|
目前，越來越多的車載天線廣泛地應用于各種車輛。在獲得令人滿意的通訊性能的同時，確保車載發射機造成的系統內部或系統間的電磁兼容問題不危及乘車者和公眾的安全也很有必要。 在原形成型之前的基本系統設計構思中，要評估已裝天線的性能特征和可能的電磁兼容危害與車載發射裝置的關聯性，因為在設計周期的早期階段實施改變要簡單、經濟得多。此外，車輛環境的諧振特性會導致其內部產生較大的空間場變化，而由于車輛的幾何復雜性，場傳感器不容易接近許多部位。因此實驗測定性能很大程度上受到實際條件的限制。只有做出相關硬件，實驗才能得以實施，但是這樣成本高、耗時長，還有可能達不到預想的所有效果。 整車電磁仿真是解決該問題的可行性方案，它也為擺脫實驗方法的局限、實現這樣的數據分析提供了可能性。但是在我們自信地運用該模型之前，有必要確定計算結果的可靠性。本文略述了對于安裝在車頂后部或擋泥板后部的單級天線電場模型驗證數據的研究。雖然我們對于車輛外部和內部場分布的研究同樣感興趣，但外部場的測量比內部場的測量具有更大的可行性。不過內部區域和外部區域透過車窗縫隙密切相連，因此對車輛外部的近場驗證將為內場分布預測提供可靠的依據。 車輛仿真與測量 這里所述的仿真由MIRA電氣公司實施，而測量則由另一個機構(英國，QinetiQ)通過使用與仿真中相同型號的車輛來完成。盡管測量和仿真最初是各自獨立進行的，但隨后由MIRA公司對兩套數據進行了比較分析以達到驗證的目的。 車輛仿真采用全波TLM(傳輸線矩陣)和三維場建模技術，該技術是建立在來源于車輛CAD數據的模型基礎上的。一般說來，TLM被認為是一種時域技術，它適用于獲得電磁兼容應用所需的寬頻結果（一般大于或等于1GHz）。但是在此應用中，我們關心的頻段受到發射機頻率（大約400MHz）的限制。盡管如此，TLM對于模擬像車輛這樣的復雜結構仍不失為一種很好的選擇，因為它通常是一種基于矩形單元的網狀結構。與非結構、基于表面的結構如邊界元法（矩量法和有限元法）相比，直角網格的優勢在于它相對來說節省存儲所需空間。因此，使用TLM模型，包括需要描述外部散射和內部諧振的車輛的內外表面都不會受到內存需求的影響。TLM技術與大家所熟知的FDTD（有限差分時域）法有些相似，由于這些原因，這種方法被廣泛地運用于電磁兼容模型中。TLM模型和FDTD模型的主要缺點是因為直角網格結構需要用梯形來描述曲面，這樣會影響精度；但在許多實際應用中，這種近似值方法是可以接受的。 車輛的幾何結構用分級網格來進行離散，以減小計算量，同時確保在所研究的頻點獲得可靠傳播并建立一個令人滿意的可代表車輛幾何特點和預期場梯度的結構。在這種情況下，車輛的幾何結構分成每邊2.5cm的立方單元網格，而外部區域的網格尺度增大到5cm。后者提供了這項研究中對于所研究的頻點而言為足夠的離散化。模型構造僅限于主要的金屬部件，因為，以前的實驗研究表明，其它材料的部件對1GHz以下內部場耦合影響很小。 為使這個模型完整，在研究中（模擬簡單的細線天線安裝在后車頂或后擋泥板）用天線的描述既豐富了基本的車輛幾何結構，也增加了車輛的電磁有效特征，如車窗加熱器。圖1給出了這樣一個模型的例子：這個插圖還包括了“人的模擬”，用這個車輛模型可以評估乘車者的場輻射問題，盡管本文描述的是一種空車狀態。 圖1.安裝了車頂天線和后窗加熱器、集成了乘客模型的TLM車輛模型例子 我們計算了環繞車輛和周圍空間的電場和磁場強度（遠達10m的距離），提取了垂直空間中高度為0.5m、1m、1.5m和2m的電場計算結果。計算數據被規格化成與測量相同的功率水平，以便與實驗數據相比較。 這個測量中使用了一個機器手臂在車輛周圍的規則網格放置等方向的場探針，來采樣車載天線在不同水平面上產生的電場分布。測量是在室內進行的，對于場測量來說，估計的不確定度為±3dB。在一個9m長、6m寬的區域內，數據點的間隔是25cm，在水平面高度為0.5m、1m、1.5m和2m情況下獲取數據。 