregarán un total de 4 antenas:
Figura 14: parámetros utilizados en MATLAB (Numero de sensores=4)
En el grafico cartesiano con 4 antenas, la directividad mejora considerablemente. El pico
principal se encuentra en 30°, con lóbulos secundarios más pequeños distribuidos a lo largo
de otros ángulos. La relación d/λ=0.7, genera lóbulos secundarios más visibles que los
esperados para d/λ=0.5, ya que esta relación incrementa el efecto de aliasing espacial.
En el grafico polar, el patrón polar muestra un lóbulo principal bien definido en 30°y los
lóbulos secundarios son más notorios y visibles alrededor de los 90° y 270°, confirmando
que la mayor separación entre antenas introduce radiación no deseada en otras direcciones
10
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Figura 15: Gráficos cartesianos y polares con d/λ=0.7.
Como ultimo análisis considerando d/λ=0.7, se realizará con un total de 8 antenas:
Figura 16: parámetros utilizados en MATLAB (Numero de sensores=4)
El arreglo de 8 antenas muestra una directividad excelente, con un pico principal en 30° y
lóbulos secundarios más pequeños y distribuidos. Sin embargo, la relación d/λ=0.7 produce
lóbulos secundarios más intensos comparados con los observados para d/λ=0.5 en
configuraciones previas. La intensidad de los lóbulos secundarios es menor que en el
arreglo de 4 antenas debido a la mayor cantidad de elementos.
En el grafico polar, la directividad del lóbulo principal es mucho más fuerte y concentrada
hacia 30°. Por otro lado, los lóbulos secundarios son visibles, pero de menor intensidad
relativa. A medida que aumenta el número de antenas, la capacidad de concentrar la
radiación mejora, pero d/λ=0.7 sigue generando aliasing espacial.
11
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Figura 17: Gráficos cartesianos y polares con d/λ=0.7.
Se puede concluir que el efecto del número de antenas, a medida que se incrementa el
número de antenas, la directividad mejora significativamente, reduciendo la intensidad de
los lóbulos secundarios. Además, la elección de d/λ=0.7, resulta en lóbulos secundarios más
visibles y en menor control de la radiación en direcciones no deseadas. Esto resalta la
importancia de mantener d/λ ≤ 0.5 para minimizar aliasing y lograr un patrón más
controlado.
C. Como tercer análisis, se evaluará el comportamiento de un arreglo lineal de antenas
para tres configuraciones diferentes: con 2,4 y 8 elementos radiantes. Los
siguientes parámetros considerados:
Razón de entre distancia entre sensores / longitud de onda de 0 < d < 0,5 en el
cual el valor significativo en la que mediremos será de 0,3.
Angulo de máxima ganancia de 30º.
La primera configuración se dará entre los siguientes parámetros:
Figura 18: parámetros utilizados en MATLAB (Numero de sensores=2)
Considerando un numero de sensores de 2, en la figura (19), se puede observar en el grafico
cartesiano muestra un único lóbulo principal, que se extiende de forma amplia con un
máximo cerca de los 30° (dirección deseada de máxima ganancia). La intensidad disminuye
progresivamente hacia otros ángulos sin generar lóbulos secundarios notables. Esto refleja
un patrón de radiación simple y poco directivo debido a la baja cantidad de antenas.
12
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
En el grafico polar el patrón polar es suave y carece de lóbulos secundarios significativos.
La máxima radiación está concentrada hacia los 30°, pero la energía también se distribuye
considerablemente en otras direcciones, mostrando baja directividad. La relación d/λ=0.3
ayuda a reducir aliasing y lóbulos secundarios, pero limita la capacidad del arreglo para
concentrar energía en una sola dirección.
Figura 19: Gráficos cartesianos y polares con d/λ=0.3.
Como segunda configuración se tendrá lo siguiente:
Figura 20: parámetros utilizados en MATLAB (Numero de sensores=4).
En el grafico cartesiano aparece un lóbulo principal bien definido en los 30°, con lóbulos
secundarios mínimos y mucho más débiles en comparación con el principal. Por otro lado,
la reducción de d/λ a 0.3 contribuye a una menor amplitud de los lóbulos secundarios y un
mejor control de la radiación en direcciones no deseadas.
En el plano polar el patrón polar muestra un lóbulo principal enfocado hacia 30° con una
mayor directividad en comparación con el arreglo de 2 antenas y los lóbulos secundarios
son insignificantes, lo que indica un patrón de radiación más eficiente gracias a la menor
separación entre antenas y el aumento en el número de elementos.
13
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Figura 21: Gráficos cartesianos y polares con d/λ=0.3.
Como tercera configuración se tendrá lo siguiente:
Figura 22: parámetros utilizados en MATLAB (Numero de sensores=8).
