Otimização do controle do diagrama de radiação de radares de varredura para rastreio de foguetes usando o método GAMMC para o Caso Planar (GAMMC-P)

Launching centers are designed for scientific and commercial activities with aerospace vehicles. Rockets Tracking Systems (RTS) are part of the infrastructure of these centers and they are responsible for collecting and processing the data trajectory of vehicles. Generally, Parabolic Reflector Radars (PRRs) are used in RTS. However, it is possible to use radars with antenna arrays, or Phased Arrays (PAs), so called Phased Arrays Radars (PARs). Thus, the excitation signal of each radiating element of the array can be adjusted to perform electronic control of the radiation pattern in order to improve functionality and maintenance of the system. Therefore, in the implementation and reuse projects of PARs, modeling is subject to various combinations of excitation signals, producing a complex optimization problem due to the large number of available solutions. In this case, it is possible to use offline optimization methods, such as Genetic Algorithms (GAs), to calculate the problem solutions, which are stored for online applications. Hence, the Genetic Algorithm with Maximum-Minimum Crossover (GAMMC) optimization method was used to develop the GAMMC-P algorithm that optimizes the modeling step of radiation pattern control from planar PAs. Compared with a conventional crossover GA, the GAMMC has a different approach from the conventional one, because it performs the crossover of the fittest individuals with the least fit individuals in order to enhance the genetic diversity. Thus, the GAMMC prevents premature convergence, increases population fitness and reduces the processing time. Therefore, the GAMMC-P uses a reconfigurable algorithm with multiple objectives, different coding and genetic operator MMC. The test results show that GAMMC-P reached the proposed requirements for different operating conditions of a planar RAV.

Os centros de lançamento e rastreio têm por finalidade realizar atividades científicas e comerciais com veículos aeroespaciais. Os Sistemas de Rastreio de Foguetes (SRF) integram a infraestrutura desses centros, sendo responsáveis pela coleta e processamento dos dados da trajetória dos veículos. Os sensores dos SRFs normalmente são Radares com Refletores Parabólicos (RRPs), mas também é possível usar radares com arranjos de antenas, chamados de Arranjos de Varredura (AVs), originando os Radares com Arranjos de Varredura (RAVs). Nos AVs, o sinal de alimentação de cada elemento radiante do arranjo pode ser ajustado para fazer o controle eletrônico do diagrama de radiação, a fim de aumentar as funcionalidades e reduzir as manutenções do sistema. Com isso, nos projetos de implantação e reutilização de RAVs, a modelagem está sujeita a várias combinações de sinais de alimentação, produzindo um problema de otimização complexo, devido ao grande número de soluções disponíveis. Para solucionar tal problema, é possível usar métodos de otimização off-line, tais como Algoritmos Genéticos (AGs), cujas soluções calculadas são armazenadas para aplicações on-line. Nesse contexto, o método do Algoritmo Genético com Crossover Máximo-Mínimo (Genetic Algorithm with Maximum-Minimum Crossover - GAMMC) foi usado para desenvolver o algoritmo GAMMC-P, que otimiza a etapa de modelagem do controle do diagrama de radiação de AVs planares. Comparado a um AG com recombinação convencional, o GAMMC tem uma abordagem diferente, pois realiza a recombinação de indivíduos mais aptos com indivíduos menos aptos, para aumentar a diversidade genética da população, evitando a convergência prematura, aumentando o fitness e reduzindo o tempo de processamento. Assim, o GAMMC-P utiliza um algoritmo reconfigurável, com múltiplos objetivos, codificação real diferenciada e o operador genético MMC, tendo atingido com sucesso os requisitos propostos para diferentes condições de operação de um RAV planar.