MIMO天线设计的电磁场分析

分类: 電磁場解析 > アンテナ | 综合版 2026-04-11
MIMO antenna array simulation showing S-parameter matrix and radiation patterns for multi-element design
MIMOアンテナの電磁界解析 ― 素子間相互結合と放射パターンの最適化

理论与物理

什么是MIMO天线

🧑‍🎓

MIMO天线把多个天线放得很近,不会互相干扰吗?

🎓

这正是最大的挑战。MIMO(多输入多输出)是一种使用多个天线单元进行收发以显著提升通信容量的技术,但如何抑制单元间的互耦是设计的核心。

🧑‍🎓

具体会放多近呢?

🎓

智能手机的外壳尺寸通常只有150mm左右。要在里面塞进4根甚至8根天线。iPhone 14采用4×4 MIMO,在那么小的外壳内确保了单元间隔离度在15dB以上。这需要使用去耦结构或缺陷接地结构来降低互耦。

🧑‍🎓

15dB具体意味着什么?

🎓

用S参数来说就是 $|S_{21}| < -15$ dB,这意味着从端口1输入的功率中,泄漏到端口2的大约在3%以下。如果不满足这个条件,各数据流就无法独立,也就无法获得MIMO的容量增益。对于Sub-6GHz频段的5G终端,有时会以 $|S_{ij}| < -20$ dB 为目标。

信道容量

🧑‍🎓

使用MIMO真的能让通信速度成倍增长吗?

🎓

理论上是的。MIMO信道容量由以下公式表示:

$$ C = \log_2\!\det\!\left(\mathbf{I}_{N_r} + \frac{\mathrm{SNR}}{N_t}\,\mathbf{H}\mathbf{H}^\dagger\right) \quad [\text{bps/Hz}] $$

其中 $\mathbf{H}$ 是 $N_r \times N_t$ 的信道矩阵,$N_t$ 是发射天线数,$N_r$ 是接收天线数。在理想的无相关信道中,容量随 $\min(N_t, N_r)$ 线性增加。

🧑‍🎓

也就是说,4×4 MIMO理论上快4倍?

🎓

理想情况下是的。但实际上,如果传播环境的散射不充分,信道矩阵 $\mathbf{H}$ 的秩会下降,容量将远低于理论值。例如,在视距环境下,秩会趋近于1,无论增加多少天线,容量也几乎不变。所以,“传播环境仿真”和单元设计同等重要。

🎓

将其分解为各特征信道的形式可写为:

$$ C = \sum_{i=1}^{\min(N_t,N_r)} \log_2\!\left(1 + \frac{\mathrm{SNR}}{N_t}\,\lambda_i\right) $$

$\lambda_i$ 是信道矩阵的特征值,代表各空间流的质量。当所有特征值相等(= 理想无相关)时,容量达到最大。

包络相关系数

🧑‍🎓

ECC是什么?数值越小越好吗?

🎓

ECC是量化两个天线单元辐射方向图“相似度”的指标。由远场辐射方向图计算的定义如下:

$$ \rho_e = \left|\frac{\displaystyle\iint_{4\pi} \mathbf{E}_i(\theta,\phi) \cdot \mathbf{E}_j^*(\theta,\phi)\,d\Omega}{\displaystyle\sqrt{\iint_{4\pi}|\mathbf{E}_i|^2\,d\Omega \cdot \iint_{4\pi}|\mathbf{E}_j|^2\,d\Omega}}\right|^2 $$

$\rho_e = 0$ 表示方向图完全正交(最佳分集性能),$\rho_e = 1$ 表示完全相关(无MIMO增益)。

🧑‍🎓

实际应用中通常以什么值为目标?

🎓

对于一般的MIMO终端,$\rho_e < 0.5$ 是必要条件。对于5G终端,通常以 $\rho_e < 0.1$ 为目标。在实际工作中,使用S参数进行近似计算更为简便,在均匀传播环境的假设下:

$$ \rho_e \approx \frac{|S_{11}^*S_{12} + S_{21}^*S_{22}|^2}{(1 - |S_{11}|^2 - |S_{21}|^2)(1 - |S_{22}|^2 - |S_{12}|^2)} $$

这个公式计算量小,可用于设计阶段的筛选。但要正确评估非均匀传播环境或极化的贡献,则必须使用远场方向图的积分计算。

总有效反射系数

🧑‍🎓

TARC和普通的反射系数有什么区别?