應該注意的是，雖然在測量中天線的位置與仿真的情況相類似，但他們不完全一樣。仿真的車頂和擋泥板的天線比測量的靠前6.25cm，而且安裝在擋泥板的天線在橫向上也有15.25cm的不一致。這些不同是因為測量和仿真任務是各自獨立進行而引起的，并且在任務完成后，只是僅僅將數據匯總在一起。 二維場分布的定性比較 對于諸如某一點的頻率響應或沿著一維路徑的場分布這樣的一維參數來說，在圖中同時畫出兩個（或多個）結果進行比較是很容易的事情。在將模型數據與測量值相比較時，通過畫出基于不確定度的測量值上下限來顯示不確定度的幅值是可能的。這個方法給出了測量和計算結果關聯程度的直觀印象，其中包括測量結果中不確定度的影響（在仿真中估計不確定度的方法是今后進一步研究的課題）。例如，在圖2中顯示出了在這個場合的電場測量中不確定度的顯著性，這個圖是一個安裝了車頂天線、水平面1m高度情況下二維數據的縱切面圖。 圖2中顯示的片段表明，所有的計算數據都在估計的測量范圍內，只有虛線在測試范圍的中間區域超過測量值的上限。對于測量和仿真數據的匹配來說，這個結果看上去是非常令人滿意的。可惜，這種簡單的認識不足以完成我們這里全部二維數據的研究。 圖2.包含不確定度的一維計算和測量數據 通過從計算結果和測量不確定度，估算出的最接近可能的測量值，可以得出一個類似于圖2的比較結果，能夠反映測量不確定度。對于二維情況，每次測量的上限(Ujk)和下限(Ljk)與計算結果(Cjk)的比較推導出調整過的測量數據(Ajk)，由下面的式子決定： 圖3畫出了這個過程的簡單的一維數據，它顯示出調整后的測量數據和計算數據以及原始數據之間的關系。 圖3.一維計算和測量數據，以及反映測量不確定度的已調整數據 這個方法的目的是不強調那些落在測量的不確定度期望范圍內的差異，而是對一些超過期望的不確定度的差異做更切合實際的評估。這樣，雖然這個分析是由模擬結果主導的，但目的是建立測量的不確定度的描述方法，當定性地評價二維模型驗證數據時，它應該與一維圖中展現不確定度的效果相類似，并且仍應該是視覺表達方式。 圖4.安裝了車頂天線情況下，在0.5m高處計算數據和原始測量數據的比較 圖4比較了從測量和仿真中獲取的二維場圖，它使用的是最差的車頂天線的數據（離地0.5m高的水平面獲得的）。在這些圖中，通過減少仿真的采樣數量和在粗糙的測量結果間內插數據，使仿真和測量的空間采樣間隔相同（采用一個假定的200×200點的網格）。應該注意的是，除了在2m高處（如車頂以上的平面）以外，中間一塊2m長和5m寬的區域（被汽車占用）是沒有可用測量數據的。因此，盡管我們可以獲得整個車輛的內部和外部區域的仿真數據，但在高度低于2m的這個區域是沒有數據顯示的。 從圖4(a)給出的原始測量數據可以看出鏡面反射的跡象，這可能源于測試環境的限制或探針的位置調節器的散射。然而，這些影響沒有體現在圖4(b)畫出的計算結果上，這是因為模型采用的是一個理想的半消音環境的邊界條件，而且沒有機械探針位置調節器存在。 圖5.安裝了車頂天線情況下，在0.5m高處計算數據和調整后測量數據的比較 運用公式(1)描述的方法進行處理后的結果如圖5所示，它畫出了考慮測量不確定度之后已調整的測量數據效果。圖5(b)給出了已調整的測量數據，它看上去與圖5(a)的計算結果十分吻合，如同期望的那樣，絕大多數計算數據都落在測量的估計范圍內。仍存在的差異主要是局部的特性，這又歸結到是人為的、非理想的測量環境造成的。 圖6.安裝了擋泥板天線情況下，在2m高處計算數據和原始測量數據的比較 圖7.安裝了擋泥板天線情況下，在2m高處計算數據和調整后測量數據的比較 圖6和7顯示了擋泥板天線的相應結果，這是在水平高度為2m情況下的數據。由于這個高度高于車頂，測量數據在整個平面都是有效的。在模型和測量里，裝于擋泥板的天線在位置上有較大的不一致。盡管如此，它的結果從定性上來說仍然與車頂天線的情況類似。 二維場分布的定量比較 二維場分布的視覺比較給出了測量和計算數據相關程度的定性結果。