基于UE4的电子试验场区设备电磁干扰分析

郭海亮，陈金勇，张 维，郭国君，杜 明

(中国电子科技集团公司第五十四研究所，河北 石家庄 050081)

0 引言

随着科技装备和信息化的迅猛发展,复杂电磁环境已成为信息化的重要特征之一。在应对复杂电磁环境下的电子装备适应性试验和基地化训练时,构建和应用电磁环境的水平成为评估训练成效的关键要素。为此,基于信息化时代的电子试验场已初步具备构建复杂电磁环境的能力。然而,随着技术的不断提升,仍需进一步提高复杂电磁环境构建方法、条件等方面的专业化、标准化和精细化水平。这将有助于更准确地模拟战场上的复杂电磁环境,进一步提高训练的实用性和效果评估的可靠性。

针对电磁环境和设备建模的研究有很多。文献[1-2]以电磁干扰预测方程为基础,构建电磁兼容系统发射机模型和接收机模型。文献[3]定义了电磁干扰余量 (Interference Margin,IM),进行系统间电磁兼容预测分析。文献[4-5]研究了电磁兼容中的电磁干扰发射机原理,建立基于发射机模型的基波、谐波、非谐波和互调模型。文献[6]将接收机模型分为敏感度模型、频率选择性模型、乱真响应模型、互调模型和减敏模型,建立了接收机模型,定义了接收机的敏感度门限。文献[7]针对接收机内的非线性问题,以及多个干扰信号在接收机前端发生混频或其谐波分量发生混频的问题,建立了接收机互调模型。文献[8]构建了对电波传播路径的损耗模型。文献[9]根据不同地质建立了地波传播模型。

针对电磁干扰分析的研究也有很多。文献[10]基于传统分级筛选法提出了一种新颖的车载通信系统电磁干扰预测方法。文献[11]只考虑干扰发射机和接收机的功率幅度,并采用自由空间传输模型,剔除未对接收机造成干扰的发射机。文献[12]根据GJB 8848—2016对关键通信设备的要求,将车载接收机的干扰余量限值定为-6 dB。文献[13]发现色散的原因在于高频部分,从而提出了SF-FDTD算法,将高频成分滤除来突破Courant-Friedrichs-Lewy (CFL)稳定条件。文献[14]利用Keller绕射分解固定形状的绕射锥束,提高了追踪效率。文献[15-17]针对现实高铁环境进行了传播测量和建模,弥补了经验模型和随机模型的局限性。文献[18]基于LabVIEW软件对发射机对中可能存在的干扰问题进行了预测和分析。

电子装备适应性试验与基地化训练在复杂电磁环境中进行,电磁环境的构设与应用水平对于评估训练效果至关重要。电子试验场已初步具备构建复杂电磁环境的能力,然而,当前技术的不断提升带来了新的挑战。现有的静态仿真模型构建技术无法准确实现复杂电磁环境下设备的仿真、模拟等工作,且相应的干扰分析技术并不完善,无法有效综合利用各参试设备模型、场地环境模型、设备具体布设位置和设备架设高度等信息实现较为精准的干扰分析,因此如何对设备、电磁环境和地理环境等静态模型进行细致建模并以此模型结合真实环境下设备及环境相关信息实现试验场区干扰分析仿真,是研究的重中之重。

针对以上问题,提出了一种大型综合电子试验场电磁环境建模与电磁干扰分析技术,主要贡献如下:

①综合考虑所采取的干扰分析方法,所建立的设备和环境模型能全面反映干扰分析所需参数。各参试设备模型需综合考虑近场和远场区域。针对设备模型近场区域,采用时域有限差分算法计算用频设备近场区域场分布,分析发射设备对近场范围内接收设备的影响。针对设备模型远场区域,综合考虑设备频谱特性,根据干扰计算需求,建立基于设备的典型性能指标模型。同时根据三维地理模型建立相应环境模型,准确描述电磁波在该环境的反射、透射和散射等情况,所建模型及各模型参数基于Unreal Engine 4 (UE4)平台进行可视化展示。

②场区相互作用及干扰分析可最大程度反映场区内各试验能否兼容运行,并提供空间、时间、频率建议调整方案。因此建立电磁干扰分析模型,基于各种用频规定、周边电磁环境数据以及实际经验数据等信息,结合各参试设备模型、场地环境模型、设备具体布设位置和设备架设高度等信息,运用各种干扰仿真分析方法,并提出一种基于设备空间位置的时域有限差分(Finite Difference Time-Domain,FDTD)网格划分方法,进行场区内设备的相互作用和干扰分析。同时需分析单项试验设备通信可视性、通信覆盖范围等。

