FDTD法（时域有限差分法）高频电磁场分析

简单说，FEM的优势是能灵活处理复杂形状，通常在频域（逐频率）求解。而FDTD是在时域上一步一步推进电磁场——直接用差分格式求解Maxwell方程组。最大的好处是一次仿真就能获得宽频带的频率响应，比如从GHz到THz一次搞定。天线设计、EMC分析、雷达截面积（RCS）计算都大量用FDTD。

各有千秋。FDTD用直角网格（笛卡尔网格），对曲面形状的近似会出现"阶梯状"误差。细小结构或薄层必须加密网格，大模型内存消耗很大。FEM和FIT对任意形状更友好。所以要根据问题特性选合适的方法。

FDTD由Kane Yee于1966年提出，核心思想是把电场 $\mathbf{E}$ 和磁场 $\mathbf{H}$ 在空间和时间上都交错排列（蛙跳法），从而直接在时域离散Maxwell旋度方程。当时计算机太弱，1980年代末工作站性能提升后才真正进入工程应用。现在智能手机天线、5G毫米波器件设计都是FDTD的主场。

FDTD用到的是Maxwell旋度方程的两式：

Yee（1966年）提出的巧妙网格方案：电场 $\mathbf{E}$ 和磁场 $\mathbf{H}$ 在空间和时间上各错开半个格子（蛙跳法）。这样电场和磁场相互交替更新，无需求解线性方程组，纯显式推进，计算效率极高。

在Yee单元中，$E_x$ 位于单元棱的中点，$H_z$ 位于面心——每个 $\mathbf{E}$ 分量被四个 $\mathbf{H}$ 分量环绕，反之亦然。这个排列完美对应了Maxwell方程中旋度的离散形式，不产生额外的插值误差。时间上：$\mathbf{E}$ 定义在整数时刻 $n\Delta t$，$\mathbf{H}$ 定义在半整数时刻 $(n+1/2)\Delta t$，交替更新。

绝对不行！FDTD是显式格式，必须满足CFL（Courant-Friedrichs-Lewy）条件，否则会发散：

$c$ 是介质中的光速。三维均匀网格的经验公式是 $\Delta t \le \Delta x / (c\sqrt{3})$。网格加密时，时间步也要等比缩小，计算量增长比节点数更快——这是FDTD最大的短板之一。实务中通常取CFL系数0.9左右以留余量。

2.4GHz在FR4基板（$\varepsilon_r \approx 4.2$）中波长约 $\lambda_g = \lambda_0/\sqrt{\varepsilon_r} \approx 61$mm。网格间距取 $\lambda_g/20 \approx 3$mm，则三维均匀网格的时间步约 $\Delta t \le 3\times10^{-3}/(3\times10^8\times\sqrt{3}) \approx 5.8$ps。天线导纳特性从0到5GHz一次仿真通常需要跑5000～10000步才收敛。

差分格式把连续的波传播数值化后，不同频率分量的相速度会有偏差——这就是数值色散。具体来说，FDTD网格上波的相速度 $v_{ph}$ 满足离散色散关系，与物理值 $c$ 的偏差在低频时可忽略，但高频（$\Delta x / \lambda > 1/10$）时误差迅速增大。解决方法：提高网格密度（$\Delta x \le \lambda/20$）或采用高阶（4阶）差分格式。

这就要用PML（完全匹配层，Perfectly Matched Layer）了。1994年Berenger提出的突破性方法——在计算域外围设置"人工吸收层"。PML理论上对任意入射角和频率都能做到零反射地吸收电磁波。

PML对介质参数 $\varepsilon, \mu$ 施加复数坐标伸缩：

$\sigma_\xi$ 是PML内的电导率。实际应用中通常从边界向内按二次或三次函数递增，推荐厚度8～16层网格。

PML设置问题会表现为时域波形在本该衰减后又出现"尾巴"，或S参数出现虚假谐振。常见原因：①PML层数太少（<8层）；②计算域与PML之间缓冲区不足（建议 $\lambda/4$）；③PML导电率函数选择不当（最大值过大导致阻抗突变）。修复方法：增加层数到16层，检查导电率分布曲线，确保PML与自由空间边界处电导率为零。

用傅里叶变换（DFT）。激励源用高斯脉冲或调制脉冲宽带激励，在观测点记录时域波形，然后做快速傅里叶变换（FFT）就得到频谱。S参数（S11、S21等）就是输入波形与散射波形的FFT之比。为节省内存，工程上通常在FDTD计算过程中对每个目标频率点逐步累积DFT（On-the-fly DFT），不必存储全部时域数据。

