Antenne modulari: come mettere a fuoco il segnale?

Immaginate di poter indirizzare il segnale del vostro smartphone non solo in una direzione, ma anche a una distanza precisa. È la promessa del "near-field beamfocusing", una delle frontiere più calde per il futuro 6G. Un nuovo studio pubblicato su arXiv propone un'architettura ingegnosa: l'array lineare modulare (MLA). Invece di costruire una lunghissima fila di antenne — costosa, ingombrante e complessa da gestire — l'MLA unisce diverse mini-file (chiamate ULA) separate da ampi spazi vuoti. Il segreto sta proprio qui: la distanza tra i gruppi allunga l'"apertura" virtuale dell'antenna senza aggiungere neanche un elemento hardware in più.

Perché cambia le regole del gioco? Nel classico "far-field" il segnale viaggia come un fascio laser parallelo: chiunque si trovi sulla stessa angolazione riceve la stessa informazione. Nel "near-field", invece, l'onda è curva. L'MLA sfrutta questa curvatura per mettere a fuoco l'energia in un punto preciso dello spazio, definito da angolo *e* distanza. Il risultato pratico è enorme: si possono servire utenti diversi che stanno sulla stessa direzione ma a distanze diverse, moltiplicando la capacità del canale (guadagno di multiplexing).

Il paper non si ferma alla teoria: i ricercatori hanno messo a punto un algoritmo leggerissimo per localizzare gli utenti fondendo le stime provenienti da ogni mini-array, rendendo la stima del canale efficiente e precisa. Le simulazioni confermano che bastano poche antenne per ottenere un fuoco quasi ideale. Un passo concreto verso reti di nuova generazione più veloci, efficienti e "chirurgiche" nel gestire l'esplosione del traffico dati.

L'architettura MLA (Modular Linear Array) risolve un dilemma fondamentale delle comunicazioni near-field: come ottenere un'apertura sufficientemente ampia per generare un fascio stretto sia in angolo (beamwidth) che in distanza (beamdepth) senza l'onere computazionale e hardware di un massive MIMO compatto. Un'ULA (Uniform Linear Array) standard di lunghezza $L$ ha una risoluzione angolare proporzionale a $\lambda/L$. Nel near-field (distanza $r < 2L^2/\lambda$, regione di Fresnel), la curvatura del fronte d'onda introduce una dipendenza dalla distanza. L'MLA suddivide l'apertura totale $L$ in $M$ sotto-array (ULA) di lunghezza $l$, distanziati di $d \gg l$. L'apertura effettiva diventa $L_{eff} \approx M \cdot d$, molto maggiore di $M \cdot l$.

L'analisi matematica del paper deriva espressioni chiuse per beamwidth e beamdepth. Il beamwidth scala con $1/L_{eff}$, mentre il beamdepth scala con $\lambda r^2 / L_{eff}^2$. Selezionando $M$ e $l$ in modo che $l$ sia sufficientemente grande da risolvere l'angolo localmente, ma $d$ enorme da estendere l'apertura globalmente, si ottiene un "pencil beam" 3D. La complessità di elaborazione rimane lineare nel numero di antenne totali ($N = M \cdot N_{ULA}$), non quadratico come in un array pieno di pari apertura.

Per la localizzazione, si usa un approccio "divide et impera": ogni ULA stima localmente l'Angolo di Arrivo (AoA) e il Tempo di Volo (ToF) o la differenza di fase. Una fusione centrale (es. Maximum Likelihood o Weighted Least Squares) combina queste stime parziali per ottenere la posizione 3D (angolo, distanza) con accuratezza che raggiunge il Cramér-Rao Bound. La stima del canale parametrico segue naturalmente: noti angolo e distanza, il vettore di steering near-field è deterministico. Le simulazioni mostrano NMSE (Normalized Mean Square Error) bassissimo anche con SNR modesti, validando l'MLA come candidato chiave per comunicazioni near-field 6G, ISAC (Integrated Sensing and Communication) e localizzazione ad alta precisione indoor/outdoor.