CST均匀头模型和天线SAR比吸收率仿真案例
这一期我们一起看一下CST自带案例之一,均匀的头模型和螺旋天线。Component Library 中搜SAR,然后选Head with Helix Antenna模型,或TLM。搜到的其他模型也是不错的SAR 学习案例,这里重点解释怎样设置和计算SAR。
Specific Absorption Rate (SAR) 是比吸收率,生物组织单位时间 (dt) 单位质量 (dm 或ρdV) 所吸收的电磁波能量(dw)。
最新2017的SAR标准IEC/IEEE62704-1目前还是要求六面体网格,也就是用CST时域T-solver计算SAR是FCC认可的软件结果,CST也是国际SAR标准委员会的成员。正在起草的IEC/IEEE 62704-4针对的是四面体FEM, 目前(2020.5)还没正式公布。FCC要求1g为单位均值的max SAR不超过1.6W/kg的,EU的标准则是10g均值的SAR不超过2W/kg。这两个案例是用频域F-solver四面体和TLM solver六面体子网作为比较,展示这些求解器都可以算SAR值,因为都可以计算电场,所以软件通过以下公式算SAR。
Step 1. 查看模型
头是均匀材料,名字叫Liquid,介电常数42,通常人头内部组织液介电常数在40-42左右。类似的生物材料不在CST基本材料库里,需要Bio Model 3.1拓展包。注意,用来算SAR的材料除了介电常数,一定要定义density,密度ρ。
手机为简单PEC机壳加PEC螺旋天线,有一个端口:
接下来看设置,频率为0-1.2GHz, 边界为open(addspace),仿天线推荐。
Step 2. 功耗监视器
重点来了,仿SAR值,一定要先加一个Power loss density/SAR 的场监视器。这里定义了一个900MHz 监视器,因为天线工作频率为900MHz。SAR是人体吸收电磁波能量,power loss density是电磁波功率在介质材料中的损耗密度,正好被用来计算SAR值。
接下来进行仿真,我们用三个不同的求解器T、F和TLM,不同的网格类型,在适当加密网格之后,三个S参数结果可以达到非常高的吻合度。
Step 3. 后处理算SAR
方法一,Post-Processing 的SAR选项,这里可以选均值还是不均值的点SAR值。均值的话单位是10克,1克,还是自定义。
然后在Specials 里,可以重新定义端口的激励功率。如果不勾选Userdefined,计算的SAR值就是使用默认的端口峰值功率为1W(0.5W RMS),这里我们用天线接收功率0.25W为例,accepted power 意思就是不考虑端口反射 (详见help) 。均值方法Averaging method就用默认的2017年的IEEE/ICE 62704-1, 旧版本叫IEEE P1528.1。该标准规定了仿真软件从一点计算SAR平均值时用的能包括周围组织的正方体,正方体大小是根据被均值的质量,比如1g,和周围组织的密度。其他旧的标准也可以从该菜单中选择。这里选了1g均值, 可以估算一下等一下算SAR的体积,因为头模型材料均匀,密度1000kg/m^3,所以头内部1g就是对应25px^3。Subvolume是用户可以限制计算区域,选一部分体积来算SAR值,可以提高后处理速度,尤其对于是更复杂的模型,比如voxel高分辨率的生物模型加上复杂手机。这里我们大概知道头的坐标区域,就定义了如下X,Y, Z 坐标区域:
设置好之后,点Ok关掉Specials,点击Calculate.方法二:Template Based Post-Processing, 2D and 3D Field Results, SARResult选项
这里也可以做同样的设置得到SAR的数据和空间分布,我们还是0.25接收功率,采样点设置为2mm,相对于25px^3的均值体积已经很精确了。
Step 4. SAR 数据
两种方法均可生成一个SAR的2D/3D结果。右键点击,选择Object information,如下图:
然后便显示SAR的数据信息:
以T-solver结果为例:
是否根据用户定义的功率进行缩放 |
Power Scaling [W] |
0.25 Accepted |
激励功率 |
Stimulated Power [W] |
0.252477 |
天线接收功率 (激励功率减去反射损耗) |
Accepted Power [W] |
0.25 |
平均网格质量 (所有包含有密度材料的网格) |
Average cell mass [g] |
0.008 |
均值方法(不是算点SAR的话) |
Averaging method |
IEEE/IEC 62704-1 |
均值质量 |
Averaging mass [g] |
1 |
在选择的区域内:Selected Volume: |
||
计算区域最小坐标 |
