如果你的工作涉及无线通信、射频微波、雷达天线,或者整机电磁兼容(EMC)分析,大概率绕不开 Feko这款电磁仿真软件。
但谁又能想到,它最初只是一个大学研究生为了完成毕业论文而编写的计算程序。
从一套学术研究程序,到如今被汽车、航空航天、通信等工程领域广泛使用,这中间经历了哪些技术突破?又是如何逐步应用到实际工程中的?
故事,还得从1991年说起。
1991年,德国斯图加特大学射频技术研究所(IHF)的研究生Ulrich Jakobus,在进行毕业论文研究时,开发了一套基于 矩量法(Method of Moments,MoM)的电磁场计算程序。
这套程序主要用于计算任意形状物体周围的电磁场。他将其命名为 FEKO,名称来自德语短语“Feldberechnung bei Körpern beliebiger Oberfläche”,意思是对任意形状物体进行场计算。
▲ 1991 年早期 FEKO 卡车驾驶室模型与原始程序头文件
1994年,在后续博士研究中,Jakobus又将矩量法与物理光学法(PO)、一致性几何绕射理论(UTD)等计算方法结合起来,以处理结构更加复杂、尺寸更大的电磁散射问题。
这也逐渐形成了FEKO后来的一项重要技术特点: 面对不同的电磁问题,不局限于某一种计算方法,而是将不同求解方法组合起来使用。
▲ Ulrich Jakobus 1994 年博士论文及研究中的部分仿真模型
不过,当时的FEKO还只是一套学术研究程序。要让它真正走向工程领域,还需要将研究成果转化为能够用于实际项目的软件。
为了进一步推动FEKO面向工业应用开发,Jakobus与一家位于南非斯泰伦博斯(Stellenbosch)的初创公司——EM Software & Systems(EMSS)开展合作,双方共同将这套学术研究程序进一步开发为面向工业应用的电磁仿真软件。
1996年底,FEKO的第一个商业版本由EMSS正式推出。
1998年,FEKO首次在国际商业展会上亮相,在美国加利福尼亚州蒙特雷举行的应用计算电磁学会(ACES)会议上,Jakobus与EMSS的Gronum Smith共同展示了这款软件,FEKO开始走向更广泛的国际工程市场。
▲ FEKO 1.0 代码说明书与 1998 年 ACES 会议首次商业展览
这一时期,汽车无线通信应用的发展,也为FEKO提供了重要的实际应用场景。
例如, 1997年, 德国Hirschmann的工程师就已经开始使用FEKO分析敞篷车行李箱盖上的FM天线。
到了1998年,针对轿车后挡风玻璃上的GSM天线,仿真难度明显增加。天线的工作频率达到947.5 MHz,需要使用更加精细的网格,网格边长约为30 mm。如果整个车身都采用传统矩量法进行计算,当时的计算能力几乎难以承担。
因此,工程师采用了MoM-PO混合方法,将天线及其附近的金属部件使用矩量法进行精细计算,车辆其余部分则使用物理光学法处理。
这种做法既保留了天线关键区域的计算精度,又减少了对整个汽车模型进行精细计算的负担。
▲ 1997—1998 年 Hirschmann 公司使用 FEKO 完成的早期汽车天线仿真
与此同时,手机通信的发展也带来了新的问题。
20世纪90年代末,随着GSM移动通信日益普及,人们对手机射频信号可能带来的人体电磁暴露问题越来越关注。
要评估手机使用时人体吸收了多少射频能量,传统方式需要借助人体仿体进行物理测试,但这类测试成本较高,耗时也比较长。数值仿真因此成为一种新的评估手段。
为满足这一需求,EMSS在FEKO中加入了人体模型的比吸收率(SAR)分析功能,用于计算人体组织对射频能量的吸收情况。
这样,工程师便可以通过人体模型计算手机使用时电磁能量在组织中的分布,评估人体局部区域的射频能量吸收情况。
▲ 手机暴露场景下的电磁场与 SAR(比吸收率)评估
从汽车天线到手机SAR评估,FEKO面对的电磁问题已经从单一的天线性能分析,延伸到了更复杂的工程场景。
与此同时,汽车无线通信向更高频段发展,仿真模型的规模也随之增加。工程师需要计算的模型越来越大,传统矩量法逐渐遇到了计算瓶颈。
如何让大型模型算得更快,同时让不同结构都能得到合适的计算结果,成为FEKO后续技术发展的重要方向。