标准FDTD主循环如下：

1. 初始化：设置计算域、网格参数、材料属性，初始化 $\mathbf{E}$, $\mathbf{H}$ 为零。
2. 时间步循环（$n = 0, 1, 2, \ldots, N_{max}$）：
   1. 用当前 $\mathbf{H}^{n-1/2}$ 更新 $\mathbf{E}^n$（Maxwell第二方程的差分格式）。
   2. 在激励点施加软源（Soft Source）或硬源电压/电流。
   3. 用 $\mathbf{E}^n$ 更新 $\mathbf{H}^{n+1/2}$（Maxwell第一方程的差分格式）。
   4. 更新PML内的辅助变量（Berenger分裂格式或CPML）。
   5. 记录观测点时域数据，累积On-the-fly DFT。
3. 收敛判据：时域能量衰减至峰值的 $-40$dB 以下停止。
4. 后处理：DFT结果提取S参数、近场分布；NF-FF变换获取远场方向图。

最常见原因是CFL条件被违反。检查点：①时间步是否超过CFL上限；②网格是否存在极细的局部尺寸（如薄介质层），它会把CFL限制大幅拉严；③材料参数是否有负值（如等离子体模型实现错误）。另一个原因是激励源的瞬时幅值过大导致非线性效应——软源比硬源更安全，因为硬源会阻挡反射波，容易引发数值发散。

贴片天线是非常典型的案例，给你列几个要点：

1. 网格尺寸：网格间距要小于最短波长的1/10～1/20。2.4GHz设计大约 $\Delta x \approx 1$～2mm。
2. PML设置：天线周围至少留 $\lambda/4$ 的空气层再放PML，PML厚度通常8～16层。
3. 激励源：在馈电点放置电压源（Soft source），整个计算过程中持续累积DFT。
4. 收敛判据：时域波形能量衰减到-40dB以下才停止，未收敛就截断会导致频率特性出错。
5. 近场→远场变换：需要辐射方向图时，加上NF-FF（近远场）变换模块。

机箱缝隙泄漏是FDTD的经典应用。注意点：①缝隙宽度要有至少2～3个网格分辨，否则透过率计算不准；②金属薄板（亚毫米级）如果用普通FDTD网格会需要极细网格，推荐用FDTD薄板亚网格模型（Thin-Sheet Sub-Cell）；③计算域需要包住整个机箱内部和外部一定范围，通常机箱外各方向留 $\lambda/4$；④关注1～3GHz的高频泄漏时，注意数值色散对相位精度的影响。

几种常用加速方法：

• GPU加速：FDTD的每步更新是纯显式矩阵运算，天然适合GPU并行。CST和Remcom都支持CUDA加速，速度通常是CPU的10～30倍。
• 非均匀网格：只在细节区域（缝隙、导体边缘）加密网格，远场用粗网格，内存和计算量可减少1～2个量级。
• 对称性利用：天线轴对称或面对称时，只建一半或1/4模型，时间缩短相同比例。
• MPI多机并行：对超大计算域（如整车EMC），用MPI对FDTD域进行切割并行，支持数百至数千核。

来看一下主要工具的对比：

FIT（有限积分法）和FDTD在笛卡尔网格上本质等价，但FIT的推导基于积分形式的Maxwell方程，理论上更通用，可推广到非正交网格（Perfect Boundary Approximation，PBA）。CST的PBA技术允许用六面体网格精确表达曲面边界，不产生FDTD的阶梯误差，这是CST相比标准FDTD的重要优势。

5G毫米波（28GHz、60GHz频段）确实让FDTD更重要了。最新趋势有这几个：

• GPU并行FDTD：用NVIDIA CUDA实现数十倍加速，CST和Remcom都有自己的GPU实现。
• 子网格法（Sub-Gridding）：只在细节区域加密网格，全局用粗网格，节省内存和时间。
• PINN-FDTD：物理信息神经网络辅助误差修正，粗网格也能保持高精度。
• 量子器件FDTD：量子点、光子晶体的电磁场分析扩展应用。

目前有两个方向：一是用神经网络（NN）代理模型（Surrogate Model）替代耗时的参数扫描——训练好后几毫秒就能预测S参数，用于天线形状优化；二是物理嵌入神经网络（PINN-FDTD）在粗网格上"修正"数值误差，使粗网格精度接近细网格。前者已在工程中实用化，后者仍在研究阶段。完全替代传统FDTD还言之过早，更多是"加速+辅助"的角色。