天线增益与指向性——从辐射效率、Friis传输公式到dBi换算

分类: 電磁場解析 > アンテナ | 综合版 2026-04-11
Antenna radiation pattern 3D polar plot showing directivity and gain comparison
アンテナ利得と指向性 ── 放射パターンの鋭さ(指向性D)に放射効率ηを乗じたものが利得G

理论与物理

增益与方向性的定义

🧑‍🎓

老师,增益和方向性不是一回事吗?教科书上写着两者都表示天线的“集中度”。

🎓

问得好。确实两者都是表示“电力在特定方向上集中程度”的指标,但有一个决定性的不同点。方向性 $D$ 只表示辐射方向图的尖锐程度。另一方面,增益 $G = \eta D$,其中乘以了辐射效率 $\eta$

🧑‍🎓

辐射效率 $\eta$ 是指,输入的电功率中有多少实际被辐射出去吗?

🎓

没错。$\eta = P_{\text{rad}} / P_{\text{in}}$。如果有导体损耗(铜损)或介质损耗,则 $\eta < 1$,增益会下降。例如,小型芯片天线的效率30%($\eta = 0.3$)是很常见的,即使方向性 $D = 5$,增益也只有 $G = 0.3 \times 5 = 1.5$。

🧑‍🎓

诶,那实际测量时能测出哪个呢?

🎓

实际测量时只能直接测出增益。方向性是通过对辐射方向图进行全球积分计算得出,或者通过仿真求得。效率通常通过增益与方向性的比值 $\eta = G/D$ 来反算。虽然也有 Wheeler Cap 法,但首先掌握这个关系式就可以了。

辐射强度与辐射功率

🧑‍🎓

方向性公式中出现的“辐射强度 $U$”和坡印廷矢量有什么区别?

🎓

坡印廷矢量 $\mathbf{S}$ 是单位面积上的功率密度 [W/m²]。辐射强度 $U(\theta,\phi)$ 是单位立体角上的辐射功率 [W/sr],存在以下关系:

$$ U(\theta,\phi) = r^2 \, |\mathbf{S}(r,\theta,\phi)| $$

在远场,$|\mathbf{S}| \propto 1/r^2$,因此 $U$ 与 $r$ 无关。所以在讨论天线的“辐射方向图”时,使用 $U$ 很方便。

🧑‍🎓

原来如此,因为与距离无关所以便于比较对吧。那么方向性的公式是?

🎓

方向性 $D(\theta,\phi)$ 的定义式如下:

$$ D(\theta,\phi) = \frac{4\pi \, U(\theta,\phi)}{P_{\text{rad}}} $$

其中 $P_{\text{rad}} = \oint U \, d\Omega$ 是总辐射功率。$4\pi$ 是全立体角 [sr]。也就是说,“如果各向同性辐射,辐射强度将是 $U_{\text{iso}} = P_{\text{rad}}/4\pi$,而实际天线的辐射强度是 $U(\theta,\phi)$”——其比值就是方向性。

🧑‍🎓

通常只看最大方向的方向性 $D_{\max}$ 吗?

🎓

实际工作中是这样。通常所说的“方向性”或“增益”大多指最大值。$D_{\max} = 4\pi U_{\max}/P_{\text{rad}}$。半波偶极子天线 $D_{\max} \approx 1.64$(2.15 dBi),λ/4 单极子(带接地板)天线 $D_{\max} \approx 3.28$(5.15 dBi)。

有效口径面积

🧑‍🎓

教科书上写着“增益与有效口径面积有关”,但这不是只有像抛物面天线这样的口径面天线才能用吗?

🎓

可以用。有效口径面积 $A_{\text{eff}}$ 是任何天线都可以定义的量,与增益的关系式如下:

$$ G = \frac{4\pi A_{\text{eff}}}{\lambda^2} $$

对于抛物面天线,$A_{\text{eff}} = \eta_a \cdot A_{\text{physical}}$($\eta_a$ 是口径效率,相对于物理面积的比值)很直观,但即使是偶极子天线,也可以计算出 $A_{\text{eff}} = G \lambda^2 / 4\pi \approx 0.13\lambda^2$。即使没有可见的“面积”,它也被定义为等效的功率捕获面积。

🧑‍🎓

诶,偶极子天线也有有效口径面积啊。有点不可思议…

🎓

这其实是“天线互易性”推导出的结果。发射性能(增益)和接收性能(有效口径面积)是同一天线的一体两面关系。这种等效性是天线理论的美妙之处。

Friis传输公式

🧑‍🎓

将之前所有内容联系起来的,就是 Friis 公式吗?在线路设计中出现过。

🎓

是的。这是描述收发天线间功率传输的基本公式,自由空间中的接收功率可以这样表示:

$$ \frac{P_r}{P_t} = G_t \cdot G_r \cdot \left(\frac{\lambda}{4\pi R}\right)^2 $$

$P_t$ 是发射功率,$P_r$ 是接收功率,$G_t, G_r$ 分别是各自的增益,$R$ 是距离,$\lambda$ 是波长。$(\lambda/4\pi R)^2$ 这部分称为自由空间损耗 (FSPL)

🧑‍🎓

例如,从 2.4 GHz 的 Wi-Fi 路由器在 10 米外接收时,衰减大概是多少?