传统车载FM天线的工作频率相对较低,汽车相对于电磁波的尺寸还不算特别大,矩量法能够有效完成计算。
但随着约434 MHz的无钥匙进入系统、约900 MHz的GSM等应用出现,同一辆汽车相对于电磁波波长的尺寸变得更大,仿真模型需要划分更多网格,未知量数量也随之增加。
在传统矩量法中,计算所需内存会随着未知量数量近似按照平方增长。对于越来越庞大、越来越精细的模型,这很快就成为计算瓶颈。
为解决这一问题,EMSS团队将多层快速多极子法(MLFMM)引入FEKO。
MLFMM通过分层组织模型中不同区域之间的电磁相互作用,将近场和远场计算分开处理,减少大量远距离区域之间直接进行计算的负担。
▲ 多级快速多极子法(MLFMM)原理示意
相比传统矩量法,MLFMM能够将内存复杂度从近似N²降低到接近N log(N),从而大幅降低大规模电磁问题的计算资源需求。
这项技术也成为FEKO在汽车天线集成领域的重要计算基础。随着汽车无线通信业务不断增加,它能够支持分析的系统也从早期FM天线扩展到电视、GSM、GNSS、UMTS、LTE、蓝牙、卫星数字音频广播(SDARS)、Wi-Fi和V2X等。
但提高大型模型的计算效率,只解决了电磁仿真中的一类问题。
复杂的电磁辐射与散射问题,很少存在一种能够适用于所有模型区域的最佳计算方法。不同区域的结构、材料和电磁特性不同,适合采用的求解技术也可能不同。
因此, 将多种互补的计算方法结合起来,在一次仿真中分别处理不同区域,逐渐成为FEKO的一项重要技术特点。
▲ FEKO 各类数值方法与求解技术的混合化概览
事实上,混合求解并不是FEKO后期才增加的功能。在FEKO 1.0中,MoM-PO混合方法就已经存在。
矩量法和物理光学法都属于基于电流的计算方法,可以高效地共享同一套表面网格。对于飞机等大型金属平台上的天线设计,天线附近可以采用全波矩量法进行精细计算,而尺寸巨大的机身则使用物理光学法处理。
此外,FEKO还支持MoM-UTD和MoM-RL-GO等混合方法。它们将矩量法与基于射线的高频近似计算方法结合起来,适合处理电尺寸特别大的结构。
例如,在大型反射面天线仿真中,可以使用矩量法计算馈源,再利用射线发射几何光学法(RL-GO)处理反射面。
这类方法的一个特点是,其内存和运行时间需求在很大程度上不随频率变化,因此对于尺寸极大的电磁结构尤其有吸引力。
▲ MoM-PO、MoM-RL-GO、MoM-FEM 等混合数值方法示例
后来,FEKO又将混合求解技术拓展到了复杂介质结构。
2005年,FEKO加入了MoM-FEM混合方法。其中,FEM(有限元法)主要负责计算复杂介质区域,MoM则处理介质结构与外部开放空间之间的电磁耦合。
这种组合有一个明显的优势,物体周围以及物体之间可能很大的空气区域,这些区域就不必像纯有限元方法那样全部进行网格划分。
例如,在磁共振成像(MRI)设备的电磁仿真中,金属射频线圈可以使用MoM建模,而非均匀的人体组织则可以使用FEM进行计算。
▲ MRI 系统的 MoM-FEM 混合仿真
2006年,FEKO还将混合求解技术延伸到了线缆和线束领域,加入了MoM-MTL混合方法。
其中,多导体传输线(MTL)理论负责分析线缆中的电流和阻抗,MoM则负责计算线缆与周围三维电磁环境之间的相互作用。
这项技术可以用于同轴电缆、双绞线、屏蔽电缆等复杂线束的建模与分析,也为汽车线束等场景中的电磁兼容问题提供了更合适的计算方式。
▲ MoM-MTL 混合线缆与线束建模
除了混合求解和计算效率,FEKO也开始提供更多能够从物理机理上指导天线设计的分析方法。
2012年,FEKO加入了特征模分析(CMA)。与传统仿真主要分析特定激励下天线的响应不同,CMA研究的是天线或大型结构本身具有的自然谐振模式。
通过观察不同模式下的电流分布和辐射方向图,工程师可以了解结构本身具有哪些谐振模式、不同模式的辐射特性如何,以及这些模式会怎样影响整体天线性能。
例如,在汽车、飞机等大型金属平台上设计天线时,CMA可以帮助工程师分析平台本身的电磁特性,寻找更合适的天线布置位置。
▲ 基于特征模分析(CMA)的手机 LTE 天线设计过程
