Resumen

El objetivo de este artículo es presentar el algoritmo de optimización del lobo gris (GWO) a la comunidad de electromagnéticos y antenas. GWO es un nuevo algoritmo metaheurístico inspirado en la naturaleza y en la jerarquía social y el comportamiento de caza de los lobos grises. Tiene el potencial de mostrar un alto rendimiento en la resolución de problemas de optimización no sólo sin restricciones, sino también con restricciones. En este trabajo, GWO se ha aplicado a conjuntos de antenas lineales para la síntesis de patrones óptimos de las siguientes maneras: optimizando las posiciones de la antena mientras se asume una excitación uniforme y optimizando las amplitudes de la corriente de la antena mientras se asume el espaciado y la fase como la de un conjunto uniforme. La GWO se utiliza para conseguir un diagrama de array con un nivel mínimo de lóbulos laterales (SLL) junto con una colocación nula en las direcciones especificadas. El GWO también se aplica para minimizar el primer lóbulo lateral más cercano al haz principal (lóbulo lateral cercano). Se presentan varios ejemplos que ilustran la aplicación de GWO para la optimización de arrays lineales y, posteriormente, se validan los resultados comparándolos con los obtenidos mediante otros algoritmos evolutivos inspirados en la naturaleza de última generación. Los resultados sugieren que la optimización de arrays lineales de antenas utilizando GWO proporciona mejoras considerables en comparación con el array uniforme y la síntesis obtenida con otras técnicas de optimización.

• Materias:Propagación de ondas Radar Teoría de Antenas Redes Inalámbricas Banda ancha Radares
• Subjects:Wave propagation Radar Antenna theory Wireless Networks Broadband Radars
• Palabras claves:array de antenas lineales, gwo, array uniforme, resultados, primer lóbulo lateral, nivel de lóbulo lateral, algoritmo metaheurístico inspirado, optimización de array lineal, optimización del lobo gris, algoritmo evolutivo inspirado
• Keywords:linear antenna array, gwo, uniform array, results, first side lobe, side lobe level, inspired metaheuristic algorithm, linear array optimization, grey wolf optimization, inspired evolutionary algorithm