🎓

$\lambda = c/f = 0.125$ m,所以 FSPL 是 $20\log_{10}(4\pi \times 10 / 0.125) \approx 60$ dB。如果发射功率 20 dBm (100 mW),收发天线各 2 dBi,则接收功率为 $20 + 2 + 2 - 60 = -36$ dBm。实际上还要加上墙壁和人体的衰减,所以需要考虑接收灵敏度的余量。

🧑‍🎓

Friis 公式在实际中真是超级常用啊!增益值直接关系到线路设计,这下我明白了!

dBi与dBd的换算

🧑‍🎓

数据手册里混着“dBi”和“dBd”,让人很困惑,这两者有什么区别?

🎓

基准不同。dBi 以各向同性辐射体(isotropic)为基准,dBd 以半波偶极子为基准。因为半波偶极子的方向性是 2.15 dBi,所以换算很简单:

$$ G[\text{dBi}] = G[\text{dBd}] + 2.15 $$

例如,“5 dBd”的天线与“7.15 dBi”性能相同。供应商的目录中如果 dBi / dBd 混用,容易引起麻烦,所以一定要养成确认“以什么为基准”的习惯。

Coffee Break 闲谈

“增益并非无中生有” ── 能量守恒的视角

容易误解“高增益天线=能发出更强的电波”,但增益是能量的再分配,而非创造。各向同性天线向全方向均匀撒播的电力,被方向性天线集中到了特定方向上。这与手电筒透镜聚光的原理相同。输入 10 W 的天线,其总辐射功率扣除损耗后仍然是 10 W,没有改变。从“与能量守恒的一致性”这个出发点来理解,就能看出增益、有效口径面积、辐射方向图都是同一物理现象的不同表现形式。

各项的物理意义 ── 方向性的定义式
  • 辐射强度 $U(\theta,\phi)$:某方向上单位立体角内的辐射功率 [W/sr]。由远场电场 $E_\theta, E_\phi$ 通过 $U = r^2/(2\eta_0)(|E_\theta|^2 + |E_\phi|^2)$ 计算得出。$\eta_0 \approx 377\,\Omega$ 是自由空间的阻抗。
  • 总辐射功率 $P_{\text{rad}}$:辐射强度在全立体角上的积分 $P_{\text{rad}} = \int_0^{2\pi}\int_0^{\pi} U(\theta,\phi)\sin\theta\,d\theta\,d\phi$。数值解析中,在近场到远场转换后离散地执行此积分。
  • $4\pi$:全立体角 [sr]。作为归一化因子,用于计算“与各向同性辐射体的辐射强度 $U_{\text{iso}} = P_{\text{rad}}/4\pi$ 相比是多少倍”的比值。
  • 辐射效率 $\eta$:$\eta = P_{\text{rad}}/P_{\text{in}}$。包含导体损耗(欧姆损耗)和介质损耗。小型天线($ka \ll 1$)由于辐射电阻小,损耗影响大,$\eta$ 会急剧下降。
主要天线的方向性・增益一览
天线种类方向性 $D_{\max}$典型效率 $\eta$增益 [dBi]
各向同性辐射体(理论)1.01.00.0
短偶极子 ($l \ll \lambda$)1.5 (1.76 dBi)0.1 - 0.5-8 ~ -1
半波偶极子1.64 (2.15 dBi)0.95 - 0.99~2.1
$\lambda/4$ 单极子3.28 (5.15 dBi)0.90 - 0.98~5.0
贴片天线5 - 8 (7-9 dBi)0.70 - 0.955 - 8
八木-宇田天线 (5单元)~20 (13 dBi)0.90 - 0.95~12.5
抛物面天线 (D=1m, 10GHz)~4000 (36 dBi)0.55 - 0.7033 - 35

数值解法与实现

电磁场解析方法的选择

🧑‍🎓

我想通过仿真来求天线的增益,但FEM、FDTD和MoM,该用哪个呢?

🎓

基本根据天线种类和目的来区分使用。大致总结如下:

方法擅长对象增益计算途径
MoM(矩量法)线天线、开放结构电流分布 → 远场直接积分
FDTD(时域有限差分法)宽带特性、复杂形状近场 → 远场转换(DFT)
FEM(有限元法)包含介质的复合结构边单元电场解 → 远场转换

例如,分析带外壳的手机天线用FDTD,分析贴片天线本身的谐振特性用FEM,像八木天线这样的线结构用MoM效率更高。

🧑‍🎓

MoM不需要体积网格吗?