1 系统模型

系统模型主要分为设备模型和环境模型,其中设备模型分为发射机模型和接收机模型,并在UE4平台进行可视化展示。UE4是美国Epic游戏公司研发的一款3A级次时代游戏引擎[19]。由于其强大的开发能力和开源策略,UE4除了在游戏行业被使用外,还被广泛应用到视频制作行业、影视行业、直播娱乐行业、军事训练、汽车设计和建筑室内设计行业等。

1.1 设备模型

发射机模型:主要研究不同试验设备间的相互干扰,因此将干扰设备与发射设备统称为发射机。发射机在工作过程中,产生正常工作信号的同时,还会在某些频率上产生辐射信号,比如谐波辐射和乱真辐射。这些辐射信号落在接收机带宽范围内会对接收机造成谐波干扰或乱真干扰。因此,在建立发射机模型的过程中,需要考虑发射机的发射功率、频率、增益和带宽等参数。对此,建立了发射机基波辐射模型和发射机谐波辐射模型。图1为基于UE4的发射机模型。

图1 发射机模型Fig.1 Transmitter model

①发射机基波辐射模型

(1)

(2)

②发射机谐波辐射模型

发射机谐波辐射主要是由发射机内部器件的非线性导致的,谐波辐射分量的频率是基波频率的整数倍,且随着倍数的增加,功率逐渐减小。谐波功率变化也服从正态分布,标准偏差与谐波次数无关,其谐波辐射幅度模型为:

(3)

表1 发射机谐波辐射模型参数Tab.1 Parameters of transmitter harmonic radiation model

接收机模型:实际情况下接收机除了接收目标信号外,还会接收到某些带外干扰信号。对此,考虑接收机模型为敏感度模型、乱真响应模型。图2为基于UE4的接收机模型。

图2 接收机模型Fig.2 Receiver model

①接收机敏感度模型

接收机灵敏度通常由接收机的噪声电平来表示。接收机灵敏度和噪声系数、工作带宽和温度等因素有关,计算如下:

S=kTFBR,

(4)

式中:S为接收机基波灵敏度,单位dBm;k为玻尔兹曼常数;T为绝对温度,单位K;BR为接收机工作带宽,单位Hz;F为接收机噪声系数,单位dB。

②接收机乱真响应模型

接收机乱真响应是指接收机带外干扰信号与接收机本振信号发生混频产生的干扰,从而使接收机产生乱真响应。

接收机的乱真响应模型与发射机谐波辐射模型类似,平均乱真响应敏感度门限模型可表示为:

S(fp)=S(f)+I×lgp+J,

(5)

式中:S(fp)为接收机对谐波的灵敏度,单位dBm;S(f)为接收机对基波信号的灵敏度,p为谐波次数,I、J为接收机经验常数。通用参数如表2所示。

表2 接收机乱真响应模型参数Tab.2 Parameters of receiver spurious response model

1.2 环境模型

环境模型是根据三维地理模型建立的,环境中物体的材质会影响到其介电常数和复电导率等信息,进而影响到电磁波的反射、绕射和散射系数。总体仿真场景如图3所示。

图3 总体仿真场景Fig.3 Overall simulation scenario

电磁计算流程如图4所示。环境模型根据电磁波波长划分为近场区域和远场区域,针对设备模型近场区域,综合考虑边界条件,采用计算电磁学算法,如FDTD法等,计算该用频设备近场区域场强分布,分析发射设备对近场范围内接收设备的影响。针对远场区域,综合考虑用频设备的频谱特性,根据干扰计算需求,建立基于设备的典型性能指标的模型,通过对信号传播的路径损耗、多径时延和空间分布等进行计算,得到接收端信号关键参数的变化,进而可以用于设备之间的干扰分析。

图4 电磁计算流程Fig.4 Electromagnetic calculation process

电磁辐射区的划分计算如下:

(6)

式中:λ为波长,D为天线最大尺寸,单位m;R为辐射区划分界限,单位m。当辐射距离大于R时,划分为远场,反之划分为近场。

在实际电磁波传输环境中,由于通信设备之间有一定的距离,当设备收发天线处于对方远场区时,必须考虑空间的传输损耗。因而需要对常见环境下的电波传播损耗进行建模分析。

①自由空间传播

工程上常用的自由空间传播损耗公式如下:

Lbf=32.4+20 lgf+20 lgd,

(7)

