CN114818412A - 一种人脑受电磁辐射的高精度计算方法 - Google Patents
一种人脑受电磁辐射的高精度计算方法 Download PDFInfo
- Publication number
- CN114818412A CN114818412A CN202210272635.1A CN202210272635A CN114818412A CN 114818412 A CN114818412 A CN 114818412A CN 202210272635 A CN202210272635 A CN 202210272635A CN 114818412 A CN114818412 A CN 114818412A
- Authority
- CN
- China
- Prior art keywords
- absorption layer
- calculation
- magnetic field
- electromagnetic
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Measuring Magnetic Variables (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种人脑受电磁辐射的高精度计算方法,包括以下步骤:S1.对于人脑模型进行定义:主要考虑人脑模型的尺寸,模拟脑模型内部的生物组织结构,并根据脑模型所处的电磁环境特点,赋予生物组织对应的电磁参数值;S2.人脑模型定义完成之后,使用FCC网格对于目标模型进行网格剖分:剖分过程中首先依据模型特点设置网格大小,然后确定每一个电磁场节点的位置;S3.使用FCC网格对于模型进行剖分后,对于场值迭代过程中参数进行初始化;S4.对吸收层内的参数初始化;S5.设置完吸收层的参数之后,设定时间步长进行电磁场值的迭代计算。本发明对人脑暴露在电磁环境中可能存在的风险进行评估分析,并确保了人脑电磁辐射能量吸收的计算精度。
Description
技术领域
本发明涉及电磁辐射,特别是涉及人脑受电磁辐射的高精度计算方法。
背景技术
针对日常生活中广泛存在的射频电磁环境,如使用手机上网、电话等情境将人体组织近距离长时间暴露在电磁辐射下,对人体健康造成了潜在的威胁。准确评估生物组织的电磁能量吸收对于衡量生物的电磁安全具有重要的意义。
时域有限差分(FDTD)方法利用差分方程处理麦克斯韦方程组中旋度方程,从时域角度出发解决电磁问题。因此FDTD方法在针对色散介质,如生物肌体组织、等离子体和雷达吸波材料时具有天然优势。传统FDTD方法计算精度主要受限于数值色散误差。基于面中心网格(FCC)的FCC-FDTD方法采用类似化学上SiC的晶胞结构,从基础的元胞角度出发,降低了传统FDTD方法的数值色散误差。然而为了使用FCC-FDTD方法评估脑模型受电磁辐射,需要开发一种高效率、高精度的吸收边界,从而达到在有限的计算内存中,使用FCC-FDTD方法分析电磁辐射对于人脑的潜在风险。
发明内容
本发明的目的在于克服现有技术的不足,提供一种人脑受电磁辐射的高精度计算方法,对人脑暴露在电磁环境中可能存在的风险进行评估分析,并确保了人脑电磁辐射能量吸收的计算精度。
本发明的目的是通过以下技术方案来实现的:一种人脑受电磁辐射的高精度计算方法,包括以下步骤:
S1.对于人脑模型进行定义:主要考虑人脑模型的尺寸,模拟脑模型内部的生物组织结构,并根据脑模型所处的电磁环境特点,赋予生物组织对应的电磁参数值;
进一步地,所述步骤S1中,依据电磁环境特点中的频率值,赋予生物组织对应的电磁参数值,所述电磁参数值包括介电常数值和磁导率值。
所述步骤S1中赋予生物组织对应的电磁参数值的过程包括:
S101.预先建立基于生物组织的频率与电磁参数对应表,表中包含多个频率,以及每一个频率对应的介电常数值和磁导率值;
S102.根据脑模型所处电磁环境的频率,从对应表中查找相应的介电常数值和磁导率值赋予生物组织。
S2.人脑模型定义完成之后,使用FCC网格对于目标模型进行网格剖分:剖分过程中首先依据模型特点设置网格大小,然后确定每一个电磁场节点的位置;
进一步地,所述步骤S2中,电磁场节点的位置包括电场节点坐标和磁场节点坐标;
设网格大小为Δx、Δy、Δz,FCC网格坐标为(isΔx,jsΔy,ksΔz),其中Δi(i=x,y,z)为FCC网格在i方向上的大小;is,js,ks是当前网格在x、y、z三个方向上的编号;
其中分布的四种电场节点坐标分别为:
E1=(isΔx,jsΔy,ksΔz)