🎓

MoM只离散化导体表面,所以不需要空间网格。但相应地,矩阵是稠密矩阵(满矩阵),对于大规模问题内存会爆炸。最近主流是用MLFMM(多层快速多极子法)将计算量控制在 $O(N \log N)$。HFSS和FEKO都搭载了带MLFMM的MoM求解器。

远场计算方法

🧑‍🎓

用FDTD计算增益时的“近场 → 远场转换”,具体是怎么做的?

🎓

在FDTD中,会在计算区域内设置一个包围天线的闭合曲面(惠更斯面),采样该处的切向电场和磁场。将其转换为等效电流和磁流,再用自由空间的格林函数对远场进行积分。用公式表示就是:

$$ \mathbf{E}_{\text{far}}(\theta,\phi) \propto \oint_S \left[\hat{n}\times\mathbf{H}(\mathbf{r}') + \hat{n}\times\mathbf{E}(\mathbf{r}')\times\hat{r}\right] e^{jk\hat{r}\cdot\mathbf{r}'} dS' $$

这种转换在CST Studio(时域求解器)和HFSS的FEBI(FEM-BEM积分法)中内部都使用了相同的原理。最终得到 $U(\theta,\phi)$,然后通过全球积分求出 $P_{\text{rad}}$,就能计算出 $D$ 和 $G$。

吸收边界条件与PML

🧑‍🎓

天线分析中经常出现“PML”,这是什么?

🎓

PML(完美匹配层)是放置在计算区域外周的“虚拟电波吸收层”。天线辐射的电磁波如果在边界发生反射,会给增益计算带来很大误差,所以需要一种能无反射吸收电波的边界条件。

PML理论上能实现对所有入射角和频率的零反射。但由于离散化后并非完美,所以PML层的厚度(通常 8〜12 个单元)和吸收系数的分布会影响增益精度。实际工作中,不要让PML离得太近(距离天线 $\lambda/4$ 以上)是铁则。

PML的直观理解

PML类似于“贴在房间墙壁上的吸音材料”。没有墙壁,电波会反射回来,导致增益计算不准。吸音材料太薄,一部分会反射。但太厚的话,计算成本又会膨胀。找到合适的厚度是展现技术的地方。

实践指南

增益分析工作流程

🧑‍🎓

我第一次想通过仿真来求天线的增益,具体应该按什么步骤进行呢?

🎓

增益分析的基本流程是 5 个步骤:

  1. 模型构建:用CAD创建天线形状。明确定义馈电点。
  2. 分析区域・边界设置:设置PML或辐射边界。确保天线到PML的距离在 $\lambda/4$ 以上。
  3. 网格生成:天线结构部分以 $\lambda/20$ 以下,空气区域以 $\lambda/10$ 以下为目标。
  4. 求解・远场计算:频率扫描或时域脉冲。同时获取S参数和辐射方向图。
  5. 后处理:从3D辐射方向图算出 $D_{\max}$。通过 $\eta = G/D$ 确认效率。
🧑‍🎓

增益和 $S_{11}$ 是两回事吧?应该先看哪个?

🎓

$S_{11}$(反射系数)是阻抗匹配的指标,表示“输入功率中有多少未被反射而进入了天线”。$S_{11} = -10$ dB 表示输入功率的 90% 进入了天线。但进入的功率不一定全部被辐射出去。因为还有一部分会因导体损耗变成热量。

实际工作中,首先通过 $S_{11}$ 确认谐振频率,然后评估该频率下的增益和辐射方向图。如果 $S_{11}$ 良好但增益低,则效率有问题;如果增益高但 $S_{11}$ 差,则需要重新审视匹配电路的设计——就是这样的步骤。

天线分析的网格策略

🧑‍🎓

关于网格尺寸的参考标准,听说“$\lambda/20$ 以下”,但如果整体都设为 $\lambda/20$,计算不会太重吗?

🎓

不需要整体均匀。电流集中部分(馈电点、边缘、缝隙)可以细化到 $\lambda/30$ 〜 $\lambda/50$,远处的空气区域 $\lambda/6$ 左右就足够了。这种非均匀网格是天线分析的关键。

Ansys HFSS有自适应网格功能,可以自动细化网格直到S参数的变化低于阈值。CST Studio也有类似的

関連シミュレーター

この分野のインタラクティブシミュレーターで理論を体感しよう

シミュレーター一覧

関連する分野

連成解析構造解析熱解析
この記事の評価
ご回答ありがとうございます!
参考に
なった
もっと
詳しく
誤りを
報告
参考になった
0
もっと詳しく
0
誤りを報告
0
Written by NovaSolver Contributors
Anonymous Engineers & AI — サイトマップ
关于作者