式中:f为信号频率,单位MHz;d为收发天线的距离,单位km。

②扩展Hata模型

实际测试环境为郊区环境,相对空旷, Okumura-Hata模型较为适用,符合场景预期。在此基础上,选择采用扩展Hata模型,其基本传播损耗公式为:

(8)

式中:

F(h1,d)=(44.9-6.55 lgh1)lgd,

(9)

h1为发射机天线有效高度,h2为接收机天线有效高度,α(h2)为接收天线高度修正因子。

(10)

在郊区或乡村环境下,损耗模型变化如下:

2 干扰分析方法

2.1 电磁干扰原理分析

在通信系统电磁干扰预测中,将电磁干扰源和敏感设备分别统称为发射机和接收机,将干扰源耦合到敏感设备上的干扰功率大小统称为干扰量。通过比较发射机作用于接收机的有效干扰功率和接收机的敏感度门限,可以确定系统是否存在潜在的电磁干扰环境。接收机的受扰程度可以用干扰余量来描述:

IM(f,t)=PE-S(f),

(12)

式中:IM(f,t)为接收机的干扰余量,单位dB;PE为发射机耦合到接收机天线端口的有效干扰功率,单位dBm;S(f)为接收机的灵敏度,单位dBm。

接收机天线端口的有效干扰功率计算如下:

PE=P(f)+Gtx(θtx,φtx)-L(f,d)+Grx(θrx,φrx),

(13)

式中:PE为接收机前端的干扰功率,单位dBm;P(f)为发射机基波和杂散发射功率,单位dBm;Gtx(θtx,φtx)为发射天线在接收方向的增益,单位dB;Grx(θrx,φrx)为接收天线在发射方向的增益,单位dB;L(f,d)为传播损耗,单位dB。

当接收机接收到多个干扰源的干扰信号时,接收机干扰余量的计算如下:

(14)

式中:Pi为第i台干扰发射机对接收机造成的有效干扰功率。

在电磁干扰分析系统中,当IM>0时,表示系统受到干扰;IM=0表示系统处于临界干扰,无法确定是否存在电磁干扰环境;IM<0表示系统处于兼容状态,不存在电磁干扰环境。

2.2 干扰分析流程

电磁干扰分析中,根据空间、时间和工作频率等因素对所有发射机进行筛选,以确定潜在的干扰源。首先从时间和空间上对发射机进行筛选,如果发射机和接收机工作时间同步或空间布局拥挤,说明可能存在EMI环境,把这部分可能对接收机造成干扰的发射机保留下来,建立干扰发射-响应对。

在幅度筛选这一阶段,只考虑干扰发射机和敏感接收机的功率幅度电平,并采用路径传播模型,对干扰发射-响应组合做进一步分析,排除不会造成干扰的发射机。干扰余量计算方法如下:

基波干扰余量(FIM):

(15)

发射机干扰余量(TIM):

(16)

接收机干扰余量(RIM):

(17)

乱真干扰余量(SIM):

(18)

首先计算FIM,当FIM小于干扰余量限值,表明没有受到干扰;当FIM超过设定阈值,继续计算TIM和RIM;当TIM或RIM超过阈值,继续计算SIM,否则跳过SIM,并进行下一阶段的预测分析。

根据干扰发射机辐射的电磁波频率和发射机到接收机的距离计算路径传播损耗,对每个发射-响应对的电磁干扰余量进行计算。

3 干扰分析技术

3.1 改进的FDTD法

FDTD法是一种数值算法,该方法基于Maxwell方程组,通过将Maxwell方程组中的旋度方程用有限差分形式代替微分方程,得到电场和磁场各分量。同时,该方法采用空间网格来模拟研究对象的电磁特性,并选择适当的场初始值和吸收边界条件。通过迭代计算空间中的电场和磁场,在一定的时间步长下模拟电磁波的传播和与物体的相互作用。这样可以在计算机的数字空间中得到包含时间变量的Maxwell方程的四维数值解,实现对电磁波传播过程的时域模拟计算。

首先,将空间分成很多网格单元,用Δx、Δy、Δz分别表示在x、y、z坐标方向的网格空间步长:(i,j,k)=(iΔx,jΔy,kΔz)。

令f(x,y,z,t)代表电场或磁场的某一分量,在时间和空间域中的离散表示如下:

f(x,y,z,t)=f(iΔx,jΔy,kΔz,nΔt)=fn(i,j,k)。

(19)

以x方向场强为例,经过中心差分后的离散方程为:

(20)

式中:ε(m)、σ(m)、μ(m)为对空间的媒质特性进行描述,Δt为时间步长。

在划分网格区域的过程中,结合发射机和接收机实际空间位置,将激励源和接收源设置在仿真区域边缘,减少仿真网格数量,同时节省了仿真计算资源,加快了仿真速度。z轴等于0。简要二维平面示意如图5所示。