🎓

普通的S11是只看一个端口的反射系数,但MIMO中所有端口会同时输入信号。TARC是包含了所有端口相互作用的“有效反射系数”。它使用S参数矩阵 $\mathbf{S}$ 的特征值 $s_i$ 来定义:

$$ \Gamma_a^t = \sqrt{\frac{\sum_{i=1}^{N}|b_i|^2}{\sum_{i=1}^{N}|a_i|^2}} = \sqrt{\frac{\sum_{i=1}^{N}|s_i|^2}{N}} $$

目标是在整个频带内满足 $\Gamma_a^t < -10$ dB。TARC不佳意味着“所有端口同时使用时频带发生了偏移”,因此如果只看单端口的S11来确认频带,可能会在实际应用中出现频带外的问题。

🧑‍🎓

诶,那只看S11觉得“OK”的话很危险吗?

🎓

没错。特别是在单元间距较小的终端设计中,即使S11满足-10dB,也可能因为有源阻抗变化而导致TARC超出频带。HFSS和CST Studio都有TARC的后处理功能,务必检查一下。

S参数与隔离度

🧑‍🎓

对于MIMO,S参数矩阵应该怎么看?

🎓

$N$ 单元的MIMO天线处理的是 $N \times N$ 的S参数矩阵。对角元素 $S_{ii}$ 表示各单元的反射特性(阻抗匹配),非对角元素 $S_{ij}$ ($i \neq j$) 表示单元间的耦合(隔离度)。

参数含义目标值
$S_{ii}$端口 $i$ 的反射系数$< -10$ dB(带内)
$S_{ij}$($i \neq j$)端口间耦合(隔离度)$< -15$ dB(推荐 $< -20$ dB)
TARC全端口同时馈电时的反射$< -10$ dB
ECC $\rho_e$辐射方向图的相关性$< 0.5$(推荐 $< 0.1$)
辐射效率 $\eta$输入功率与辐射功率之比$> 50\%$(推荐 $> 70\%$)

麦克斯韦方程组与MIMO

🧑‍🎓

说到底,MIMO天线的解析是在解哪个方程?

🎓

基本是麦克斯韦方程组。高频天线解析中,假设时谐场,归结为波动方程的形式:

$$ \nabla \times \left(\frac{1}{\mu_r}\nabla \times \mathbf{E}\right) - k_0^2 \varepsilon_r \mathbf{E} = -j\omega\mu_0 \mathbf{J}_s $$

其中 $k_0 = \omega\sqrt{\mu_0\varepsilon_0}$ 是自由空间波数。对于MIMO,需要依次激励每个端口来求取S参数矩阵。$N$ 端口至少需要 $N$ 次求解,但HFSS的自适应网格法和CST Studio的FDTD可以高效处理多端口。

Coffee Break 闲谈

MIMO“不可思议”的理论成为现实之路

MIMO的理论基础由AT&T贝尔实验室的Foschini和Telstra公司的Gans在20世纪90年代末独立发表。他们展示了“在散射丰富的环境中,增加收发天线数量,容量会线性增长”这一令人震惊的结果,但最初也遭到了很多“哪有那么好的事”的怀疑。然而,随着2000年代IEEE 802.11n采用MIMO,它迅速普及,如今连小学生的平板电脑都应用了这一理论。这是“被认为不可能”的理论成为现实的典型案例。

ECC、TARC、信道容量的物理意义
  • 信道容量 $C$:MIMO系统可达到的最大信息传输速率理论上限。【比喻】相当于道路上的“车道数×各车道限速”。SISO是1车道,4×4 MIMO理想情况下是4车道。但前提是各车道没有拥堵。
  • ECC $\rho_e$:衡量辐射方向图正交性的指标。如果两根天线以相同的极化和方向辐射,相关性就高,MIMO的优势就没了。【比喻】就像管弦乐队里所有人演奏同一种乐器。只有不同的乐器(= 正交方向图)齐备,才能产生丰富的和声(= 高信道容量)。
  • TARC:全端口同时工作时的有效反射系数。用于评估S11无法看到的“包含其他端口干扰的频带特性”。【比喻】就像卡拉OK里一个人唱听起来不错,但所有人一起唱就会啸叫。这是将其数值化的指标。
  • 隔离度 $|S_{ij}|$:某个端口输入的功率有多少泄漏到其他端口的指标。15dB意味着泄漏约3%,20dB意味着约1%。
MIMO信道模型的假设与局限
  • 无相关散射假设:信道矩阵 $\mathbf{H}$ 的各元素独立同分布。这在丰富散射环境中成立,但在视距环境中秩会下降。
  • 窄带假设:信道在频率上是平坦的。在宽带系统中,需要与OFDM等结合,对每个子载波应用MIMO。
  • 完全CSI假设:接收端(有时也包括发送端)完全知道信道矩阵。实际上存在导频信号估计误差。
  • 各向同性传播假设:ECC近似公式基于多径从所有方向均匀到达的假设。实际环境具有簇结构,因此基于远场方向图的积分计算更准确。

数值解法与实现

有限元法公式化

🧑‍🎓

MIMO天线的解析,用FEM怎么做?