Min (x,y,z) [mm] |
-90, -140, -240 |
计算区域最大坐标 |
Max (x,y,z) [mm] |
90, 100, 10 |
计算区域体积 |
Volume [mm^3] |
1.08e+07 |
所有介质吸收功率 |
Absorbed power [W] |
0.139361 |
生物组织体积 |
Tissue volume [mm^3] |
4.39679e+06 |
生物组织质量 |
Tissue mass [kg] |
4.39679 |
生物组织吸收功率 |
Tissue power [W] |
0.139361 |
生物组织平均功率 |
Average power [W/mm^3] |
3.16961e-08 |
生物组织总SAR (全体均值SAR) |
Total SAR [W/kg] |
0.0316961 |
最大的点SAR |
Max. point SAR [W/kg] |
9.24563 |
最大的1g 均值SAR |
Max SAR (1g) [W/kg] |
2.63443 |
最大的1g 均值SAR坐标 |
Maximum at (x,y,z) [mm] |
75, -25, -151 |
均值最小体积坐标 |
Avg.vol.min (x,y,z) [mm] |
69.855, -30.145, -156.145 |
均值最大体积坐标 |
Avg.vol.max (x,y,z) [mm] |
80.145, -19.855, -145.855 |
最大的均值体积边长 |
Largest valid cube [mm] |
10.3573 |
最小的均值体积边长 |
Smallest valid cube [mm]: |
10 |
均值体积计算精度 |
Avg.Vol.Accuracy [%] |
0.0001 |
然后我们选几个参考值,比较一下三个算法,都是加密网格之后:
T-solver |
TLM-solver |
F-solver |
|
Absorbed power [W] |
0.139361 |
0.139815 |
0.140349 |
Total SAR [W/kg] |
0.0316961 |
0.0317891 |
0.0319208 |
Max SAR (1g) [W/kg] |
2.63443 |
2.64823 |
2.64651 |
Maximum at (x,y,z) [mm] |
75, -25, -151 |
75, -23, -151 |
75, -23, -151 |
可见三种算法分别用不同的网格可以达到非常一致的SAR结果,当然只有时域六面体SAR结果目前被标准认可。这里算出来的MaxSAR (1g) 是2.6 W/kg,超过安全标准,原因一是我们的输入功率不实际,二是天线还没有被优化,比如没有天线罩。
Step 5. SAR 分布
三维的SAR分布可以直接点击SAR的2D/3D结果查看。这里可以看到热点在天线旁边的耳朵后面。这里面注意的是,这个头模型三维结构的表面是由三角形棱角的,和网格剖分无关,并不是说我们用的网格是四面体。


还可以利用Macro –> Results –> 2D 3D Results -> Plot AveragingVolume for maximum SAR value, 自动显示最大均值SAR的计算体积和位置。
最后划重点:
生物材料要有密度。
要有power loss density/SAR 监视器算三维场。
SAR计算在后处理,采样很重要。
SAR数据在objectinformation,新用户不容易找到。
其他关于SAR更精确的仿真一些建议和技巧:
均匀组织液是常用的SAR模型,如本案例中用的CAD模型 ,而很多SAR的计算的组织液模型其实只需要球形或方块就够了。
如果要比这个头模型更好的生物模型, CST有业界领先的体积像素voxel模型和各种组织材料,需要BioModel 3.1 拓展包。
天线附近的空气和靠近的组织推荐加个空气盒子,不包括在仿真内,但可用来本地加密网格。
生物组织材料要输入密度,金属结构不需要输入密度,不然SAR也会算金属区域。
由于生物组织的材料特点,往往需要的网格数会很大,大多数SAR用户选择GPU加速。
先定义一个局部区域电场监视器E-field,再定义功耗power loss,会节省场计算时间。
人体的血液流动带走热量,年龄也影响新陈代谢,这些因素CST都有功能可以考虑进去。
计算SAR的根本目的是防止电磁波被人体吸收变成热量,将电磁功耗的结果转去CST热求解器来算温度升高也是非常好的做法,真正意义上的“烧脑”。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· winform 绘制太阳,地球,月球 运作规律
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人