基于FDTD的三维全波电磁分析软件及工程应用

介绍三维全波电磁分析软件的算法实现和主要功能,软件包含电磁建模和FDTD数值求解两大模块,可用于射频微波等系统的电磁场分析和设计。自动进行满足FDTD算法条件的均匀和非均匀网格划分,生成描述介质、网格、边界条件、激励源设置等所需的数据文件。通过对目标物体进行平移、旋转、缩放等操作可以进行实时观察与修改,具有较强的电磁建模效率和三维可视化效果,实现了计算区间内电磁场的动态变化演示。通过在实际工程中的应用,以及和商用软件HFSS的对比,验证了软件的功能和应用价值。     

任意三维物体FDTD共形网格生成算法

时域有限差分法(FDTD)是计算电磁学广泛使用的方法之一.作为一种数值方法,首先要对目标模型进行网格离散.它直接影响到计算的精确性与复杂性.为了避免采用Yee氏单元对复杂模型建模所产生的阶梯误差,实现了一种任意复杂形状三维物体FDTD共形网格自动生成算法.对于由AutoCAD等建模软件生成的目标模型(三角形和四边形构成),应用计算机图形学方法求出网格线与模型的交点,在三个网格面分别生成共肜网格.数值结果证实了共形网格生成方法的正确性和在提高FDTD方法计算精度方面的有效性.     

机载多天线系统的电磁仿真分析

为了研究机载多天线系统的电磁兼容特性,针对天线系统性能优化问题,分析各天线之间的干扰程度和引起天线间干扰的因素得到提高系统性能的方法。分别建立飞机平台的简化模型和三维实体模型对天线耦合度进行仿真,采用遗传算法着重分析在固定工作频率下天线的位置对耦合度的影响,并用时域有限差分算法进行仿真验证,分析所得结果吻合。模型中综合考虑了多根天线的影响,最终获得待挂载天线的最佳位置,为多天线系统设计提供了依据。     

基于GPU的FDTD麦克斯韦方程快速求解

采用图形处理器(GPU)为主计算核心,应用时域有限差分法(FDTD)实现电磁学中麦克斯韦方程组的快速求解。通过对FDTD求解麦克斯韦旋度方程的直接时间域的分析,给出FDTD的仿真算法。根据GPU能高效地提高FDTD的仿真速度,解决FDTD仿真算法中的计算量庞大问题。利用GPU在FDTD计算中的处理能力,实现了更长的脉冲持续时间和庞大的模型求解与仿真,在适当的时间内完成了超大量的仿真计算。根据在CPU和FDTD上的实际计算结果表明,基于GPU的FDTD仿真算法具有高精度和高效率等特点。     

一种基于面元模型的FDTD自动网格产生技术

针对复杂三维空间物体网格分解难题,提出一种基于面元模型的FDTD自动网格产生方法,使用该方法可以轻松实现对复杂面元目标的剖分.实验证明,这是一种易于实现、高效的自动网格产生方法.     

基于FDTD的平面波入射介质的仿真

在二维时域有限差分法的基础上,以MATLAB为环境,进行电磁场数值仿真计算以及设置入射波与介质圆柱边界条件.用完美匹配层、矢量亥姆霍兹方程解决了吸收边界和平面波入射有损介质的问题.将平面电磁波入射到介质圆柱上的状态很好地模拟出来.     

基于三角面元的FDTD网格生成与可视化实现

针对三维复杂目标利用时域有限差分法(FDTD)进行电磁数值计算中遇到的Yee元胞建模的难题,提出了一种将三维三角面元模型转换为Yee元胞模型的方法,方法的实质是判断Yee元胞的中心点是否在目标模型的内部或是表面,根据判断后输出的结果进行了FDTD数值计算,计算结果证明了方法可以正确且快速的实现时域有限差分法的自动网格剖分,实现了FDTD网格的自动剖分.并利用OpenGL技术编程实现了剖分模型的可视化,有效的提高了时域有限差分法的电磁仿真系统预处理的能力.     

基于MATLAB的FDTD两种常见吸收边界条件的编程

本文介绍了时域有限差分法的基本原理。结合两种常见的吸收边界条件，以具体模型为例，阐述了基于MATLAB编程的基本流程，并给出了用MATLAB绘制的场图。     

时域有限差分法仿真等离子体

时域有限差分(FDTD)算法被广泛地用于模拟电磁场的传播。给出了电磁波在非磁化等离子体中传播稳定条件,并给出了非磁化色散等离子体的FDTD方法,同时对结果进行了分析。     

A symplectic FDTD algorithm for the simulations of lossy dispersive materials

A high-order symplectic finite-difference time-domain (SFDTD) algorithm, based on the matrix splitting, the symplectic integrator propagator and the auxiliary differential equation (ADE) technique, is presented. The algorithm is applied to the lossy Lorentz–Drude dispersive model. With the rigorous and artful formula derivation, the detailed formulations are provided. Moreover, the present algorithm can also be applicable to the lossy Drude and Lorentz dispersive model in a straightforward manner. An excellent agreement is achieved between the SFDTD-calculated and exact theoretical results when calculating the transmission coefficient in simulation of metal films. Focusing action of the matched left-handed materials (LHMs) slab is also achieved as the second example in the two-dimensional space. Numerical results for a more realistic structure, the simulation of periodic arrays of silver split-ring resonators (SRRs) using the Drude dispersion model, are also included, and the results agree well with those obtained by the finite element method (FEM).     

