Широкополосность диэлектрической радиопоглощающей структуры

Обложка

Цитировать

Полный текст

Аннотация

Построен базис из дисперсионных функций для представления частотной зависимости диэлектрической проницаемости. Решена задача оптимизации диэлектрической радиопоглощающей двухслойной структуры. Получено отношение максимальной длины волны рабочего диапазона радиопоглощающего покрытия к его толщине, существенно превышающее известное значение для слоистых структур.

Полный текст

ВВЕДЕНИЕ

Радиопоглощающие покрытия применяются для оборудования безэховых камер, радиомаскировки объектов, защиты персонала от излучений и в других целях. В ряде применений [1] важное значение имеет минимальность толщины d покрытия, при условии, что коэффициент отражения (КО) по мощности в рабочем диапазоне длин волн λmin ≤ λ ≤ λmax, λmin << λmax, не превышает некоторого значения RM. При этом отношение S = λmax / d максимально. Учитывая то, что чем больше параметр  при фиксированной толщине, тем больше λmax, этот параметр коррелирует с широкополосностью покрытия.

В [2] доказана теорема, из которой следует, что для многослойного диэлектрического покрытия S < 17.2 при RM = 0.1. Доказательство основано на том, что функцию частотной зависимости диэлектрической проницаемости (ДП) можно аналитически продолжить в комплексную плоскость, и не привязывается к конкретным зависимостям по моделям диэлектриков Лоренца, Дебая [3] или иным. Вопрос о том, какое максимальное значение S может быть достигнуто при условии, что частотная зависимость ДП удовлетворяет соотношениям Крамерса–Кронига (КК), рассматривался разными авторами для различных структур [4−7]. При отношении максимальной длины волны к минимальной, равном десяти, для уровня RM = 0.1 наибольшее значение S = 14.5 получено в [5] на основе решения задачи оптимизации двухслойной структуры, тонкий верхний слой которой можно выбрать недиспергирующим, а диэлектрическая проницаемость расположенного на металлическом зеркале основного нижнего слоя является суперпозицией дисперсионных функций Лоренца.

Объектом нашего исследования также является двухслойная диэлектрическая структура.

Цель данной работы – уточнение полученного в [5] значения параметра S на основе построения базиса представления частотной зависимости ДП. При этом единственными требованиями к этой зависимости являются выполнение соотношений КК и соответствие условию положительности мнимой части ДП во всем диапазоне частот (0, ∞) при выборе временного множителя в виде exp (−iωt).

  1. ПОСТРОЕНИЕ БАЗИСНЫХ ФУНКЦИЙ

Соотношения КК являются следствием представления ДП как функции частоты в виде

εω=1+0Ψtexpiωtdt, (1)

где вещественная функция Ψ (t) зависит от поляризационных процессов в материале [8]. Положив

Ψt=Cω~expγ2tsinω~t, ω~>0, γ>0, (2)

где C − безразмерная константа, получим в результате интегрирования

εω=1+Cω~2ω~2ω2iγω+γ2/4. (3)

Функцию вида (3) за вычетом единицы далее будем называть первой дисперсионной функцией (ДФ1).

Полагая

ω02=ω~2+γ2/4, (4)

получим дисперсионную функцию Лоренца [3]:

εω=1+Cω~2ω02ω2iγω. (5)

Функции (3) и (5) неэквивалентны. В (3) параметры ω~, γ независимы, тогда как (5) имеет физический смысл лишь при выполнении ограничения

γ2ω0, (6)

вытекающего из условия вещественности величины ω~. Это ограничение при решении задач оптимизации сужает границы оптимизации с использованием функции Лоренца по сравнению с применением более общей по сравнению с (5) функции (3), удовлетворяющей соотношениям КК при любых значениях параметров ω~, γ. Зависимость компонент функции (3) от отношения ω/ω~ при γ=ω~ и 3ω~ представлена на рис. 1.

 

Рис. 1. Зависимость вещественной ε' (1,3) и мнимой ε'' (2,4) частей функции (3) от отношения ω/ω~: при γ=ω~ (1,2) и γ=3ω~ (3,4).

 

Введем в (1) функцию

Ψt=apΓptp1expat, a>0, p=1, 2, , (7)

где Γ (p) − гамма-функция, a – константа. Применив формулу Эйлера и вычислив определенный интеграл в пределах (0, ∞) от произведения Ψ (t) exp (−iωt) с использованием известных определенных интегралов [9], получим

εω=1+εpω, a,εpω, a=expipθ1+ω2/a2p/2, θ=arcsinω/a1+ω2/a2. (8)

Функция ε1 (ω, a) + 1 совпадает с дисперсионной функцией Дебая [3]. Далее функцию вида (8) будем называть второй дисперсионной функцией (ДФ2). При p > 2 эти функции могут менять знак мнимой части с изменением частоты и поэтому по отдельности не могут представлять диэлектрическую проницаемость. Частотная зависимость компонент функций ε2, ε3 от отношения ω / a представлена на рис. 2. Если использовать разложение в ряд Тейлора входящей в (3) функции sinω~t и подставить (2) в (1), то можно получить разложения функций (3) и (5) в функциональный ряд по системе {εp} с четными значениями числа p.