E2=((is+0.5)Δx,(js+0.5)Δy,ksΔz)
E3=((is+0.5)Δx,jsΔy,(ks+0.5)Δz)
E4=(isΔx,(js+0.5)Δy,(ks+0.5)Δz)
该网格内分布的四种磁场节点坐标分别为:
S3.使用FCC网格对于模型进行剖分后,对于场值迭代过程中参数进行初始化;
进一步地,所述步骤S3中的初始化内容包括:将整个计算区域的四种电场值和四种磁场值初始化为零;
并依据人脑模型所处环境的频率值,确定辐射源类型:
预先建立频率值与辐射源类型的对应表,表中包含多个频率,以及每一个频率对应的辐射源类型;每一类辐射源均具有已知的时域波形和激励时长;
根据人脑模型所处环境的频率值,从频率值与辐射源参数的对应表中查找相应的辐射源类型,并确定该类辐射源的时域波形和激励时长。
S4.在计算区域初始化之后,对吸收层内的参数初始化。
进一步地,所述步骤S4的关键在于确定吸收层内每个网格中每个电磁场节点到吸收层和计算区域分界面的距离;
所述步骤S4包括以下子步骤:
S401.初始化吸收层内磁场节点到吸收层和分界面的距离;四类磁场节点到吸收层与计算区域的分界面有两类距离,分别为ρm,1(k)=(k-0.25)Δi,ρm,2(k)=(k-0.75)Δi,其中ρm,1(k)、ρm,2(k)表示从磁场节点到吸收层和计算区域分界面的距离,k表示磁场节点到吸收层和计算区域分界面的网格数;
S402.初始化吸收层内电场节点到吸收层和分界面的距离;四类电场节点到吸收层与计算区域的分界面有两种距离,分别为ρe,1(k)=kΔi,ρe,2(k)=(k-0.5)Δi,ρe,1(k)、ρe,2(k)表示电场节点到吸收层和计算区域分界面的距离,其中k表示电场节点到吸收层和计算区域分界面的网格数。
S5.设置完吸收层的参数之后,设定时间步长Δt,进行电磁场值的迭代计算。
进一步地,所述步骤S5包括:
S501.设定时间步长Δt,n为当前时刻迭代步数,在(n+0.5)Δt时刻,更新计算区域和吸收层内的磁场值,对于第一类磁场节点H1,其迭代计算公式计算如下:
四类磁场节点H1~H4的计算迭代公式仅存在角标的区别,对于H2~H4进行迭代时,按照H1的计算方式进行,并将下角标进行替换;
S502.在更新完计算区域和吸收层内的磁场值之后,对吸收层的磁场进行再次更新;当x方向设有吸收层时,需要对x方向吸收层内Hy,Hz进行更新计算;当y方向设有吸收层时,需要对y方向吸收层内Hx,Hz进行更新计算;当z方向设有吸收层时,需要对z方向吸收层内Hx,Hy进行更新计算,依据给定的磁场节点;
吸收层磁场节点H1~H4的计算迭代公式仅存在角标的区别,对于第一类磁场节点H1,其迭代计算公式计算如下:
κ为吸收层参数;对于吸收层内H2~H4的计算方式按照H1的计算方式进行,并在计算时将下角标进行替换,和是吸收层内针对第一类磁场节点H1迭代更新的过程量;吸收层内H2~H4迭代更新的过程量为依据标注的磁场节点坐标,及磁场节点到吸收层和计算区域分别面,将划分为两类,并由ρm,1和ρm,2决定;在x方向上的吸收层内和由ρm,1和磁场节点类型决定,和由ρm,2和磁场节点类型决定;y方向上的吸收层内和由ρm,1和磁场节点类型决定,和由ρm,2和磁场节点类型决定;z方向上的吸收层内和由ρm,1和磁场节点类型决定,和由ρm,2和磁场节点类型决定;
其中αm,1,σm,1和κm,1是吸收层参数,并由ρm,1决定,计算方法如下
其中σmax,αmax,κmax和ncpml是吸收层固定常数,δ是吸收层网格数乘此网格步长;
S503.处理完磁场之后,在(n+1)Δt时刻更新计算区域和吸收层内的电场值;
S504.在更新完计算区域和吸收层内的电场值之后,对吸收层的电场进行再次更新;针对两种距离的磁场节点类型;当x方向设有吸收层时,需要对吸收层内Ey,Ez进行更新计算;当y方向设有吸收层时,需要对吸收层内Ex,Ez进行更新计算;当z方向设有吸收层时,需要对吸收层内Ex,Ey进行更新计算;对于第一类电场节点E1,其迭代计算方式如下:
对于吸收层内E2~E4的计算方式按照E1的计算方式,并在下角标进行替换,和是吸收层内针对第一类磁场节点E1迭代更新的过程量;吸收层内E2~E4迭代更新的过程量为依据标注的电场节点坐标,及电场节点到吸收层和计算区域分界面,将分为两类,并由ρe,1和ρe,2决定;在x方向上的吸收层内和由ρe,1和电场节点类型决定,和由ρe,2和电场节点类型决定;y方向上的吸收层内和由ρe,1和电场节点类型决定,和由ρe,2和电场节点类型决定;z方向上的吸收层内和由ρe,1和电场节点类型决定,和由ρe,2和电场节点类型决定;
