Redes neuronales y memorias asociativas en arreglos de antenas adaptativos

Abstract

En este trabajo se propone una alternativa para inicializar los pesos en el algoritmo LMS y la red neuronal perceptrón multicapa para formar el patrón de radiación de un arreglo de antenas faseados. Se utiliza una memoria asociativa bidireccional Alfa-Beta para formar el patrón con el objetivo de reducir el número de iteraciones que se requieren, por ejemplo, para introducir nulos en las direcciones del jitter. Es importante reducir el número de iteraciones ya que el patrón de radiación se puede adaptar en el menor tiempo posible. También, la propuesta para la inicialización de los pesos se basa en el método de ventaneo utilizado para reducir los lóbulos secundarios en arreglos de antenas fijos. En este trabajo se utilizan también los coeficientes de un filtro FIR pasa bajas para inicializar el vector de pesos de la red perceptrón multicapa y el algoritmo LMS. Como primer paso se modifica el patrón de radiación del arreglo agregando un nulo en la dirección de una señal de interferencia conocida a priori. Para verificar la reducción en el número de iteraciones, fueron calculados el error cuadrático medio, la relación señal a ruido más interferencia y se grafica el patrón de radiación. Además, fue calculada la correlación cruzada normalizada entre la señal deseada y la salida de la red en cada iteración. Los resultados obtenidos muestran que con la metodología propuesta para la formación de haz que utiliza memorias asociativas bidireccionales Alfa-Beta se logra la adaptación del patrón de radiación de en menor tiempo y cumple con el objetivo de eliminar señales de interferencia con un proceso simple y en menor tiempo de procesamiento.