然而，簡單的定量測量仍然是需要的，當評估大量的這種數據時，可以減輕“信息過載”問題。最顯而易見完成這個任務的方法是考慮各組數據的幅值差異。雖然更多的二維圖可以用這種方式得到，但這種方法的應用受到了限制是因為它很難擴展用于刻畫三維空間場分布。因此，用簡單的柱狀圖描述不同水平面的采樣點比例來概括這些差異可能更有用。這種分析可以實現三維場分布的定量比較，甚至可以擴展用于包含頻率范圍的數據。 表1計算數據和原始測量數據的之間的差異 表1概括了計算結果和原始測量值之間的差異，它詳細地給出了在±XdB限內采樣點的比例，其中X代表1、3、5、7或9dB。從這個表中可以看出，車頂天線有超過83%、擋泥板天線有超過69%的計算結果和原始測量值之間的差異小于±3dB測量不確定度。表2概括了運用式(1)調整后測量值的相應結果，這個公式闡述了超過±3dB測量不確定度的不同處理。 表2計算數據和調整后測量數據間的差異 在不同的平面上，車頂天線的原始測量值與仿真值之差小于±1dB的點有35.1–37.5%，小于±3dB的點多達83.6–86.2%。相應地，擋泥板天線有25.1–29.4%的點小與±1dB，69.5–74.9%的小于±3dB。從線性的角度來看，車頂天線的計算場平均有不到11.5%比例的點超過估值范圍，擋泥板天線則不到22.2%。 考慮±3dB測量不確定度之后，車頂天線的全部四種情況的平均相對差小于0.14dB，擋泥板天線則小于0.3dB。從線性的角度來看，車頂天線的計算場平均有不到2%的比例超過估值范圍，擋泥板天線則不到4.6%。 因此，僅僅建立在幅差上的簡單測量一致表明車頂天線具有更好的結果。這個位置的天線仿真值和測量值比安裝在擋泥板上的情況更接近。盡管如此，在給定的測量和仿真不一致的情況下，擋泥板天線的結果仍被認為很好，因為在考慮測量不確定度后，其差值小于±3dB的點超過95%。 結論 出于驗證目的而實施的數據比較會十分困難，是因為我們會更多地遇到像某一點的頻率響應這樣的一維數據，特別是在響應特性密集的情況下。然而，當運用不確定度已被估定的數據時，在更高維度上的驗證更具挑戰。定量分析方法實質上是為了避免當分析大量數據時會很容易發生的潛在的“信息超載”。這里的研究表明，簡單的統計方法可以用于概括代表衡量不同樣點和不同構形的結果間的關聯程度。雖然這些方法通常用于單頻點的二維數據，但它們也可以用于描述多頻點的三維數據的比較。 這種定量對比是非常有價值的，但在數據分離的能力可能不夠。基于視覺觀察的定性比較在識別可能污染測量數據的噪聲和其它寄生信號方面能起重要作用。如果使用純粹的定量比較，這個特點很容易丟掉。這篇文章中描述的方法用于計算結果和測量的不確定度的處理，它不強調那些落在測量的不確定度范圍內的差異，只是更注重對那些超過不確定度的差異的合理估計。雖然這個分析是由模擬結果主導的，但目的是建立測量的不確定度的描述方法，當定性地評價二維模型驗證數據時，它應該與一維圖中展現不確定度的效果相類似，并且仍應該是視覺表達方式。 在考慮場測量的不確定度后，車頂天線的差異小于±1dB的點超過93.2–95.3%（根據不同的測量平面），小于±3dB的點超過98.5–99.8%。相應地，安裝于擋泥板的天線修正測量數據82.4–88.6%的點在±1dB以內，94.8–98.3%在±3dB以內。 另外一種對比方法是適用于二維數據的基于廣義“特征選擇驗證”的方法(FSV)，它也可以應用在這里的數據分析上。FSV方法就是要分離和量化與特征和幅值相關的差異，因為在某些應用中這些要素中的一個可能不是我們關注的對象。其更進一步的目的是將比較結果按自然語言的描述分類，這種描述與代表FSV差異測量的數字尺度相關，它基于人類分析家對于大量樣值比較的反應。該數據的分析采用了二維的FSV方法，表明測量值與仿真值之間的差異實際上是由位置特征的不同決定的，而不是由幅值決定的。這個結果與已指出的仿真和測量系統的不一致符合得很好。 |
