当前位置: 首页 > article >正文

CST的TLM算法仿真5G毫米波阵列天线及手机

直奔主题,2022版本的5G毫米波流程更简单、仿真更快、占用硬盘和内存更少、功能更多。

第一部分,毫米波天线阵列

自带案例库中的毫米波天线阵列,这个很多毫米波用户都不陌生。2022版本中,该案例进行了微调和优化,用户可以打开案例学习毫米波的设置。下面视频展示该案例的内容以及仿真过程,重点是端口设置、端口附近的TLM网格、TLM求解器的收敛条件。

在端口按序激励之后,我们就可以将波束的形成放在后处理,下面视频展示combine result功能,进行远场的波束后处理。

除了上面视频的手动形成波束,5G毫米波更常用的是通过codebook以及5G wizard自带后处理形成并分析波束。下面视频展示如何在2022版本中直接使用5G wizard做后处理。和2021版本不同的是,2022版本不再有新的CST项目生成。

2022版本的codebook格式,可在最右添加新的一列,用来区分V和H极化的相位,该信息用于5G wizard中可选的相位差扫描功能,后面视频会演示。达索另外提供一个macro,用来转换其他形式的codebook到CST codebook。需要的请与达索技术支持联系。

第二部分,毫米波手机

自带案例库中也有安装好毫米波天线阵列的手机模型,2022版本中该案例也有所更新,外观和天线都是新的设计,自带codebook添加了V和H极化扫描功能:

求解器是TLM求解器,利用其网格聚集的功能,仿真整机效率更高,下面视频我们查看TLM网格,2022版本不需要完整运行求解器就能够看到TLM的网格:

下面的视频中,我们将阵列天线旋转,这样倾斜的设计更能利用TLM网格的优势。

第三部分,其他部分功能

对于5G毫米波的KPI结果,比如CDF,PD,sPD等等,都可通过5G wizard自动截图分类保存,生成报告。这些常规操作我们就不多介绍了。

下面的视频展示5G wizard新的复原功能,自动删除之前的CDF和PD等结果,重新计算。2022的5G wizard还添加了相位扫描功能,可在0-360度的相位差中,找出PD的最差结果。该功能需要codebook中多一列,标注V和H极化。下面视频展示如何使用:

之前视频中我们能够注意到,TLM的网格可由一些参数来控制,这些参数是5G毫米波模板帮助定义的。该模板生成一些本地的网格组(mesh group),用户只需要将端口和天线拖拽到这些组里面就可以了,这些组自动利用这些模板定义的参数对里面的结构进行网格加密。至于如何调整供应商提供的加密天线模组的网格,这个我们有其他的guide。

总结:

1.     2022新版的毫米波仿真流程简化,功能增加,所需时间和硬盘占用都大幅度减少,得益于新的近场处理技术。无论是高精度的网格设置还是倾斜的天线模组,TLM加上GPU/DC都能够高效计算。

2.     新自带天线和手机模型案例。

3.     新添加5G wizard 相位扫描、数据复原、量化激励、分量导出等等新功能。

4.     另提供codebook转换器。

 感谢阅读,如果觉得本篇文章有点用,请点个在看或喜欢作者,分享给更多朋友了解和关注我们。

【推荐内容】

[CST] 如何申请Flexnet License端口和更新License文件?

[CST] CST软件非官方支持的GPU卡加速性能评估

[CST] CST2025 共模电感3D参数化建模及共模、差模特性仿真


http://www.kler.cn/a/538812.html

相关文章:

  • 保姆级教程Docker部署Zookeeper模式的Kafka镜像
  • Office/WPS接入DeepSeek等多个AI工具,开启办公新模式!
  • vue学习5
  • 练习题(2025.2.9)
  • unity学习29:摄像机camera相关skybox 和 Render Texture测试效果
  • 使用deepseek快速创作ppt
  • DeepSeek-R1 32B Windows+docker本地部署
  • C++学习笔记——类和对象(上)
  • 【C++八股】static关键字
  • 苹果iPhone 16 Pro Max上手体验:性能极致释放
  • 二级C语言题解:十进制转其他进制、非素数求和、重复数统计
  • Linux 系统搭建 Python 开发环境全流程
  • 基础入门-网站协议身份鉴权OAuth2安全Token令牌JWT值Authirization标头
  • PDF 2.0 的新特性
  • redis之GEO 模块
  • MVCC机制深度解析
  • html语义化
  • 详细教程 | 如何使用DolphinScheduler调度Flink实时任务
  • 瑞芯微 Rockchip 系列 RK3588 主流深度学习框架模型转成 rknn 模型教程
  • mysql8 从C++源码角度看sql生成抽象语法树
  • 定期删除一周前的数据,日志表的表空间会增长吗?
  • springboot基于微信小程序的短文写作竞赛管理系统
  • QT修仙之路1-1--遇见QT
  • docker部署superset并连接华为MRS hive数据库
  • 使用Python实现PDF与SVG相互转换
  • CNN卷积神经网络多变量多步预测,光伏功率预测(Matlab完整源码和数据)