| Revue: | Ingeniería (Bogotá) |
| Base de datos: | |
| Número de sistema: | 000538038 |
| ISSN: | 0121-750X |
| Autores: | Burgos, Diego1 Lemos, Rodrigo1 Kunzler, Jonas1 Silva, Hugo2 Flôres, Edna3 |
| Instituciones: | 1Universidade Federal de Goiás, 2Instituto Federal de Educ. Ciência e Tecnol. de Goiás, 3Universidade Federal de Uberlândia, |
| Año: | 2016 |
| Periodo: | Ago |
| Volumen: | 21 |
| Número: | 2 |
| Paginación: | 214-224 |
| País: | Colombia |
| Idioma: | Inglés |
| Resumen en español | Contexto: En este trabajo se investiga el uso de un Algoritmo Genético (GA) para la conformación del haz de un arreglo de antenas en ambientes de Acceso Múltiple por División de Código (CDMA) bajo diferentes relaciones SeËœnal a Ruido, asumiendo que la seËœnal de referencia es conocida. Método: El Algoritmo Genético es un método inspirado en principios evolutivos, usado para optimizar una función objetivo seleccionando los mejores candidatos de una población. La población es generada aleatoriamente para asegurar alta diversidad y conseguir una optimación global. Por otro lado, el algoritmo LMS es un algoritmo que garantiza la convergencia siempre y cuando la seËœnal de referencia sea conocida. Resultados: El GA converge más rápidamente en que el algoritmo LMS en todos los escenarios probados. Además, el GA consiguió mejores resultados apuntando el haz para fuentes estáticas descorrelacionadas. Adicionalmente, una apropiada selección de los parámetros del GA permite una mayor velocidad de convergencia y un mejorado rastreamiento de fuentes en movimiento. Conclusiones: Los resultados de las simulaciones confirman que el GA es una herramienta capaz de obtener una convergencia y precisión en la conformación del haz y el rastreamiento de fuentes en movimiento dada una seËœnal de referencia. Por lo tanto, el GA resulta prometedor para sustituir el algoritmo LMS en sistemas de antenas inteligentes y aumentar la capacidad del canal. |
| Resumen en inglés | Context: This works investigates the use of Genetic Algorithm (GA) for beamforming on a Code Division Multiple Access (CDMA) environment under different Signal-to-Noise Ratios (SNR), assuming a reference signal is known. Method: The GA is a method inspired in evolutionary principles to optimize an objective function by choosing the best candidates of a population. The population is randomly generated to ensure high diversity and get a global optimization. On the other hand, the Least Means squares (LMS) algorithm is an adaptive algorithm with guaranteed convergence as long as a reference signal is known. Results: The GA converged faster than the LMS in all tested scenarios. Besides, GA achieved best results in pointing the beam for uncorrelated static sources. Additionally, proper tuning of GA parameters allowed fast convergence and improved tracking of moving targets. Conclusions: The simulation results confirm that the GA is able to obtain a convergent and accurate tool for beamforming and tracking of moving targets, given a reference signal. Hence, GA turns to be promising in replacing LMS on Smart Antenna Systems for increasing channel capacity. |
| Palabras clave: | Antena Inteligente, Beamforming, CDMA, Algoritmos genéticos |
| Keyword: | Smart Antenna, Beamforming, Moving targets, CDMA, Genetic algorithms |
| Texte intégral: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