与此同时, 2005年至2013年间发布的FEKO Suite第五代和第六代, 还陆续加入了周期边界条件、自适应交叉近似和高阶基函数等技术,分别用于降低周期结构的计算负担、压缩矩量法计算中的矩阵存储需求,以及改善复杂曲面结构的网格和电流表示。
▲ 高阶基函数与曲边单元
到 2013年,FEKO已经形成了较为完整的技术基础,它所能处理的问题,也从早期的汽车天线逐渐延伸到大型平台电磁分析、复杂介质、线缆线束、移动通信和医疗电磁仿真等领域。
天线仿真解决的是设备自身的电磁问题,但在无线通信中,天线发出的信号还要经过建筑物、地形、室内结构等环境,最终到达接收端。
要研究一个区域的无线信号覆盖情况、通信链路表现,以及不同系统之间是否会产生干扰,就需要进一步分析无线电波在真实环境中的传播情况。
2014年,Altair收购了FEKO开发商EM Software & Systems(EMSS),将FEKO纳入Altair的HyperWorks产品组合。
这也为FEKO与Altair其他仿真技术的结合创造了条件,包括CAD前处理、网格划分、高性能计算和优化等方面。
2016年,Altair收购AWE Communications,将其无线电传播与无线网络规划技术WinProp引入FEKO相关产品组合。
此前,FEKO主要关注具体设备和结构的电磁特性,例如天线性能、天线在汽车或飞机上的安装效果、电磁干扰等。
而WinProp关注的是无线电波在真实环境中的传播情况。 它采用 确定性射线传播方法和经验传播模型,可以分析无线信号经过建筑物、地形、室内结构等环境后的传播效果。
这项技术可以用于 蜂窝通信网络、Wi-Fi、车联网、卫星通信等场景,也能用于 机场、铁路沿线、工业设施等区域的无线网络覆盖和干扰分析。
▲ WinProp 在农村、城市、室内及卫星通信等场景的传播规划示例
两者结合后,便可以将天线本身的辐射特性与周围环境中的无线传播分析联系起来。
例如,在汽车虚拟驾驶测试中,可以先通过FEKO分析不同天线安装位置的辐射方向图,再利用WinProp研究车辆行驶过程中,无线信号在道路环境中的传播情况,以及车辆与通信基站之间的连接表现,并比较单输入单输出(SISO)和多输入多输出(MIMO)等不同配置。
这样,天线自身的电磁性能与它所处的真实无线通信环境,就可以放在同一个分析流程中研究。
2020年,Altair又收购了WRAP International AB,将WRAP软件及其无线电频谱管理技术纳入FEKO相关产品组合。
与FEKO侧重电磁仿真、WinProp侧重无线传播和网络规划不同,WRAP主要用于无线电频率规划、频谱协调、覆盖计算和干扰分析。
可以处理不同无线电系统如何共用有限的频谱资源、怎样协调频率安排,以及如何减少彼此之间的信号干扰等问题。
至此,电磁仿真的应用范围进一步扩大,FEKO分析设备本身的电磁特性,WinProp研究无线电波在真实环境中的传播,WRAP则处理无线电频率规划与协调问题。
电磁仿真所能处理的问题越来越复杂,背后还离不开计算性能的持续提升。
随着计算硬件、并行处理技术和数值算法不断发展,工程师能够处理的电磁模型越来越大,仿真时间也在持续缩短。
一个32 GHz反射阵列模型,可以比较直观地看到这种变化。
这个模型最早在2012年使用FEKO Suite 6.1进行设计,采用MLFMM求解时,大约需要 20小时,内存需求约为38 GB。
到了2022.2版本,同一示例的仿真时间已经 缩短至3分钟。
2025年, 西门子完成对Altair的收购,FEKO随后进入西门子的Simcenter产品组合,并更名为 Simcenter Feko。
随着求解器进一步改进,Simcenter Feko 2026.0引入了灵活广义最小残差法(FGMRES),到了2026.1版本,采用这一求解器计算时,同一反射阵列示例的仿真时间进一步 缩短到了约1分钟。
在2026.1版本中,还加入了高级迭代求解器(AIS),主要用于降低大型电磁模型的内存需求。
在上述反射阵列示例的一组测试中,采用AIS求解后,内存需求从使用FGMRES时的 32 GB降低到5.8 GB。如果进一步在模型中加入CubeSat,内存需求则从 63 GB降低到17.7 GB。