其中αe,1,σe,1和κe,1是吸收层参数,并由ρe,1决定,计算方法如下
S505.将时间步由n时刻变成n+1时刻,并进行当前时间步迭代结果输出,输出当前时刻记录点处的电磁场值,即人脑受到的电磁辐射;
判断是否达到设置的迭代步数最大值,若否,返回步骤S501,进行新一轮的电磁场值计算,若是,计算停止。
本发明的有益效果是:本发明使用基于FCC-CPML吸收边界的FCC-FDTD方法分析人脑模型受电磁辐射,从FCC-FDTD方法出发,推导了适用于FCC-FDTD方法的FCC-CPML边界。FCC-CPML边界可以确保FCC-FDTD方法使用有限的计算空间,在长时间的人脑模型受电磁辐射的计算分析中,电磁波无反射透过边界,确保了人脑电磁辐射能量吸收的计算精度,也就是说,本发明能够精准计算人脑模型受电磁辐射时,人脑模型内部生物组织吸收的电磁能量。
附图说明
图1为本发明的方法流程图;
图2实施例中人脑模型及网格剖分示意图;
图3为实施例中FDTD方法计算人脑模型吸收的电磁能量示意图;
图4为实施例中基于FCC-CPML吸收边界的FCC-FDTD方法计算人脑模型吸收的电磁能量。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
如图1所示,一种人脑受电磁辐射的高精度计算方法,包括以下步骤:
S1.对于人脑模型进行定义:主要考虑人脑模型的尺寸,模拟脑模型内部的生物组织结构,并根据脑模型所处的电磁环境特点,赋予生物组织对应的电磁参数值;
进一步地,所述步骤S1中,依据电磁环境特点中的频率值,赋予生物组织对应的电磁参数值,所述电磁参数值包括介电常数值和磁导率值。
所述步骤S1中赋予生物组织对应的电磁参数值的过程包括:
S101.预先建立基于生物组织的频率与电磁参数对应表,表中包含多个频率,以及每一个频率对应的介电常数值和磁导率值;
S102.根据脑模型所处电磁环境的频率,从对应表中查找相应的介电常数值和磁导率值赋予生物组织。
S2.人脑模型定义完成之后,使用FCC网格对于目标模型进行网格剖分:剖分过程中首先依据模型特点设置网格大小,然后确定每一个电磁场节点的位置;
进一步地,所述步骤S2中,电磁场节点的位置包括电场节点坐标和磁场节点坐标;
设网格大小为Δx、Δy、Δz,FCC网格坐标为(isΔx,jsΔy,ksΔz),其中Δi(i=x,y,z)为FCC网格在i方向上的大小;is,js,ks是当前网格在x、y、z三个方向上的编号;
其中分布的四种电场节点坐标分别为:
E1=(isΔx,jsΔy,ksΔz)
E2=((is+0.5)Δx,(js+0.5)Δy,ksΔz)
E3=((iS+0.5)Δx,jsΔy,(ks+0.5)Δz)
E4=(isΔx,(js+0.5)Δy,(ks+0.5)Δz)
该网格内分布的四种磁场节点坐标分别为:
S3.使用FCC网格对于模型进行剖分后,对于场值迭代过程中参数进行初始化;
进一步地,所述步骤S3中的初始化内容包括:将整个计算区域的四种电场值和四种磁场值初始化为零;
并依据人脑模型所处环境的频率值,确定辐射源类型:
预先建立频率值与辐射源类型的对应表,表中包含多个频率,以及每一个频率对应的辐射源类型;每一类辐射源均具有已知的时域波形和激励时长;
根据人脑模型所处环境的频率值,从频率值与辐射源参数的对应表中查找相应的辐射源类型,并确定该类辐射源的时域波形和激励时长。
S4.在计算区域初始化之后,对吸收层内的参数初始化。
进一步地,所述步骤S4的关键在于确定吸收层内每个网格中每个电磁场节点到吸收层和计算区域分界面的距离;
所述步骤S4包括以下子步骤:
S401.初始化吸收层内磁场节点到吸收层和分界面的距离;四类磁场节点到吸收层与计算区域的分界面有两类距离,分别为ρm,1(k)=(k-0.25)Δi,ρm,2(k)=(k-0.75)Δi,其中ρm,1(k)、ρm,2(k)表示从磁场节点到吸收层和计算区域分界面的距离,k表示磁场节点到吸收层和计算区域分界面的网格数;
S402.初始化吸收层内电场节点到吸收层和分界面的距离;四类电场节点到吸收层与计算区域的分界面有两种距离,分别为ρe,1(k)=kΔi,ρe,2(k)=(k-0.5)Δi,ρe,1(k)、ρe,2(k)表示电场节点到吸收层和计算区域分界面的距离,其中k表示电场节点到吸收层和计算区域分界面的网格数。
S5.设置完吸收层的参数之后,设定时间步长Δt,进行电磁场值的迭代计算。
进一步地,所述步骤S5包括:
