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
志栋智能6 小时前
运维超自动化中的配置管理实践
运维·网络·数据库·自动化
青少儿编程课堂6 小时前
贪心算法进阶:区间调度与最少资源整合解析
c++·python·算法·贪心·信息学竞赛·区间调度
Yanjun2i6 小时前
Agent学习记录六:Tool 类 + Tool Registry
开发语言·python·学习
龙亘川6 小时前
数字化建设案例|构建议案履职一体化闭环,解决议案建议办理多主体协同难题
大数据·人工智能·科技·信息可视化·智慧城市
CyberVein6 小时前
Dell暴涨之后,更加需要关注算力服务了
人工智能
童园管理札记6 小时前
CSDN 学前入门高质量指南:从零搭建编程学习体系
人工智能·经验分享·职场和发展·生活·学习方法
ShallWeL6 小时前
【Agent工程】(15)—— 评测集与回归门禁
人工智能·agent·工作流
一条泥憨鱼6 小时前
【从0开始学习计算机网络】| TIME_WAIT 为什么是 2MSL,CLOSE_WAIT / TIME_WAIT 堆积怎么排查
服务器·开发语言·网络·计算机网络·网络安全
(Charon)6 小时前
【C++】 定时器入门:从定时任务到 epoll 驱动
开发语言·c++
罗西的思考6 小时前
[Agent Memory / 强化学习] MemPO源码学习笔记 —(1)— 总体
人工智能·笔记·深度学习·学习·机器学习