这也体现了不同求解器之间的取舍,FGMRES侧重求解速度,而AIS可以在一些大规模模型中以更长的仿真时间换取更低的内存需求。工程师可以根据模型规模和计算资源,选择更合适的求解方式。
▲ 32 GHz 反射阵列在不同版本下的 MLFMM 求解性能与内存对比
如果说反射阵列案例体现的是同一模型计算性能的提升,那么飞机模型则展示了电磁仿真规模的变化。
1981年的数值电磁代码(NEC)手册中,飞机还只是由29个线元素组成的简化模型。
到了 1996年FEKO Suite 1.0发布时,一个包含单极天线、工作频率为60 MHz的飞机模型,已经使用矩量法和磁对称面求解1,992个未知数,仿真时间约34秒,但内存需求约150 MB,在当时已经是一项不小的计算负担。当时,模型输入仍主要通过文本文件完成。
而在近期的一个飞机仿真算例中,模型工作频率为1 GHz,包含约2,080万个未知数。使用Feko 2026.1中的MLFMM和AIS,在三个CPU、48个并行进程下,求解时间约为 10小时,内存需求为 161 GB。
这并不是同一个模型在不同年代的性能对比,但从29个线元素到2,080万个未知数,仍然能够直观地看到 几十年来电磁仿真模型规模和复杂程度的变化。
▲ 1981、1996、2026 三个时期飞机仿真模型复杂度演变
随着单次仿真的计算效率不断提高,仿真也开始承担更多设计探索工作。
在FEKO中,工程师可以利用CADFEKO建立参数化模型,调整天线的几何尺寸、位置等设计参数,再通过优化工具寻找更合适的设计方案。进一步引入代理模型后,还可以利用已有仿真数据训练模型,再对大量候选设计进行快速预测,减少每个方案都进行完整电磁仿真的需求。
例如,在一项12 GHz偏置反射面天线的优化案例中,工程师希望同时满足两个设计目标:天线增益高于35 dBi,旁瓣抑制高于23 dB。
传统方式完成60次完整电磁仿真需要 175分钟,最终找到了7个帕累托最优方案,但没有一个能够同时满足这两个性能目标。
随后,工程师又增加40组空间填充样本,将总样本数量扩展到100组,并利用这些仿真数据建立移动最小二乘法(MLSM)代理模型。
在此基础上,结合多目标遗传算法,代理模型仅用 35秒就评估了4,309个候选设计,并预测出446个帕累托最优解。这些数字指的是代理评估,而不是完整的电磁仿真,并且不包括构建代理模型所需的仿真和训练。
▲ 12 GHz 偏置反射面天线:基于仿真与基于代理模型的优化对比
近年来,几何深度学习也开始进入相关仿真流程。
在西门子的Simcenter仿真产品组合中,PhysicsAI可以利用已有仿真数据,学习几何结构与物理结果之间的关系,用于预测不同飞机机翼设计下的雷达散射截面(RCS)等结果。
▲ 基于 Simcenter PhysicsAI 的飞机 RCS 预测几何深度学习工作流
与通常依赖预设设计参数的传统代理模型不同,几何深度学习还可以直接利用几何形状和网格等信息进行学习,为复杂结构的仿真结果预测提供新的方式。
这也意味着,电磁仿真正在从单次计算,逐步延伸到参数优化、方案筛选和数据驱动的设计探索。
回看FEKO的发展历程, 从最初利用矩量法计算任意形状物体周围的电磁场,到通过MLFMM和混合求解处理汽车、飞机等大型复杂结构;从分析天线自身的辐射特性,到研究无线电波在城市环境中的传播,再到利用代理模型和几何深度学习辅助设计优化,电磁仿真所能处理的问题不断扩大。
今天,一辆汽车上的通信天线、一架飞机的雷达系统、一座城市中的无线信号覆盖,看似属于不同的工程领域,背后却都离不开对电磁场和电磁波的计算与分析。
FEKO这35年的发展,也正是计算电磁学从理论研究、数值计算到复杂工程应用,不断拓展技术边界的一个具体缩影。
资料来源西门子 Simcenter 官方博客:
Simcenter Feko: Milestones in its history – Part 1: The early years (1991–2013)
Simcenter Feko: Milestones in its history – Part 2: Expanding horizons (2014–today)
#高频电磁仿真/天线/雷达/无线电仿真
#Altair Feko
#专题
#软服观察