 

Рис. 2. Зависимость вещественной ε' (1,3) и мнимой ε'' (2,4) частей функции (8) от отношения ω / a: при p = 2 (1,2) и p = 3 (3,4).

 

  1. ОПТИМИЗАЦИЯ СТРУКТУРЫ

2.1. Оптимизация с применением дисперсионных функций первого типа

Расположенная на металлическом зеркале структура толщиной d состоит из тонкого верхнего слоя толщиной d / x с вещественной ДП ε~ и основного нижнего слоя с комплексной ДП, являющейся суперпозицией N резонансных функций, представленных в удобном для решения задачи оптимизации виде через длины волн,

ελ=1+n=1NCn1+λ~n2λ2ignλ~nλ+gn24. (9)

Общее число подлежащих вычислению переменных Cn, gn, λ~n, ε~, x равно 3N + 2. Методом, сочетающим подход Монте-Карло (МК) [10] с процессом итераций [11], был определен набор значений переменных, при котором минимальна толщина d, обеспечивающая максимальное значение КО, не превышающее уровня RM = 0.1 на всех расчетных длинах волн λk, k = 1, 2, …, K, λ1 = λmin = 1 см, λk = λmax = 10 см. Значения λk выбирали по закону геометрической прогрессии. Значение K = 35 оказалось достаточным для того, чтобы результат вычислений не менялся при наращивании K. Полагалось N = 7, так как при N > 7 результат оптимизации не меняется. На первом этапе оптимизации методом МК при назначенной начальной толщине структуры строили величины λ~n по закону геометрической прогрессии, причем границы λ~1, λ~N варьировались случайным образом вблизи λmin, λmax соответственно. На втором этапе значения всех переменных, в том числе λ~n, варьировались циклами в узких пределах, не более чем на 15% отличавшихся от значений, полученных на предыдущей итерации, при этом толщина в каждом цикле уменьшалась на 2% от ее значения в предыдущем цикле. Коэффициенты Cn могли принимать как положительные, так и отрицательные значения. При этом на всех этапах оптимизации, еще до начала вычисления КО, от двухслойной структуры исключались такие выборки переменных, при которых мнимая часть ДП отрицательна в какой-либо области диапазона длин волн от λ = 0 до λ = ∞ (ω = 0). Такой алгоритм оказался эффективен как в плане сокращения числа анализируемых на уровень RM случайных выборок, так и в плане глубины оптимизации. В результате было получено S = 15.1.

2.2. Оптимизация с применением дисперсионных функций второго типа

Суперпозицию функций ДФ2 представим в удобном для вычислений виде:

ελ=1+n=1NCnexpipnθn1+bn2/λ2pn/2,θn=arcsinbn/λ1+bn2/λ2, bn>0. (10)

При pn = n переменными оптимизации являются величины Cn, bn.

Вычисления с применением описанного выше алгоритма показали, что при N = 20 оптимизация приводит к значению S = 14.9. Уточнение S путем наращивания N приводило к ускоренному замедлению вычислительного процесса и было остановлено. В связи с этим функция (10) за вычетом единицы была использована для уточнения значения  совместно с функцией (9).

2.3. Оптимизация с применением двух типов дисперсионных функций

К значениям ДП на расчетных длинах волн, полученным с использованием базиса из семи функций ДФ1 прибавлялись добавки, полученные с применением базиса из десяти функций ДФ2. Учитывая, что функции ДФ1 являются «блоками» из функций ДФ2 с четными значениями p, для «дооптимизации» применялись лишь функции ДФ2 с нечетными pn = 2 (n − 1) , n = 1, 2, …, 10. Было получено минимальное значение толщины структуры d = 0.64 см и соответствующее ей значение S = 15.6 для уровня RM = 0.1. Наращивание числа базисных функций не привело к изменению результата. Стабильный выход процесса оптимизации на значение S = 15.6 при различных начальных выборках переменных, формируемых программой генерирования случайных чисел, позволяет считать, что достигнут глобальный экстремум. Авторы не исключают того, что полученный результат может быть уточнен при других вариантах выбора функционала из функций ДФ1 и ДФ2.