S501.设定时间步长Δt,n为当前时刻迭代步数,在(n+0.5)Δt时刻,更新计算区域和吸收层内的磁场值,对于第一类磁场节点H1,其迭代计算公式计算如下:
四类磁场节点H1~H4的计算迭代公式仅存在角标的区别,对于H2~H4进行迭代时,按照H1的计算方式进行,并将下角标进行替换;
S502.在更新完计算区域和吸收层内的磁场值之后,对吸收层的磁场进行再次更新;当x方向设有吸收层时,需要对x方向吸收层内Hy,Hz进行更新计算;当y方向设有吸收层时,需要对y方向吸收层内Hx,Hz进行更新计算;当z方向设有吸收层时,需要对z方向吸收层内Hx,Hy进行更新计算,依据给定的磁场节点;
吸收层磁场节点H1~H4的计算迭代公式仅存在角标的区别,对于第一类磁场节点H1,其迭代计算公式计算如下:
κ为吸收层参数;对于吸收层内H2~H4的计算方式按照H1的计算方式进行,并在计算时将下角标进行替换,和是吸收层内针对第一类磁场节点H1迭代更新的过程量;吸收层内H2~H4迭代更新的过程量为依据标注的磁场节点坐标,及磁场节点到吸收层和计算区域分别面,将划分为两类,并由ρm,1和ρm,2决定;在x方向上的吸收层内和由ρm,1和磁场节点类型决定,和由ρm,2和磁场节点类型决定;y方向上的吸收层内和由ρm,1和磁场节点类型决定,和由ρm,2和磁场节点类型决定;z方向上的吸收层内和由ρm,1和磁场节点类型决定,和由ρm,2和磁场节点类型决定;
其中αm,1,σm,1和κm,1是吸收层参数,并由ρm,1决定,计算方法如下
其中σmax,αmax,κmax和ncpml是吸收层固定常数,δ是吸收层网格数乘此网格步长;
S503.处理完磁场之后,在(n+1)Δt时刻更新计算区域和吸收层内的电场值;
S504.在更新完计算区域和吸收层内的电场值之后,对吸收层的电场进行再次更新;针对两种距离的磁场节点类型;当x方向设有吸收层时,需要对吸收层内Ey,Ez进行更新计算;当y方向设有吸收层时,需要对吸收层内Ex,Ez进行更新计算;当z方向设有吸收层时,需要对吸收层内Ex,Ey进行更新计算;对于第一类电场节点E1,其迭代计算方式如下:
对于吸收层内E2~E4的计算方式按照E1的计算方式,并在下角标进行替换,和是吸收层内针对第一类磁场节点E1迭代更新的过程量;吸收层内E2~E4迭代更新的过程量为依据标注的电场节点坐标,及电场节点到吸收层和计算区域分界面,将分为两类,并由ρe,1和ρe,2决定;在x方向上的吸收层内和由ρe,1和电场节点类型决定,和由ρe,2和电场节点类型决定;y方向上的吸收层内和由ρe,1和电场节点类型决定,和由ρe,2和电场节点类型决定;z方向上的吸收层内和由ρe,1和电场节点类型决定,和由ρe,2和电场节点类型决定;
其中αe,1,σe,1和κe,1是吸收层参数,并由ρe,1决定,计算方法如下
S505.将时间步由n时刻变成n+1时刻,并进行当前时间步迭代结果输出,输出当前时刻记录点处的电磁场值,即人脑受到的电磁辐射;
判断是否达到设置的迭代步数最大值,若否,返回步骤S501,进行新一轮的电磁场值计算,若是,计算停止。
下面结合具体实施例对本申请作进一步说明:
图2表示的是一个考虑了四层介质的人脑模型,分析当手机使用900MHz进行通信时,人脑模型在一个时域周期内吸收的电磁能量。该人脑模型由四种生物组织组成,分别是皮肤(厚度:4cm),脂肪(厚度:4cm),骨头(厚度:8cm)和一种人脑内部生物组织进行平均后的生物组织(厚度:92cm)。考虑使用2cm×2cm×2cm的FCC网格大小对人脑模型进行剖分。利用本申请提供的一种人脑受电磁辐射高精度计算方法的具体步骤如下:
步骤一:对于目标进行定义、剖分和FCC网格的初始化。
步骤二:确定手机使用900MHz通信时的辐射源形式。为了更好的模拟手机使用900MHz进行通信时,本实施例使用如下辐射源代替手机
式中τ=t/(4π/ω)。该辐射源先经历两个渐变周期,到达稳态,并在稳态运行四个周期后计算最后一个周期内脑模型吸收的电磁能量。
步骤三:基于FCC网格,对麦克斯韦方程组进行时域有限差分变换处理,得到空间中电磁场的分布。
步骤四:对于获得的计算周期内的电磁场值进行后处理。在获得了一个辐射源辐射周期内的电磁场值之后,我们利用如下公式:
获得人脑模型在一个辐射周期内吸收的电磁能量。图3是使用传统FDTD方法获得的在一个辐射周期内的人脑模型吸收的电磁能量,脑模型吸收的电磁能量最大值为Pmax=0.2453W/m3。图4是使用基于FCC-CPML吸收边界的FCC-FDTD方法获得的在一个辐射周期内人脑模型吸收生物电磁能量,脑模型吸收的电磁能量最大值为Pmax=0.2024W/m3。使用幂级数计算出脑模型吸收的电磁能量最大值的精确结果为Pmax=0.1527W/m3。使用本专利提出的方法相对于传统方法提升的计算精度为46.33%。