El gráfico cartesiano destaca un lóbulo principal muy definido en 30°, con lóbulos
secundarios prácticamente imperceptibles debido a la combinación de un número mayor de
antenas y la menor relación d/λ. Gracias a este arreglo muestra un excelente nivel de
directividad, logrando concentrar la mayor parte de la radiación en la dirección deseada.
El patrón polar confirma un lóbulo principal bien concentrado hacia 30°, con una
directividad significativamente alta y los lóbulos secundarios son casi inexistentes, lo que
indica que d/λ=0.3es muy efectivo para minimizar emisiones en direcciones no deseadas y
para maximizar la eficiencia del patrón de radiación.
14
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Figura 23: Gráficos cartesianos y polares con d/λ=0.3.
Al analizar las 3 variantes se puede decir que a medida que aumenta el número de antenas
en un arreglo, se incrementa la directividad y se logra una mayor supresión de los lóbulos
secundarios, concentrando la energía hacia el lóbulo principal. La relación d/λ=0.3 es
particularmente efectiva para reducir significativamente los lóbulos secundarios y mejorar
el control del patrón de radiación. Sin embargo, en configuraciones con menos antenas,
como un arreglo de 2 elementos, la directividad sigue siendo limitada debido a la menor
capacidad para concentrar la radiación en una sola dirección. La configuración ideal se
alcanza con un arreglo de 8 antenas y d/λ=0.3, logrando la máxima directividad y el mejor
control sobre las emisiones no deseadas.
15
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Actividad 3
Análisis 1 (μ=0.1):
A. El análisis de esta simulación, donde el tamaño de paso (μ=0.1) se evalúa en un
arreglo de 4 antenas con L=1000 iteraciones, indicara cómo este parámetro afecta la
convergencia del algoritmo y el patrón de radiación resultante. Se realizarán las
pruebas con un ángulo del usuario de 30º, para ambos.
Figura 24: Gráficos cartesianos y polares
En el gráfico polar muestra un lóbulo principal bien definido hacia los 30° al principio,
consistente con la configuración esperada del arreglo. Sin embargo, a medida que el
algoritmo avanza, las variaciones inducidas por el tamaño de paso afectan la estabilidad
del patrón. Esto sugiere que el valor de μ es demasiado grande, lo que provoca
fluctuaciones o inestabilidad en el ajuste de pesos del algoritmo. Por otro lado,
eventualmente, el sistema entra en divergencia, donde los lóbulos secundarios aumentan
en intensidad relativa o el patrón cambia significativamente, perdiendo su efectividad
en la concentración de energía.
En el grafico cartesiano muestra el crecimiento exponencial del error a lo largo de las
iteraciones. La escala extremadamente grande (hasta 10^161) confirma que el sistema
no converge y que el tamaño de paso μ=0.1 es demasiado alto para garantizar
estabilidad en este caso. En lugar de decrecer, el error aumenta con cada iteración,
indicando un desajuste progresivo.
16
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Análisis 2 (μ=0.05):
El análisis de esta simulación, con un tamaño de paso reducido (μ=0.05) y un arreglo de
4 antenas con L=1000 iteraciones, mostrara cómo este ajuste mejora la convergencia
del algoritmo y estabiliza tanto el patrón de radiación como el comportamiento del
error. Dada la figura (25), se puede analizar lo siguiente
Figura 25: Gráficos cartesianos y polares.
Con un tamaño de paso reducido (μ=0.05) en un arreglo de 4 antenas y un ángulo
objetivo de 30°, el algoritmo muestra un patrón de radiación estable con un lóbulo
principal bien definido y lóbulos secundarios mínimos. El error inicial disminuye
rápidamente y se estabiliza en valores bajos sin divergencias, a diferencia del caso con
μ=0.1, donde el sistema era inestable. Aunque el proceso demora ligeramente más en
alcanzar las 1000 iteraciones, la reducción del tamaño de paso garantiza una mayor
estabilidad y precisión en el resultado final, evidenciando la importancia de ajustar μ
para equilibrar velocidad y confiabilidad en la convergencia.
17
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Análisis 3 (μ=0.01):
Para esta simulación se considerará un tamaño de paso reducido (μ=0.01) en un arreglo
de 4 antenas con 1000 iteraciones.
Figura 26: Gráficos cartesianos y polares.
Con un tamaño de paso reducido (μ=0.01) en un arreglo de 4 antenas, el algoritmo logra
una convergencia altamente estable y precisa a lo largo de 1000 iteraciones. El patrón
de radiación muestra un lóbulo principal claramente definido hacia el ángulo objetivo
de 30°, con lóbulos secundarios insignificantes, lo que refleja un excelente control
sobre la radiación. El error inicial disminuye de manera progresiva y alcanza valores
muy bajos a partir de las 500 iteraciones, manteniéndose estable sin fluctuaciones
significativas. Aunque la convergencia es más lenta en comparación con valores
mayores de μ, este tamaño de paso garantiza un resultado final ideal, eliminando
riesgos de divergencia y optimizando la estabilidad del sistema.
