干货分享丨ANSYS HFSS 常见问题解答-第6季
IE Region方法是HFSS 15版本中新增的一种有限元与积分方程算法混合计算算法,与传统的FEBI混合算法相比的区别在于,FEBI是定义在空气盒子外部的截断边界条件,IE Region是将求解域内的某一部分结构采用IE算法进行求解。IE Region的计算具有矩量法所有的优缺点,适合如反射面天线,载体上天线布局等问题。其设置方法分两步:
1,工程中有FEM求解区域,且其辐射边界设置为FEBI边界,如反射面天线的馈源;
2,选择需要设置为IE Region的结构,如反射面,将其设置为IE Region。求解时即会采用IE Region方法求解,可结合HPC方法完成大型复杂问题求解。
1.262如何高效率地仿真有限大阵列天线?如果阵列Mask 不规则,如何快速建模?HFSS从v14版本开始,加入了Finite Array有限大阵列功能,该功能采用了先进的基于父子关系的DDM算法,利用域式分解法针对阵列结构上的周期性特点快速、高效地对有限大阵列进行全波仿真,并提供简便的建模和操作方法。该方法可考虑所有阵列单元间的互耦,以及阵列的边缘效应,在求解有限大阵列时消耗更少的计算内存和时间,很好的解决了多激励模型的并行求解效率问题,是仿真有限大阵列的高效工具。具体实现步骤如下:1. 建立单元模型,按照阵列周期性设置Master/Slave主从边界,以及辐射边界条件,v14版本建议设置PML边界,v15及以上版本建议设置FEBI边界,对该单元Design进行正常的自适应迭代求解;
2. 复制单元Design,构建有限大阵列模型;
图1.27(a)
3. 导入已经求解完成的单元网格,并在HFSS进行相应设置避免生成多余的网格
6. 以上设置完成后,即可运行求解。
如果阵列Mask不规则,如赋性阵列、稀疏阵列等,可以利用有限大阵列中的阵列蒙版功能进行Mask设置。
在Array Properties设置界面中的Active Cells选项卡下进行阵列Mask的设置。阵列蒙版中的每个单元均可设置为下列三种单元类型中的任意一种:
图1.27(c)这几种单元类型的灵活组合,便可以非常快速地对不规则阵列Mask进行建模。
图1.27(d)
3HFSS –IE和HFSS的各自适应范围和特点如何?HFSS-IE是基于电磁场积分方程的算法,其基本原理是求得电流或磁流分布,利用格林函数计算空间中的场量,仅在模型表面进行面网格剖分;HFSS是有限元算法,是一种基于微分方程的算法,会对模型的三维求解区域进行体网格剖分。根据其上述特点,HFSS-IE比较适合求解含有电大尺寸结构的问题,如电大尺寸反射面天线、目标RCS特性等。当然,对于特别大的问题,积分方程法的效率也会比较低,所以HFSS-IE集成了物理光学(PO)近似算法,用于更大规模问题的近似求解。HFSS更适合计算含有复杂媒质和细微结构的问题,如腔体滤波器、各种波导结构、馈电网络等,可以很好的处理各种媒质和结构,计算准确。
4如何利用PO算法?物理光学法(PO)是HFSS-IE求解器的一个选项,主要用来计算电大尺寸结构的辐射和散射特性。在计算结构的散射特性时比较简单,仅需设置好入射波激励即可;对于辐射问题,以卡塞格伦天线为例,需要首先进行馈源结构的求解,之后把馈源结构的近场或远场数据通过数据链接的方式导入到天线反射面模型中作为激励源进行二次求解,得到天线的辐射特性。数据链接的实现参考图1.29,通过Setup Link选择馈源结构设计文件,通过坐标的平移和旋转关系确定馈源结构与反射面之间的几何关系。
图1.29
5“Network Analysis”求解与“Composite Excitation”求解有何区别?
A: “Composite Excitation”求解类型是HFSSv14版本后新增加的功能,能更快的计算具有多端口的大规模问题。“Composite Excitation”和 经典的“Network Analysis”求解类型在计算时最大的区别在于矩阵求解的“Field Recovery”步骤:“Network Analysis”会在该步骤保存每个端口分别激励情况下的场数据,该数据可用于端口场后处理,即求解结束后改变任意端口的馈电副相,无需重新计算即可得到远、近场数据的更新;而“Composite Excitation”在“Field Recovery”时仅保存当前激励设置下的一组场数据,因此使用该求解类型时,需要预先设置好每个端口的馈电幅度相位,求解结束后,不支持端口场后处理,不提供S/Y/Z参数结果,输出结果仅包括当前激励设置下的远/近场数据、端口特征阻抗、传播常数。
图 1.30
....................................................
还想看?添加微信Simwe关注我们,更多精彩等你来!喜欢本文请点击右上角把好文章传递给更多亲!