基于蚁群算法优化SA的WMN路由设计与仿真

针对现有的无线网状网(WMN)路由协议在实际无线信道环境下性能降低的问题,提出了一种基于蚁群模拟退火(ASA)算法的WMN的路由算法.该算法吸收了蚁群算法的适应性、鲁棒性及本质上并行性的优点,并利用模拟退火(SA)算法调整路由的搜索方向,使蚁群算法的早熟现象和收敛速度得到了改善.对该算法进行仿真研究,结果表明:该算法在数据包的转发率、端到端延时数据丢失率和归一化路由开销等方面要比常规路由协议优秀很多,大大提高了系统的可靠性、鲁棒性,增强了通信网络的自适应能力.该算法用于WMN路由协议是可行的、有效的.     

折半聚类算法在基于社会力的人群疏散仿真中的应用

运用社会力模型（SFM）模拟人群疏散之前,需要先对人群进行聚类分组;然而,k中心聚类（k-medoids）和统计信息网格聚类（STING）这两大传统聚类算法,在聚类效率和准确率上都不能满足要求。针对这个问题,提出了折半聚类算法（BCA）。该算法结合了围绕中心点聚类和基于网格聚类两类方式,并利用二分法查找思想划分网格,不需要反复聚类。先将数据用二分法划分成网格,再根据网格内数据密度选出核心网格,接着以核心网格为中心将邻居网格聚类,最后按就近原则归并剩余网格。实验结果表明,在聚类时间上,BCA平均仅是STING算法的48.3%,不到k-medoids算法的14%;而在聚类准确率上,k-medoids算法平均仅是BCA的50%,STING算法平均也只是BCA的88%。因此,BCA无论在效率还是准确率上都明显优于STING和k-medoids算法。     

A novel hybrid algorithm based on FDTD and WCS‐FDTD methods

In this article, a hybrid algorithm based on traditional finite‐difference time‐domain (FDTD) and weakly conditionally stable finite‐difference time‐domain (WCS‐FDTD) algorithm is proposed. In this algorithm, the calculation domain is divided into fine‐grid region and coarse‐grid region. The traditional FDTD method is used to calculate the field value in the coarse‐grid region, while the WCS‐FDTD method is used in the fine‐grid region. The spatial interpolation scheme is applied to the interface of the coarse grid region and fine grid region to insure the stability and precision of the presented hybrid algorithm. As a result, a relatively large time step size, which is only determined by the spatial cell sizes in the coarse grid region, is applied to the entire calculation domain. This scheme yields a significant reduction both of computation time and memory requirement in comparison with the conventional FDTD method and WCS‐FDTD method, which are validated by using numerical results.     

Three-axis NC milling simulation based on adaptive triangular mesh

NC milling simulation has become an important step in computer aided manufacturing (CAM). To achieve real-time simulation, the total number of polygons has to be reduced, which results in poor image quality. This paper presents an adaptive triangular mesh algorithm to reduce the number of polygons while image quality remains high. Binary tree is used to represent the milling surface, and the optimization of the mesh is performed dynamically in the process of simulation. In this algorithm, the resolution of triangles is automatically updated according to local surface flatness, thus greatly reducing the number of triangles at planar regions. By doing this, real-time and high quality of visual presentation is insured and the translation, rotation and zooming operations are still applicable. When machining precision is evaluated, or overcut, undercut and interference are inspected, full resolution model stored in memory is automatically loaded to ensure the accuracy and correctness of these inspections. Finally, an example is presented to illustrate the validity of proposed algorithm.     

莱文伯格-马夸特算法的精馏动态模拟

本文研究了以神经网络理论为核心的精馏塔的动态模拟。结合牛顿全局优化的思想,在多层前馈BP神经网络的基础上,提出一种Levenberg-Marquardt优化神经网络算法,应用于甲醇精馏塔的动态模拟。模拟结果表明,进料组成影响着塔顶的气相组成和塔底的液相组成;稳态因组分变化而破坏后,塔顶的气相流率和塔底的液相流率都发生变化,最后达到新的平衡;当进料组成、回流比发生很小变化时,甲醇精馏塔的平衡状态影响较大。     

基于免疫遗传退火算法的Web关联规则挖掘方法*

摘要：根据关联规则挖掘的要求与特点,结合免疫算法,遗传算法和模拟退火算法的优点,提出一个基于免疫遗传退火算法的Web关联规则挖掘方法。实验结果表明,与遗传算法和模拟退火算法相比,基于免疫遗传退火算法的关联规则发现在Web挖掘中具有一定的优势。     

基于免疫记忆人工鱼群算法的局部放电超声定位方法

针对人工鱼群算法(AFSA)在局部放电超声定位中存在定位精度较低,容易陷入局部最优解的问题,在AFSA中引入免疫调节机制和免疫记忆特性,提出一种基于免疫记忆AFSA的局部放电超声定位方法,并将其定位效果与基本AFSA、遗传算法(GA)和免疫算法进行对比.算例仿真表明:免疫记忆人工鱼群算法的定位精度更高、综合误差最小、收敛速度更快,定位效果都优于其它三种智能算法.     

一种基于差分演化的K-medoids聚类算法

针对传统的K-medoids聚类算法具有对初始聚类中心敏感、全局搜索能力差、易陷入局部最优、收敛速度缓慢等缺点,提出一种基于差分演化的K-medoids聚类算法。差分演化是一类基于种群的启发式全局搜索技术,有很强的鲁棒性。将差分演化的全局优化能力用于K-medoids聚类算法,有效地克服了K-medoids聚类算法的缺点,缩短了收敛时间,改善了聚类质量。通过仿真验证了此算法的稳定性和鲁棒性。