18
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Análisis 4 (μ=0.005):
Con un tamaño de paso muy reducido (μ=0.005) en un arreglo de 4 antenas, el
algoritmo muestra una alta estabilidad y precisión en la convergencia tras 1000
iteraciones. El patrón de radiación presenta un lóbulo principal enfocado hacia el
ángulo objetivo de 30°, pero con lóbulos secundarios ligeramente más notorios en
comparación con μ=0.01, lo que indica que el ajuste es más conservador. El gráfico de
error muestra una reducción progresiva durante las primeras iteraciones, estabilizándose
en un rango bajo, aunque con fluctuaciones menores distribuidas uniformemente.
Aunque este tamaño de paso asegura estabilidad y evita la divergencia, puede ralentizar
el ajuste del sistema, haciendo que el patrón de radiación no alcance su óptimo absoluto
dentro del límite de iteraciones analizado.
Figura 27: Gráficos cartesianos y polares.
19
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Análisis 5 (μ=0.001):
Con un tamaño de paso extremadamente reducido (μ=0.001) en un arreglo de 4 antenas,
el algoritmo muestra una estabilidad sobresaliente, aunque a costa de una convergencia
notablemente más lenta. El patrón de radiación presenta un lóbulo principal muy bien
definido hacia el ángulo objetivo de 30°, con lóbulos secundarios prácticamente
inexistentes, lo que refleja un control excepcional de la radiación. Sin embargo, el
gráfico de error indica una disminución inicial más lenta en comparación con tamaños
de paso mayores, y aunque se estabiliza en valores muy bajos, las fluctuaciones
menores persisten durante todo el proceso de iteraciones. Este ajuste asegura máxima
estabilidad y precisión, pero su lentitud puede ser menos eficiente en aplicaciones
donde se requiera una convergencia más rápida.
Figura 28: Gráficos cartesianos y polares.
B. Como segunda actividad, se considerará un μ=0.001 ya que permite lograr buena
convergencia y precisión. Se tendrá que simular con un total de L= 1000
iteraciones, con un algoritmo de 4 y 8 antenas. Se medirá el tiempo de ejecución
para luego compararlas indirectamente.
20
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Tomando en cuenta un algoritmo de 4 antenas al simular un total de L=1000 iteraciones,
arrojo el siguiente tiempo de ejecución mostrado en la figura ():
Figura 29: Tiempo de ejecución con un μ=0.001 y 4 antenas.
Considérese el resultado de grafico polar y cartesiano en la figura (31).
Por otro lado, al subir el algoritmo a 8 antenas con el mismo L=1000 iteraciones, arrojo el
siguiente tiempo de ejecución mostrado en la figura ():
Figura 30: Tiempo de ejecución con un μ=0.001 y 8 antenas.
Figura 31: Gráficos cartesianos y polares
En la medición del tiempo de ejecución con μ=0.001, se observa que el arreglo de 4 antenas
tomó 91.080607 segundos, mientras que el de 8 antenas tomó 88.744462 segundos,
mostrando que, contrariamente a lo que podría esperarse, el arreglo con más antenas tiene
un tiempo de ejecución ligeramente menor. Esto podría explicarse por una optimización en
el cálculo interno del algoritmo al manejar un mayor número de antenas, lo que reduce el
peso computacional relativo por iteración en el caso de 8 antenas.
21
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
En términos de comparación indirecta del peso computacional, el tiempo de ejecución no
parece crecer linealmente con el número de antenas. Esto indica que la adición de antenas
no necesariamente implica un incremento proporcional en el costo computacional,
probablemente debido a factores como la implementación eficiente del algoritmo, la
paralelización de cálculos o la forma en que se manejan los datos en la simulación. Por lo
tanto, el arreglo de 8 antenas, a pesar de ser más complejo teóricamente, muestra una
eficiencia computacional relativa mayor que el arreglo de 4 antenas en esta configuración
específica.
C. Como tercera actividad se activarán las líneas pertenecientes a la gráfica
logarítmicas del código de MATLAB, considerando un numero de 8 antenas, un
μ=0.001 y con las mismas L=1000 iteraciones.
a) b)
Figura 32: a) Gráficos cartesianos y polares de escala lineal b) Gráficos cartesianos y polares escala logarítmica.
Primer gráfico a) (escala lineal):
Ventajas:
1. Claridad visual de los lóbulos principales y secundarios. Permite observar de forma
directa la intensidad relativa del lóbulo principal en comparación con los lóbulos
secundarios, ofreciendo una representación más intuitiva del patrón de radiación.