(a)激励源位于上方

以20 m距离为例,蓝色长条为激励源,绿色为探测器。图5(a)为激励源在探测器上方的位置,此时划分网格时会自动适应激励源和探测器的位置,将二者放在仿真区域2个角落边缘。图5(b)为激励源位于探测器下方位置的情形。

同时,为防止仿真造成的边缘反射,在添加完美匹配层(PML)的同时,将发送源和接收源放置在仿真区域的2个角落,尽可能减少仿真资源。此外,为防止激励源和接收器落在仿真区域外围的PML,将二者分别远离PML至少2个波长,减小不必要的误差。

3.2 射线跟踪法

绕射定律描述了绕射点的位置和绕射射线的方向。根据绕射定律,如果绕射射线和入射射线在同一介质中传播,则它们与绕射点所在的边之间形成相同的夹角,并且分布在垂直于绕射点所在边的平面的两侧。当入射射线以斜角照射边时,绕射射线将形成一个锥形;当入射射线以垂直角度照射边时,绕射锥将退化为圆盘形状。

几何绕射理论对几何光学进行了重要修正,使其成为高频计算的关键方法。几何绕射理论能够计算阴影区域的场景,但在计算阴影边界的过渡区域时,绕射公式可能会产生奇异性。为解决这一问题,Kouyoumjian和Pathak提出了一致性绕射理论,通过在绕射系数中引入过渡函数,确保绕射场在穿越阴影边界时仍保持有界。在阴影边界上,过渡函数和绕射系数以相同的速率趋近于零,从而得到有界的绕射场。

当几何光学射线遇到任何形式的表面不连续,例如边缘、尖顶或斜角入射曲面时,将形成无法进入的阴影区域。几何光学理论无法计算阴影区域的场景,并且其在阴影边界附近的场景计算结果也不准确。通过深入研究绕射现象,提出了边缘绕射射线的概念,以修正几何光学无法计算阴影区域场景的缺点,并扩展了几何光学的应用范围,形成了几何绕射理论。

①反射电磁计算

入射电波存在2种不同的极化方式,通常将电波分解为水平极化波分量和垂直极化波分量,分别对应水平极化和垂直极化。入射面是入射射线与垂直于入射面法线方向且经过反射点的射线所构成的平面。其中电波在传播过程中极化方向平行于入射面的电场分量称为平行极化波分量,极化方向垂直于入射面的电场分量称为垂直极化波分量。假设反射点为Q,接收点为S,则场点S处的反射波末场为:

hr(S)=hi(Q)·R·A(s)·e-jks,

(23)

(24)

式中:R⊥和R∥分别为垂直极化、平行极化的反射系数。

(25)

(26)

(27)

式中:ε为介电常数,σ为反射面的电导率,ω为角频率。

②绕射电磁计算

绕射射线用幅度、相位和极化来描述,在绕射点处的入射电场乘以绕射系数、扩散因子和一个相位项,假设P为绕射射线上任意场点,距绕射点M的距离为s。

hd(P)=hi(M)·D·A(s)·e-jks,

(28)

式中:D为绕射系数。在射线基坐标系下可以表示为:

(29)

根据UTD理论,并矢绕射系数为:

(30)

(31)

式中:D⊥为垂直极化波绕射系数,D∥为水平极化波绕射系数,n为楔因子,在90°拐角处为3/2;β0为入射射线与楔的夹角。

(32)

式中:Li、Ld为距离参数,F(x)为过渡函数。

(33)

③透射电磁计算

透射过程由三部分组成:折射入介质、在介质中传播和折射出介质。假设射线在Q点穿透前路径总距离为s,则反射波场点Q处的透射波末场与反射点Q处入射波末场的关系为:

(34)

式中:Tin为入射波透射系数,Tout为出射波透射系数,s′为射线在介质中传播的距离,T为折射系数。

(35)

式中:

(36)

(37)