Полученные в результате решения задачи оптимизации значения переменных, входящих в ДФ1, приведены в табл. 1. Значения переменных, входящих в ДФ2, приведены в табл. 2. Диэлектрическая проницаемость первого слоя структуры ε~=29.8, параметр x = 69.9.

 

Таблица 1. Значения переменных, входящих в дисперсионные функции первого типа

n

102λ~n, см

gnСn

1

0.98489393

0.2931850

0.3141127

2

1.4436278

1.813851

0.3817950

3

1.3482827

1.897519

4.248031

4

3.6779944

1.475627

0.8846349

5

5.0090495

1.207935

4.038259

6

7.0169501

0.5048110

1.406469

7

8.9055136

0.2597022

0.8650910

 

Таблица 2. Значения переменных, входящих в дисперсионные функции второго типа

npn102bnСp

1

1

0.52538682

0.1662875

2

3

0.71837059

-0.3278747

3

5

0.87593291

0.4149033

4

7

2.0601816

-0.4038030

5

9

2.8577231

-0.0269204

6

11

2.9182259

-0.9056180

7

13

5.3520348

1.738480

8

15

4.2301215

0.3994214

9

17

6.1317943

-0.4805395

10

19

8.1876315

1.781218

 

На рис. 3 приведена оптимальная зависимость ДП нижнего слоя от длины волны. Эта зависимость, коррелирует с приведенной на рис. 3 дисперсионной зависимостью ДП εc согласованного со свободным пространством слоя диэлектрика, расположенного на металлическом зеркале [12], толщина которого 0.64 см. На рис. 4 приведена зависимость коэффициента отражения от длины волны для оптимизированной структуры.

 

Рис. 3. Зависимость от длины волны вещественной и мнимой компонент диэлектрической проницаемости ε оптимальной структуры толщиной 0.64 см и компонент диэлектрической проницаемости εc согласованного однослойного покрытия такой же толщины: ε' (1), ε'' (2), εc' (3), εc'' (4).

 

Рис. 4. Зависимость от длины волны коэффициента отражения по мощности R для оптимальной структуры.

 

Результаты работы применимы к другим диапазонам длин волн путем соответствующего масштабирования линейных размеров структуры.

  1. ОБСУЖДЕНИЕ ПОЛУЧЕННЫХ РЕЗУЛЬТАТОВ

Полученное в данной работе значение S = 15.6 отношения максимальной длины волны рабочего диапазона двухслойного диэлектрического покрытия к его толщине существенно выше полученного в [5] значения S = 14.5 и выше спрогнозированного ее авторами предельного значения S = 15. По нашему мнению, уточнение достигнуто не только на основе применения расширенного базиса представления частотной зависимости ДП, но и вследствие использования в задаче оптимизации метода МК, адаптированного к конкретике задачи и ранее успешно применявшегося для оптимизации радиопоглощающих структур [7]. В [5] для решения задачи оптимизации применен симплекс-метод, который, как отмечают авторы, не гарантирует нахождения глобального экстремума функционала. В этом отношении метод МК обладает тем преимуществом, что при правильном выборе пределов изменения переменных и достаточном количестве случайных выборок вероятность достижения глобального экстремума может быть сколь угодно приближена к единице.

ЗАКЛЮЧЕНИЕ

Построен базис из удовлетворяющих соотношениям Крамерса–Кронига дисперсионных функций для представления частотной зависимости диэлектрической проницаемости. Предложен эффективный алгоритм решения задач оптимизации слоистых радиопоглощающих структур, построенный на сочетании метода Монте-Карло с методом итераций. Решена задача минимизации толщины диэлектрической радиопоглощающей двухслойной структуры в диапазоне длин волн, в котором максимальная длина волны в 10 раз превосходит минимальную. Для уровня коэффициента отражения по мощности, не превышающего 0.1, получено значение отношения максимальной длины волны рабочего диапазона покрытия к его толщине, равное 15.6, что больше известного значение 14.5 для слоистых радиопоглощающих структур.

Результаты работы могут быть использованы разработчиками радиопоглощающих покрытий.

Авторы данной работы заявляют об отсутствии конфликта интересов.

×

Об авторах

В. И. Пономаренко

Крымский федеральный университет им. В. И. Вернадского

Автор, ответственный за переписку.
Email: vponom@gmail.com
Россия, просп. Акад. Вернадского, 4, Симферополь, 295007

И. М. Лагунов

Крымский федеральный университет им. В. И. Вернадского

Email: vponom@gmail.com
Россия, просп. Акад. Вернадского, 4, Симферополь, 295007

Список литературы

  1. Беляев А.А., Беспалова Е.Е., Романов А.М. // