天线布局、电磁覆盖与动态场景的先进模拟技术

6月前浏览12873

本文摘要（由AI生成）：

本文讨论了5G应用场景中天线布局、信号覆盖及场景感知等电大尺寸问题的求解方法。对于天线布局，环境对性能影响有限，特殊情况下需考虑天线罩影响。信号覆盖关注电磁波衰减及目标区域覆盖情况，需采用纯光学求解器SBR进行分析。智能体育场等公共场所需优化WIFI布局以实现信号覆盖最大化。场景感知则通过检测天线发射电磁信号回波数据感知目标特性信息。HFSS软件集成的SBR求解器为这些问题提供了高效求解方案。

电尺寸的大小，是指电磁领域中的几何尺寸与工作波长的比值。当物理尺寸远大于电波长时，如10个波长、100个波长以上，一般就称之为电大尺寸问题。电尺寸再增加到上千个波长，则可视之为超电大问题。

电大尺寸问题的混合算法求解思路，主要是结合当前主流电磁算法的优点，对不同类型的电大尺寸问题，调用两种算法或多种算法，使得在资源和时间受限的情况下进行混合求解计算，仍能得到合适的分析结果。

1、电大尺寸复杂问题

电大尺寸复杂问题，主要指待求解的问题不仅仅是一个电大尺寸或超电大尺寸的几何规模问题，同时还存在复杂的几何细节结构的问题。

这不仅要求我们要选择一个适用于大规模问题求解的算法，还要具备复杂问题的精确计算能力。这种情况下面临的难点与挑战主要有：

单一的电磁算法，无法解决电大尺寸与复杂细节并存的问题；
庞大且复杂的几何细节，传统的网格剖分技术，无法应对；
大规模问题的求解，需要高效的并行技术与匹配的计算能力

2、电大复杂问题的解决思路

灵活选择的混合求

前面提到过，混合求解的思路，可以结合各个算法的优势，如FEM有限元算法对于天线类复杂问题的精确求解，IE积分方程法对于电大尺寸金属体的电流映射求解，SBR弹跳射线法对于超电大尺寸问题的高频近似求解等。通过几种算法的自由组合，可以恰到好处地解决电大尺寸复杂问题的算法难点。

而三维电磁场仿真软件HFSS，恰巧具备上述多种算法的天然优势，主要算法模块包括：

有限元算法FEM
积分方程法（IE）
弹跳射线法SBR
物理光学法PO
时域算法

除了时域算法以外，其他算法借助于DDM域分解并行技术，均可同时应用于同一个问题或模型的求解，即混合算法的协同仿真模式。

新型高效的网格剖分（Flex Mesh技术）

电磁仿真软件的不断进步，离不开计算机技术的高速发展。若要将复杂的电磁模型，描绘出可以让计算机识别并自动计算的语言，则离不开数值计算与离散化的网格模型。HFSS电磁仿真软件，强大的自动自适应网格剖分技术，就以自动化与精确化的特点，在仿真领域广为人知。

HFSS软件2019 R2版本中，推出了新型的Flex Mesh技术，可以极大的提高初始网格的划分效率，降低算法对模型几何体质量的要求，从而大大缩短了大尺寸复杂模型的仿真时间，节省了工程师花费在修模型、简化模型的大量工作，解决了传统的单核网格划分在应对大尺寸复杂模型时的低效率高耗时问题，如复杂多层馈网的大型微带阵列天线、大型复杂载体的多天线布局等。

新型Flex Mesh技术

多样化的并行计算

HPC高性能计算，是所有ANSYS软件并行技术的统称。随着大型计算集群技术的不断发展，ANSYS软件的并行计算也在逐步的完善与进步。

HFSS电磁仿真软件目前支持的并行求解有：

多线程的共享内存式计算
分布式内存的矩阵计算
区域分解法的并行计算
GPU加速等

另外，还有一种叫作DSO的任务分布式加速技术，可以实现频率扫描的多频点并行模式，以及参数扫描与优化中的多参数并行模型。可以大大加速在频扫与参扫等多任务求解问题，充分利用硬件资源，进一步为设计探索提供更有利的高效加速计算。

HPC并行技术

合理的硬件资源配置

在进行大规模仿真问题的求解时，硬件资源配置是实现软件高效并行计算的最终执行体。根据仿真软件的计算特点，配置合理的硬件计算资源，是实现大规模问题的高效率计算的前提，也是资源利用最大化、节省成本必不可少的关键。HFSS软件在网格剖分、自适应迭代、频率扫描、参数扫描等一系列的求解过程中，对硬件资源中的CPU、内存、硬盘、显存、网络等的依赖度，理论上，当然是所有的硬件指标都越高越好，但是，如果预算有限，非要取舍的情况下，建议按照以下的优先顺序考虑：

当然，配置也需要均衡，毕竟，问题的有效求解，是硬件资源整体平台的能力，而不是某一个部件的能力决定的。

硬件配置示意图

在同等求解规模的情况下，且资源足够，单机求解一般要快于多机求解，工作站一般快于集群超算。具体原因主要是网络的数据传输问题，以及集群CPU因多核散热问题，主频一般都比较低（2.2到2.8GHz左右）；而工作站的主频高，目前最高已超过4.0GHz。所以，需要多机并行的，或集群平台运算的，一定要配置高速率的交换机或路由，以及高规格的网络等。

3、典型场景下的仿真详解

天线布局（Antenna Placement）

将天线装载到一定的应用环境（或场景）中，分析载体或环境因素对天线性能指标的影响，验证天线设计指标是否真正满足实际需要；并根据仿真或测试结果，调整天线的安装位置，寻求最佳天线性能的布局方案，称之为天线布局和优化设计，如机载天线布局、车载天线布局、星载天线布局等。

天线布局分析，关注的仍是天线本身。遇到这类问题，我们首先要考虑的，不是天线的载体或环境有多复杂，多径效应多难分析，仿真规模有多大等；而是我们设计的天线，究竟属于哪种类型，电尺寸大小如何，敏感度如何，是否容易受到环境干扰。

这里就有必要说到“电小天线”的定义。所谓电小天线，主要指天线的最大几何尺寸远小于工作波长的天线。一般来说，天线的最大几何尺寸若小于工作波长的1/10或1/(2π)，则归入电小天线范畴。电小天线的种类很多，如手机天线、耳机天线、手表天线、WIFI天线、GPS天线、北斗导航天线等。

电小天线示例

但是，电小天线素来有“仿不准”“仿真无用”之称。关键原因就在于，天线设计好之后，装载到手机、电脑等终端设备上，性能曲线会“大变脸”，原本的设计显得毫无用处，不得不现场“手术”“切铜皮”补救。这也被动促成了许多有经验的 “铜皮大师”“一刀切”等调试高手。

而其根本原因还是在于电小天线的“小”和敏感变高等。相比于天线的载体或工作环境，天线的尺寸远小于波长；而载体或环境中的某个金属结构，反而更接近于工作波长，更易谐振于工作频率。再考虑到电小天线的方向图，都属于类似于苹果型的全向型，易受干扰，敏感度高。

所以，电小天线布局问题的解决方法，就是把载体与工作环境，当做天线的本身进行一体化设计，在设计天线的时候，就充分考虑天线的PCB结构、壳体、人体模型等环境因素的影响

人体环境对电小天线的影响

而常规的天线阵列的布局分析，与电小天线正好相反。由于阵列天线的“地”足够大，阵元也多，方向图波束一般都很窄，容易受到环境影响的因素不多或很少。这样一来，载体或环境因素对天线本体的性能影响，是非常有限的。

天线布局分析，也仅仅是一种验证的流程而已。例外的情况也有，主要是天线近场区加装天线罩问题，如汽车雷达天线罩保险杠的仿真等。

常规天线阵列的布局仿真

信号覆盖（Signal Coverage）

天线设计完成后，评估其在具体的工作环境中，天线发出电磁波信号的有效覆盖范围。如5G领域的基站天线信号覆盖、星载导航天线的地面覆盖范围等。

信号覆盖问题的分析，关注的不再是天线本体，而是电磁波从天线发出后，到达目标区域的信号衰减，哪些是在可允许范围内，哪些超出了这个范围。

这类超大尺寸问题的仿真分析，全波算法不再适用，而要借助纯光学求解器SBR 。目前SBR 求解器已集成于HFSS软件，可用于求解天线布局、汽车无人驾驶场景仿真等。

智能体育场的手机信号覆盖

对于一个瞬时手机信号访问量巨大的公共场所来说，如体育场，在常规的基站覆盖条件下，GSM网络通信的瞬时传输速率是远远不够的。因此，对于新型的智能体育场来说，有效动态覆盖的智能小基站组合，是一个不错的解决方案。上图的案例，即是利用ANSYS电磁软件HFSS中的SBR 技术，进行小基站动态覆盖的仿真验证，以满足最小组合配置的前提下，动态覆盖效果实现最佳。

另外，除了满足手机信号传输规模以外，更高效的WIFI网络信号覆盖，是解决公共场所更大规模数据传输的必要手段。下图是智能体育场WIFI网格布局优化与信号覆盖的仿真验证，主要考虑的是，在两个WIFI天线正常工作的情况下，设计出WIFI信号对下方照射区的信号覆盖最大化，而且不能产生盲区。

智能体育场的WIFI布局优化与覆盖

场景感知（Scenario Sensing）

接收并检测天线发射电磁信号的回波数据，通过一定算法识别或感知场景中的目标特性信息。如雷达散射截面积RCS与ISAR成像、无人驾驶中的微波场景成像等。

ANSYS HFSS软件，从2018.0版本开始，集成的SBR 求解器就开始应用于RCS仿真。主要针对多金属结构体或带涂覆层的金属体，只要在HFSS建模环境下，设置目标体为SBR-Region，即可进行快速的RCS求解与脚本成像。由于SBR 求解器，依赖于光学射线的弹跳计算，不进行网格迭代，对于RCS问题的求解相当快捷

动态目标RCS成像

而自2018.2版本以后，HFSS软件新增加了SBR单独的仿真环境，可以建立理想的天线源，也可以导入仿真好的天线方向图结果，进行道路场景的动态参数扫描与频率扫描分析。然后通过脚本功能进行IFFT变换为时域数据，得到ISAR、Range Profile、Water Fall、Range Doppler等成像结果。