4 仿真结果

本实验基于UE4平台搭建大型电子综合试验场,针对场区不同类型、不同数量的设备,构建环境基础仿真模型和设备干扰分析模型。

试验场区域是总面积为4 km2的不规则区域,考虑地形、房屋、水面和树木等实际环境,并在UE4平台中进行三维可视化。

此外,考虑天气、昼夜等变化因素,即在不同天气、不同时间的情况下,每种材质的电导率和介电常数也会有变化。表3为常见地质的电参数平均值。

表3 常见地质的电参数平均值Tab.3 Average value of electrical parameters in common geology

根据不同的地表类型,将地表电参数划分为晴天、阴天和雨天等天气。一些主要物体的材质及其介电常数和电导率如表4所示。

表4 常见材质的电参数平均值Tab.4 Average value of electrical parameters of common materials

针对不同设备种类的实验类型,将设备模型分为发射机模型和接收机模型,并通过UE4平台可视化展现。每台设备模型主要参数包括:天线高度、发射功率、发射频率、接收频率、带宽、接收灵敏度、天线架高、天线增益、极化方式、航向角和俯仰角。其中,航向角以正北方向为参考系。以小型天线为例,具体参数如表5所示。

针对场区存在的不同设备种类,进行不同类型的仿真试验。由于天线实际增益和发射功率较小,选取10、20 m的距离作为干扰试验仿真分析距离。图6为发射天线和接收天线距离10 m的UE4的仿真场景。

图6 10 m仿真场景Fig.6 10 m simulation scene diagram

表6为10 m距离的实际场景测量与系统仿真测试的基波干扰余量结果对比。

表6 小型天线10 m距离测试Tab.6 10 m distance test of small antenna

从表6可以看出,由于环境的动态变化性,环境底噪也在不断波动,导致实际测量的接收功率会随之波动。因此,可通过接收功率和底噪计算出信号的信噪比。接收信号的信噪比虽然也会有一定的小幅度波动,但基本稳定在31～33 dB。由此可以计算出干扰过程中的基波干扰余量,并与系统仿真结果进行对比。

经过3次测量,底噪波动较大,导致接收天线的接收功率变化幅度随之增大,最大达到7 dB左右,但是信噪比基本稳定。由此可以看出,在实际测量过程中,即使是同一环境也会出现细微的变化,导致实测结果有一定的测量误差。而仿真系统在相同情况下只可能有一种结果,仿真系统计算出的干扰余量与实际测量结果相比,误差在0.13～1.6 dB,最小误差为0.13 dB。

在实际环境中,由于环境的动态多变性,在测量过程中会存在测量误差,同时,在计算过程中,也有可能出现相应的计算误差。因此,在进行仿真过程中,需要根据实际环境进行针对性的测量。

为了进一步测量小型天线在更远距离的仿真情况,将仿真距离提升到了20 m,此时接收信噪比大幅降低,如图7所示。

图7 20 m仿真场景Fig.7 20 m simulation scene diagram

系统在模拟实际场景中,在参数设置上无法做到与实际环境完全一致。图7中的仿真距离为19.941 m,与20 m相差不大。然而,当设备相距较远时,UE4系统在计算二者之间的距离时就会出现较大的偏差。

表7为20 m距离的实际场景测量与系统仿真测试的基波干扰余量结果对比。

表7 小型天线20 m距离测试Tab.7 20 m distance test of small antenna

可以看出,在20 m的距离下,信噪比减小了12 dB左右,其干扰余量与系统仿真计算的干扰余量最大误差为1.44 dB,不超过3 dB。3次测量的均值为60.17 dB,与仿真值相差1.13 dB。

此外,还进行了多种类型的干扰余量仿真计算,分别为基波干扰、基波乱真干扰、谐波干扰和谐波乱真干扰。仿真系统在10～60 m距离下的4种干扰余量计算结果如表8所示。

表8 小型天线多类型干扰仿真Tab.8 Multi-type interference simulation of small antenna

从表8可以看出,接收灵敏度为-80 dBm的情况下,4种干扰类型中,最主要且最严重的干扰是基波干扰。在50 m范围内,基波干扰余量大于0,这意味着50 m内会受到基波干扰。其他3种干扰余量均小于0,其中谐波干扰余量相比另外2种又大很多,可以看出除了基波干扰,其次是谐波干扰影响较大。

基波干扰余量如图8所示。可以看出,随着距离的增加,干扰余量呈非线性趋势不断减小,在57 m左右干扰余量降为0。

综上,根据实际环境测量与系统仿真测试对比,可以得出,仿真系统在UE4平台中具有一定的有效性和准确性。

5 结束语

研究了基于UE4平台的大型电子综合试验场的干扰分析方法。通过构建设备发射机模型和接收机模型,采用FDTD法、射线跟踪法等方法,分析了场内不同类型的设备试验、可能设备间的干扰余量,并考虑基波干扰、基波乱真干扰、谐波干扰和谐波乱真干扰4种干扰类型,分析了场区内存在的干扰类型,为试验场区的频谱优化和资源调度提供了数据支撑。