CST如何计算CMA中的模式加权系数MWC

CST 2020版本中,特征模CMA分析加入了模式加权系数(MWC)功能,用来分析激励源和特征模的耦合情况。但是常有同学提问说这个选项勾选了结果中也看不到什么区别,1D结果文档里还是特征角、特征值和模式电流系数三个文件夹,这个加权系数在哪呢?

问题原因其实还是对CMA理论了解不深,所以这问题的简单答案就是,加上端口或场源,再跑CMA就能看见加权系数的结果了。

1. 什么是MS? 模式电流系数Modal Significance, 是特征值(Eigenvalue)的变式,归一化后用于更方便的表示变化剧烈且不好观察的特征值。MS展示结构有哪些内在的谐振模式,和激励无关,越接近1的频率说明该模式越容易辐射。算是CMA分析出来的一半信息,用来研究结构的内部特性。

2.什么是CA?

特征角Characteristic Angle, 也是特征值(Eigenvalue) Lamda(n)的变式,是电阻和电抗的夹角,决定电容和电感的频率区域。简单说,CA=180就对应MS=1。

3.什么是MEC?

模式激励系数Modal Excitation Coefficient, 常用Vn,Vi,表示,公式为特征电流和入射电场 内积。这里就大概可以理解算MEC需要加什么了吧?外界的入射电场呗!

所以当激励信号存在时,MEC展示哪个谐振模式容易被激发,也就是说MEC和激励信号的位置、振幅、相位、极化都有关,这就是馈电的优化问题。MEC算是CMA分析出来的另一半信息,用来找合适的馈电。

4. 什么是MWC?

最后来说模式加权系数(Modal WeightingCoefficient),用阿尔法a n表示(不要和CA的混淆!没办法,文献里都用阿尔法...)。先看导体上的电流,用特征电流作为基函数展开式:

除了特征电流Jn之外,其他的项便组成了模式加权系数,所以:

从以上的简单分析应该看出端倪了吧?MWC就等于MS 乘以MEC!所以算MWC需要端口激励,就有这个结果文档了:

最后随便附一张MWC结果图:

在后处理Combine result 这里会根据MWC各个模式自动生成激励信号,直接点击Combine,就生成新的三维场,这里和端口直接激励拿到的三维场应该是一样的。有机会我们找个案例进行精准比较再和大家分享。

CST的CMA技术每年都有一个非常得出色的功能增加,这次的MWC是不是也很有用。

【推荐内容】

CST如何用场探针观测信号在微带线上随距离衰减的情况

CST如何计算微带线波导端口的扩展系数

CST如何计算微带线的特征阻抗

相关推荐
AI_gurubar2 小时前
大模型教机器人叠衣服:2025年”语言理解+多模态融合“的智能新篇
人工智能·机器人
木易双人青3 小时前
01-Docker-简介、安装与使用
运维·docker·容器
XINVRY-FPGA3 小时前
EPM240T100I5N Altera FPGA MAX II CPLD
人工智能·嵌入式硬件·fpga开发·硬件工程·dsp开发·射频工程·fpga
麦兜*4 小时前
Swift + Xcode 开发环境搭建终极指南
开发语言·ios·swiftui·xcode·swift·苹果vision pro·swift5.6.3
海绵不是宝宝8174 小时前
连接远程服务器上的 jupyter notebook,解放本地电脑
服务器·jupyter·github
HuggingFace4 小时前
开源开发者须知:欧盟《人工智能法案》对通用人工智能模型的最新要求
人工智能
专注API从业者4 小时前
Python + 淘宝 API 开发:自动化采集商品数据的完整流程
大数据·运维·前端·数据挖掘·自动化
Coovally AI模型快速验证5 小时前
农田扫描提速37%!基于检测置信度的无人机“智能抽查”路径规划,Coovally一键加速模型落地
深度学习·算法·yolo·计算机视觉·transformer·无人机
pusue_the_sun5 小时前
数据结构:二叉树oj练习
c语言·数据结构·算法·二叉树
萧鼎5 小时前
Python pyzmq 库详解:从入门到高性能分布式通信
开发语言·分布式·python