🎓

HFSS是代表性的FEM求解器。它使用Nedelec边单元对波动方程进行离散化。使用边单元的原因是能自动满足电场切向分量的连续性,并排除伪模式

$$ \sum_e \left[\int_{\Omega_e} \left(\nabla \times \mathbf{N}_i\right) \cdot \frac{1}{\mu_r}\left(\nabla \times \mathbf{N}_j\right) - k_0^2\varepsilon_r\,\mathbf{N}_i \cdot \mathbf{N}_j\,d\Omega\right] E_j = b_i $$

其中 $\mathbf{N}_i$ 是边单元的基函数。对于MIMO,需要改变右侧向量 $\{b_i\}$ 来求解每个端口,得到的各列对应S参数矩阵的一列。

🧑‍🎓

HFSS的“自适应网格”是什么机制?

🎓

HFSS在求解后评估S参数的变化量,自动细化变化大的区域的网格并重新计算。得益于这种“自适应网格”,即使不手动检查网格收敛,也能保证精度。但对于MIMO天线,网格会集中在单元间隙和馈电结构周围,如果初始网格太粗,自适应过程的次数会非常庞大。预先在馈电结构周围设置 $\lambda/20$ 左右的种子网格会更高效。

时域有限差分法

🧑‍🎓

CST Studio使用的FDTD法和FEM有什么不同?

🎓

FDTD是在时间和空间上直接用差分求解麦克斯韦方程组的显式方法。它在Yee网格上交替更新电场E和磁场H。

与FEM的一大区别是一次计算就能得到宽带特性。用高斯脉冲激励获取时域响应,再通过FFT转换为S参数的频率特性。对于MIMO,需要依次激励每个端口,但由于是时域分析,不需要为覆盖频带两端而反复求解各个频点。

🧑‍🎓

那FDTD更方便吗?

🎓

在宽带分析中有优势,但对曲面形状的近似精度不如FEM。因为是正交网格,曲线型天线形状会呈现锯齿状。CST Studio通过亚网格技术来缓解,但对于像贴片天线圆极化特性这样精细的解析,FEM通常更准确。

矩量法

🧑‍🎓

MoM能用于MIMO天线吗?

🎓

MoM只将导体表面的电流分布作为未知数,因此对于自由空间中的线天线或印刷电路板上的天线效率非常高。FEKO、Altair FEKO、IE3D等是知名软件。但对于像包含介质外壳或人体模型的MIMO终端,则需要与体积分方程结合,计算成本会急剧上升。

实际工作中,常见的流程是:初期设计用MoM快速进行参数扫描 → 最终验证用FEM或FDTD进行包含外壳/人体的完整模型解析

网格策略

🧑‍🎓

MIMO天线的网格划分有什么需要特别注意的地方?

🎓

MIMO特有的网格要求主要有“单元间间隙区域”和“去耦结构”两点。

区域推荐网格尺寸理由
天线单元表面$\lambda/20$ 以下准确表现电流分布
馈电结构$\lambda/30$ 以下阻抗匹配精度
单元间间隙间隙宽度的 $1/5$ 以下准确评估互耦
DGS槽槽宽的 $1/4$ 以下再现带阻特性
吸收边界$\lambda/10$ 左右过度细化是浪费

边界条件与吸收层

🧑‍🎓

听说天线解析中边界条件非常重要…

🎓

天线是向开放空间辐射的结构,因此计算域的截断是最重要的课题。PML是标准方法,在计算域的外周配置理论上无反射吸收波的人工吸收层。

对于MIMO,由于多个单元向不同方向辐射,如果PML配置有偏向,特定单元的S参数精度会变差。解析域应在天线结构四周留出 $\lambda/4$ 以上的余量,PML推荐使用8~12层。

FEM vs FDTD vs MoM的选择

这三种数值方法可以用“拍照”来比喻,就很好理解。FEM是单反相机——能高精细地拍摄特定对象,但要拍全景就需要拍很多张。FDTD是摄像机——一次录制就能记录整个动态,但分辨率不如单反。MoM是素描画——只画轮廓,所以超快,但不擅长背景。需要根据目的来选择使用。

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

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