上述说明示出并描述了本发明的一个优选实施例,但如前所述,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (7)
1.一种人脑受电磁辐射的高精度计算方法,其特征在于:包括以下步骤:
S1.对于人脑模型进行定义:主要考虑人脑模型的尺寸,模拟脑模型内部的生物组织结构,并根据脑模型所处的电磁环境特点,赋予生物组织对应的电磁参数值;
S2.人脑模型定义完成之后,使用FCC网格对于目标模型进行网格剖分:剖分过程中首先依据模型特点设置网格大小,然后确定每一个电磁场节点的位置;
S3.使用FCC网格对于模型进行剖分后,对于场值迭代过程中参数进行初始化;
S4.在计算区域初始化之后,对吸收层内的参数初始化;
S5.设置完吸收层的参数之后,设定时间步长Δt,进行电磁场值的迭代计算。
2.根据权利要求1所述的一种人脑受电磁辐射的高精度计算方法,其特征在于:所述步骤S1中,依据电磁环境特点中的频率值,赋予生物组织对应的电磁参数值,所述电磁参数值包括介电常数值和磁导率值。
3.根据权利要求2所述的一种人脑受电磁辐射的高精度计算方法,其特征在于:所述步骤S1中赋予生物组织对应的电磁参数值的过程包括:
S101.预先建立基于生物组织的频率与电磁参数对应表,表中包含多个频率,以及每一个频率对应的介电常数值和磁导率值;
S102.根据脑模型所处电磁环境的频率,从对应表中查找相应的介电常数值和磁导率值赋予生物组织。
4.根据权利要求1所述的一种人脑受电磁辐射的高精度计算方法,其特征在于:所述步骤S2中,电磁场节点的位置包括电场节点坐标和磁场节点坐标;
设网格大小为Δx、Δy、Δz,FCC网格坐标为(isΔx,jsΔy,ksΔz),其中Δi(i=x,y,z)为FCC网格在i方向上的大小;is,js,ks是当前网格在x、y、z三个方向上的编号;
其中分布的四种电场节点坐标分别为:
E1=(isΔx,jsΔy,ksΔz)
E2=((is+0.5)Δx,(js+0.5)Δy,ksΔz)
E3=((is+0.5)Δx,jsΔy,(ks+0.5)Δz)
E4=(isΔx,(js+0.5)Δy,(ks+0.5)Δz)
该网格内分布的四种磁场节点坐标分别为:
5.根据权利要求1所述的一种人脑受电磁辐射的高精度计算方法,其特征在于:所述步骤S3中的初始化内容包括:将整个计算区域的四种电场值和四种磁场值初始化为零;
并依据人脑模型所处环境的频率值,确定辐射源类型:
预先建立频率值与辐射源类型的对应表,表中包含多个频率,以及每一个频率对应的辐射源类型;每一类辐射源均具有已知的时域波形和激励时长;
根据人脑模型所处环境的频率值,从频率值与辐射源参数的对应表中查找相应的辐射源类型,并确定该类辐射源的时域波形和激励时长。
6.根据权利要求1所述的一种人脑受电磁辐射的高精度计算方法,其特征在于:所述步骤S4的关键在于确定吸收层内每个网格中每个电磁场节点到吸收层和计算区域分界面的距离;
所述步骤S4包括以下子步骤:
S401.初始化吸收层内磁场节点到吸收层和分界面的距离;四类磁场节点到吸收层与计算区域的分界面有两类距离,分别为ρm,1(k)=(k-0.25)Δi,ρm,2(k)=(k-0.75)Δi,其中ρm,1(k)、ρm,2(k)表示从磁场节点到吸收层和计算区域分界面的距离,k表示磁场节点到吸收层和计算区域分界面的网格数;
S402.初始化吸收层内电场节点到吸收层和分界面的距离;四类电场节点到吸收层与计算区域的分界面有两种距离,分别为ρe,1(k)=kΔi,ρe,2(k)=(k-0.5)Δi,ρe,1(k)、ρe,2(k)表示电场节点到吸收层和计算区域分界面的距离,其中k表示电场节点到吸收层和计算区域分界面的网格数。
7.根据权利要求1所述的一种人脑受电磁辐射的高精度计算方法,其特征在于:所述步骤S5包括:
S501.设定时间步长Δt,n为当前时刻迭代步数,在(n+0.5)Δt时刻,更新计算区域和吸收层内的磁场值,对于第一类磁场节点H1,其迭代计算公式计算如下:
四类磁场节点H1~H4的计算迭代公式仅存在角标的区别,对于H2~H4进行迭代时,按照H1的计算方式进行,并将下角标进行替换;
S502.在更新完计算区域和吸收层内的磁场值之后,对吸收层的磁场进行再次更新;当x方向设有吸收层时,需要对x方向吸收层内Hy,Hz进行更新计算;当y方向设有吸收层时,需要对y方向吸收层内Hx,Hz进行更新计算;当z方向设有吸收层时,需要对z方向吸收层内Hx,Hy进行更新计算,依据给定的磁场节点;
吸收层磁场节点H1~H4的计算迭代公式仅存在角标的区别,对于第一类磁场节点H1,其迭代计算公式计算如下:
κ为吸收层参数;对于吸收层内H2~H4的计算方式按照H1的计算方式进行,并在计算时将下角标进行替换,和是吸收层内针对第一类磁场节点H1迭代更新的过程量;吸收层内H2~H4迭代更新的过程量为依据标注的磁场节点坐标,及磁场节点到吸收层和计算区域分别面,将划分为两类,并由ρm,1和ρm,2决定;在x方向上的吸收层内和由ρm,1和磁场节点类型决定,和由ρm,2和磁场节点类型决定;y方向上的吸收层内和由ρm,1和磁场节点类型决定,和由ρm,2和磁场节点类型决定;z方向上的吸收层内和由ρm,1和磁场节点类型决定,和由ρm,2和磁场节点类型决定;
其中αm,1,σm,1和κm,1是吸收层参数,并由ρm,1决定,计算方法如下
其中σmax,αmax,κmax和ncpml是吸收层固定常数,δ是吸收层网格数乘此网格步长;
S503.处理完磁场之后,在(n+1)Δt时刻更新计算区域和吸收层内的电场值;
S504.在更新完计算区域和吸收层内的电场值之后,对吸收层的电场进行再次更新;针对两种距离的磁场节点类型;当x方向设有吸收层时,需要对吸收层内Ey,Ez进行更新计算;当y方向设有吸收层时,需要对吸收层内Ex,Ez进行更新计算;当z方向设有吸收层时,需要对吸收层内Ex,Ey进行更新计算;对于第一类电场节点E1,其迭代计算方式如下:
对于吸收层内E2~E4的计算方式按照E1的计算方式,并在下角标进行替换,和是吸收层内针对第一类磁场节点E1迭代更新的过程量;吸收层内E2~E4迭代更新的过程量为依据标注的电场节点坐标,及电场节点到吸收层和计算区域分界面,将分为两类,并由ρe,1和ρe,2决定;在x方向上的吸收层内和由ρe,1和电场节点类型决定,和由ρe,2和电场节点类型决定;y方向上的吸收层内和由ρe,1和电场节点类型决定,和由ρe,2和电场节点类型决定;z方向上的吸收层内和由ρe,1和电场节点类型决定,和由ρe,2和电场节点类型决定;
其中αe,1,σe,1和κe,1是吸收层参数,并由ρe,1决定,计算方法如下
S505.将时间步由n时刻变成n+1时刻,并进行当前时间步迭代结果输出,输出当前时刻记录点处的电磁场值,即人脑受到的电磁辐射;
判断是否达到设置的迭代步数最大值,若否,返回步骤S501,进行新一轮的电磁场值计算,若是,计算停止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210272635.1A CN114818412B (zh) | 2022-03-18 | 2022-03-18 | 一种人脑受电磁辐射的高精度计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210272635.1A CN114818412B (zh) | 2022-03-18 | 2022-03-18 | 一种人脑受电磁辐射的高精度计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114818412A true CN114818412A (zh) | 2022-07-29 |
CN114818412B CN114818412B (zh) | 2022-09-27 |
Family
ID=82530811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210272635.1A Active CN114818412B (zh) | 2022-03-18 | 2022-03-18 | 一种人脑受电磁辐射的高精度计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114818412B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117236110A (zh) * | 2023-04-13 | 2023-12-15 | 安徽大学 | 基于电热多物理场随机fdtd的电磁辐射强度评估方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1473268A (zh) * | 2001-08-08 | 2004-02-04 | 株式会社Ntt都科摩 | 吸收功率测量装置 |
CN102013895A (zh) * | 2010-12-13 | 2011-04-13 | 惠州市硕贝德通讯科技有限公司 | 一种解决小型终端手机天线的电磁兼容性方法 |
CN102437410A (zh) * | 2011-09-19 | 2012-05-02 | 惠州硕贝德无线科技股份有限公司 | 提升手机天线与助听器电磁兼容性的方法 |
CN102510296A (zh) * | 2011-11-09 | 2012-06-20 | 中兴通讯股份有限公司 | 移动终端及降低移动终端辐射的方法 |
CN108027412A (zh) * | 2015-07-07 | 2018-05-11 | Q生物公司 | 场不变定量磁共振特征标志 |
CN108136195A (zh) * | 2015-10-26 | 2018-06-08 | 奥海视网膜科技有限公司 | 使用脉冲的能量源进行生物组织热疗的方法 |
CN110998971A (zh) * | 2017-05-23 | 2020-04-10 | 撒加德有限公司 | 辐射屏蔽罩 |
WO2022031362A1 (en) * | 2020-08-04 | 2022-02-10 | Ojai Retinal Technology, Llc | System and method for preventing or treating alzheimer's and other neurodegenerative diseases |
-
2022
- 2022-03-18 CN CN202210272635.1A patent/CN114818412B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1473268A (zh) * | 2001-08-08 | 2004-02-04 | 株式会社Ntt都科摩 | 吸收功率测量装置 |
CN102013895A (zh) * | 2010-12-13 | 2011-04-13 | 惠州市硕贝德通讯科技有限公司 | 一种解决小型终端手机天线的电磁兼容性方法 |
CN102437410A (zh) * | 2011-09-19 | 2012-05-02 | 惠州硕贝德无线科技股份有限公司 | 提升手机天线与助听器电磁兼容性的方法 |
CN102510296A (zh) * | 2011-11-09 | 2012-06-20 | 中兴通讯股份有限公司 | 移动终端及降低移动终端辐射的方法 |
CN108027412A (zh) * | 2015-07-07 | 2018-05-11 | Q生物公司 | 场不变定量磁共振特征标志 |
CN108136195A (zh) * | 2015-10-26 | 2018-06-08 | 奥海视网膜科技有限公司 | 使用脉冲的能量源进行生物组织热疗的方法 |
CN110998971A (zh) * | 2017-05-23 | 2020-04-10 | 撒加德有限公司 | 辐射屏蔽罩 |
WO2022031362A1 (en) * | 2020-08-04 | 2022-02-10 | Ojai Retinal Technology, Llc | System and method for preventing or treating alzheimer's and other neurodegenerative diseases |
Non-Patent Citations (3)
Title |
---|
吕冬翔,苏东林: "被试品辐射发射试验点位对测试结果影响", 《北京航空航天大学学报》 * |
张盛庆宇,李志强,舒逍: "低强度微波辐射对脑组织和脑细胞影响的研究进展", 《职业与健康》 * |
王孟均等: "蜂窝移动通信基站电磁辐射对人体影响的探讨", 《中国无线电》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117236110A (zh) * | 2023-04-13 | 2023-12-15 | 安徽大学 | 基于电热多物理场随机fdtd的电磁辐射强度评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114818412B (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kiss et al. | Adaptive CAD model (re-) construction with THB-splines | |
CN114818412B (zh) | 一种人脑受电磁辐射的高精度计算方法 | |
Carpio et al. | Hybrid topological derivative and gradient-based methods for electrical impedance tomography | |
Li et al. | Influence of the hand on the specific absorption rate in the head | |
Bruns | Three-dimensional simulation and experimental verification of a reverberation chamber | |
Harmon et al. | Adjoint-based accelerated adaptive refinement in frequency domain 3-D finite element method scattering problems | |
CN112883625A (zh) | 一种系统结合的adi-fdtd仿真方法、装置及相关组件 | |
Wu et al. | A model-based regularized inverse method for ultrasonic B-scan image reconstruction | |
Ala et al. | A marching-on in time meshless kernel based solver for full-wave electromagnetic simulation | |
CN110377974A (zh) | 雷达波吸收复合板件结构优化方法 | |
Harmon et al. | Accelerated adaptive error control and refinement for SIE scattering problems | |
JP2004038774A (ja) | 電磁環境解析方法、電磁環境解析プログラム及びそのプログラムを記録した記録媒体 | |
CN112232001B (zh) | 一种集成电路超宽频谐振响应的自适应确定方法及系统 | |
CN105447214A (zh) | 器件参数的确定方法和装置 | |
CN114626268B (zh) | 一种高精度强电磁脉冲传播过程时域计算方法 | |
Liu et al. | Solution of volume–surface integral equation accelerated by MLFMA and skeletonization | |
Christ et al. | Reflection properties of the human skin from 40 to 110 GHz: a confirmation study | |
CN112347679B (zh) | 一种带有电磁色散的超材料仿真方法及装置 | |
WO2011154390A1 (en) | Device, method and software progarm for calculating an interaction integral in a conductive medium | |
CN110162896B (zh) | 一种复频移卷积实现完全匹配层的方法 | |
Zhao et al. | A hybrid NFM/MoM full-wave analysis of layered prolate head model exposed to handset antenna | |
CN112147685A (zh) | 一种基于波动方程的正演模拟方法及装置 | |
Ali et al. | Body area networks at radio frequencies: Creeping waves and antenna analysis | |
CN113255190B (zh) | 一种不规则非均匀介质体雷达散射截面的计算方法 | |
CN116484724B (zh) | 基于高阶矩量法电磁建模参数的天线检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |