5G 毫米波阵列天线仿真——CDF 计算【CST 仿真案例】
累计分布函数(CDF)在统计学上是一个由 0 增长到 1 的曲线。5G 中 CDF 被 3GPP 标准推荐使用,5G 天线阵的有效全向辐射功率 EIRP 的 CDF 函数被用来评价设备的质量和性能。由于 EIRP 是在某一个方向角 theta, phi 上的辐射功率,幅值由天线增益与激励功率乘积决定,所以 EIRP 在球形全方向上有最大值和最小值,且区间内连续。所以,我们可定义一个概率函数,表示 EIRP 在一定值内的概率,该概率函数自然就有累计分布函数 CDF。
CDF 在 EIRP 最小值以下为零,EIRP 最大值以上为 1。所以 CDF 是以 EIRP 为横坐标变量的增长函数,该函数展示了 EIRP 在球形全方向的分布。
虽然 CDF=0 时的 EIRP 才是能达到球形辐射状态的最小的 EIRP 值,考虑实际环境限制和损耗,3GPP 标准实际则要求 CDF=0.5 时的 EIRP,比如要达到至少 11.5dBm。
CDF=1 时,对应的 EIRP 就是该天线阵能达到的 EIRP 峰值,3GPP 标准也要求这个 EIRP 峰值要高过一个最小值。比如智能手机毫米波段这个最小值在 20-22dBm 左右,其他类别毫米波段设备的最小值可以是 29dBm,43dBm 等;当然 EIRP 峰值也有要低于一个最大值,比如智能手机毫米波段最大值为 43dBm。
当然对于不同设备,标准还可以定义 CDF=0.2,0.6 或 0.8 时的 EIRP 值,都有一定的范围要求。在设备后期仿真过程中,加上人体模型或外界环境的仿真,天线辐射区域有所遮挡,EIRP 下降,CDF 是会整体左移的。如果设计不当,比如 CDF=0.5 时的 EIRP 本身不够高,虽然可以加大激励信号功率,使 CDF 曲线整体右移,但是要冒着总辐射功率(TRP)超标的风险。
这里我们以一个简化的毫米波封装天线 AIP 为例,演示如何获取 CDF。

STEP1 仿真得到全 S 参数
天线 S 参数显示工作频段为 n257 的 26.5GHz-29.5GHz 毫米波。

单端口的远场显示均匀主瓣向上。

Step2 定义激励参数:每个端口的振幅和相位,控制振幅或相位的 theta 和 phi
后处理“2Dand 3D Field Results -> - Combine Results using am-ph Parameters”, 点击 ok, 参数列表处会自动生成振幅和相位参数,默认振幅“am”为 1,相位“ph“为 0,这步只需要运行一次,如果用 CST 的 Array Task, 则参数定义都自动化。

此外,这个后处理还生成一个新的远场结果,后缀为[comb-am-ph],这个远场只有一个 EIRP 波束,我们需要多个 EIRP 波束的扫描结果来算总体的 CDF。

这里我们可以看到一个定向的远场波束。

在扫描之前,可以根据天线数字信号的激励信息修改这些参数。这里我们用 180*sinD(theta)和不同系数来控制端口 2,3,4 的相位。如果有激励列表,我们也可以支持导入。

Step3 定义后处理 Total Scan Pattern (TSP)
扫描之前,还需要定义后处理扫描全图。这里选择 Realized Gain。

后处理参数扫描 theta 或 phi 得到 TSP。下面进行参数扫描,注意这里用的是后处理扫描,不重新进行三维激励运算。这里扫描是要记录下哪个方向上的远场信息,我们用简单五个 theta 角度。

如果用户有自己的扫描点,可以通过这里的 Import 导入。扫描之后得到总扫描波束,如下图所示:

Step4 定义和运行后处理 CDF
最后定义一个远场后处理,选择 TSP,RealizedGain,还有 CDF。

Evaluate 单独运行这个 CDF 后处理即可。

CDF 结果在 Tables 里面,如下图所示:


调整一下坐标。这里我们横坐标用的是 RealizedGain,单位是 dB,转化成 EIRP 还需加上激励功率,用后处理将 x 轴加上输入功率,比如 10dBm。

横坐标调整后,我们便得到了 CDF。这时结果还在 Tables 里面,横坐标名称还没有改。用户可将这个结果重新拷贝到 1DResult 新建文件夹,然后右键曲线属性修改名称,比如 EIRP 等。

本案例只在三维界面中用增益获取 CDF。当然还有其他方法获得 CDF,比如在 schematic 里通过后处理,或者通过 powerflow 功率密度推导,都可以反复验证 CDF 的准确性。
【相关内容】
评论