基于FE-BI的介质粗糙面上方涂覆目标电磁散射特性研究
发布时间：2021-11-20 12:24
采用有限元-边界积分（finite element boundary integral, FE-BI）方法研究了介质粗糙面上方涂覆目标的复合电磁散射特性,推导了一维介质粗糙面上方二维涂覆目标电磁散射的FE-BI公式.在仿真中,采用功能强大的有限元方法模拟涂覆目标内部场,对于涂覆目标与粗糙面之间的多重耦合作用则通过边界积分方程方法进行考虑.结合Monte-Carlo方法,数值计算了介质高斯粗糙面上方涂覆圆柱目标的电磁散射,分析了涂层材料介电常数、粗糙面粗糙度以及介质粗糙面介电常数变化对复合模型双站散射系数的影响.数值结果表明,相比于传统矩量法（method of moment, MoM）,本文方法虽然在处理理想导体模型时效率略低,但可以处理MoM难以处理的复杂媒质电磁散射问题,且计算精度较高.
【文章来源】：电波科学学报. 2020,35(02)北大核心CSCD
【文章页数】：5 页
【部分图文】：
一维介质粗糙面上方涂覆目标复合
图2给出了单一粗糙面样本下复合模型的BSC.从图中可以看出,FE-BI和MoM所得结果吻合良好,说明了算法的正确性. 表1给出了单一粗糙面样本下两种方法求解一维介质粗糙面上方导体圆柱目标电磁散射时未知量个数及计算资源消耗的对比. 数值计算实现的硬件平台为:Intel(R) Core(TM) i3,CPU 2.93 GHz,内存 8 GB. 从表1可以看出,无论是未知量个数、计算时间还是内存需求,FE-BI都要多于MoM. 这主要是由于FE-BI需要离散目标的内部区域,而MoM只需要对模型表面进行离散,使得FE-BI未知量个数要多于MoM,进一步导致计算时间和内存需求的增加. 但是MoM难以处理非均匀媒质问题,而本文提出的方法在处理这类问题时优势明显.表1 不同方法未知量个数及计算资源消耗对比Tab.1 Comparison of the number of unknowns and the consumption of computational resource of different methods 方法 未知量个数 计算时间/s 内存需求/MB FE-BI 3 679 8.2 151.1 MoM 2 171 4.9 119.5
图3(c)给出了不同均方根高度δ时一维介质高斯粗糙面上方涂覆圆柱目标的BSC. 从图中可以看出,随着δ的增大,镜像方向的散射系数明显减小. 这主要是由于均方根高度δ与高斯粗糙面的粗糙度密切相关,当δ增大时,粗糙面的粗糙度也相应增大,使得漫散射增强镜像散射减弱.图3 不同参数下介质高斯粗糙面上方涂覆圆柱目标的BSC
本文编号：3507319
【文章来源】：电波科学学报. 2020,35(02)北大核心CSCD
【文章页数】：5 页
【部分图文】：
一维介质粗糙面上方涂覆目标复合
图2给出了单一粗糙面样本下复合模型的BSC.从图中可以看出,FE-BI和MoM所得结果吻合良好,说明了算法的正确性. 表1给出了单一粗糙面样本下两种方法求解一维介质粗糙面上方导体圆柱目标电磁散射时未知量个数及计算资源消耗的对比. 数值计算实现的硬件平台为:Intel(R) Core(TM) i3,CPU 2.93 GHz,内存 8 GB. 从表1可以看出,无论是未知量个数、计算时间还是内存需求,FE-BI都要多于MoM. 这主要是由于FE-BI需要离散目标的内部区域,而MoM只需要对模型表面进行离散,使得FE-BI未知量个数要多于MoM,进一步导致计算时间和内存需求的增加. 但是MoM难以处理非均匀媒质问题,而本文提出的方法在处理这类问题时优势明显.表1 不同方法未知量个数及计算资源消耗对比Tab.1 Comparison of the number of unknowns and the consumption of computational resource of different methods 方法 未知量个数 计算时间/s 内存需求/MB FE-BI 3 679 8.2 151.1 MoM 2 171 4.9 119.5
图3(c)给出了不同均方根高度δ时一维介质高斯粗糙面上方涂覆圆柱目标的BSC. 从图中可以看出,随着δ的增大,镜像方向的散射系数明显减小. 这主要是由于均方根高度δ与高斯粗糙面的粗糙度密切相关,当δ增大时,粗糙面的粗糙度也相应增大,使得漫散射增强镜像散射减弱.图3 不同参数下介质高斯粗糙面上方涂覆圆柱目标的BSC
本文编号：3507319
本文链接：https://www.wllwen.com/kejilunwen/yysx/3507319.html