2. Representación precisa del nivel absoluto. Muestra los valores de intensidad sin
transformación, lo que facilita la comparación de magnitudes reales.
3. Facilidad para interpretar variaciones pequeñas. Cambios mínimos en las
intensidades son más evidentes en esta escala, útil para detectar discrepancias sutiles
entre lóbulos secundarios.
22
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Desventajas:
1. Dificultad para detectar diferencias en intensidades muy pequeñas: Las áreas con
valores muy bajos, como los lóbulos secundarios más pequeños, pueden ser difíciles
de distinguir.
2. Limitación en la observación del rango dinámico: Si hay una gran diferencia entre
el lóbulo principal y los secundarios, los secundarios podrían parecer insignificantes
o no ser visibles.
Segundo gráfico b) (escala logarítmica):
Ventajas:
1. Amplificación del rango dinámico. Destaca los lóbulos secundarios y regiones de
baja intensidad, permitiendo una mejor apreciación de sus niveles relativos al lóbulo
principal.
2. Comparación proporcional. La escala logarítmica facilita comparar la relación entre
el lóbulo principal y secundarios en términos de proporciones o atenuación.
3. Análisis de valores bajos. Es ideal para observar patrones de radiación en rangos de
intensidad bajos, resaltando información que puede pasar desapercibida en una
escala lineal.
Desventajas:
1. Distorsión de los valores absolutos. La escala transforma los datos, lo que puede
dificultar la interpretación de los valores reales de intensidad.
2. Menor intuición para usuarios no acostumbrados. La representación logarítmica
puede ser menos intuitiva, especialmente para usuarios que no están familiarizados
con este tipo de escala.
3. Sobrerrepresentación de valores pequeños. Los lóbulos secundarios pueden parecer
más significativos de lo que realmente son en términos absolutos.
23
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
D. Se desea analizar qué sucederá en el grafico cartesiano y polar al cambiar el signo
de una ecuación correspondiente al código de MATLAB:
Figura 33: Ecuación de MATLAB sin editar.
En esta ecuación, el algoritmo ajusta los pesos en la dirección del gradiente del error. Esto
es consistente con los métodos tradicionales de aprendizaje adaptativo como el LMS (Least
Mean Squares), donde se utiliza el gradiente para minimizar la función de error.
Figura 34: Ecuación de MATLAB cambio de signo.
Al realizar el cambio de signo, invierte la dirección de ajuste, lo que equivale a maximizar
el error en lugar de minimizarlo. Esto causa una retroalimentación positiva, donde el
sistema amplifica las diferencias en lugar de corregirlas. Como resultado, los pesos del
arreglo divergen y no logran converger hacia una solución óptima.
Este cambio tiene un impacto crítico en la estabilidad del sistema y puede explicar el
comportamiento observado en el gráfico de la figura (35):
Figura 35: Grafico cartesiano y polar aplicado con cambio de signo (-)
Se puede observar que el grafico polar, el patrón de radiación se vuelve errático y no logra
un enfoque claro en la dirección deseada (30°). Esto es causado por la divergencia en los
pesos, lo que genera un patrón de radiación inconsistente y distorsionado.
24
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Por otro lado, en el grafico cartesiano, el error aumenta de manera exponencial, lo que es
típico cuando el sistema no logra estabilizarse y los ajustes en los pesos amplifican el error
en cada iteración. La escala extremadamente alta ( 1013) refleja esta inestabilidad y la falta
de convergencia.
25
UNIVERSIDAD TECNOLÓGICA METROPOLITANA
FACULTAD DE INGENIERÍA
Ingeniería civil electrónica
Laboratorio de Transmisores y Antenas
Conclusión
El desarrollo de este trabajo permitió analizar de manera detallada el comportamiento de
arreglos de antenas inteligentes bajo diferentes configuraciones y parámetros de
simulación. Se demostró que el tamaño de paso (μ) es crítico para garantizar la estabilidad
y convergencia del algoritmo LMS, siendo los valores más pequeños los que ofrecen mayor
precisión y control sobre el patrón de radiación, aunque a costa de un mayor tiempo de
ejecución. Asimismo, se observó que el número de antenas no incrementa linealmente el
peso computacional gracias a posibles optimizaciones en el procesamiento. Por otro lado, la
comparación entre escalas lineales y logarítmicas destacó las ventajas de cada enfoque para
distintos aspectos del análisis. Finalmente, la importancia de mantener la dirección correcta
en la actualización de pesos fue evidente al identificar los efectos catastróficos de una
configuración invertida. Estas experiencias proporcionan una base sólida para entender los
principios detrás de las antenas inteligentes y su potencial en aplicaciones prácticas.
26
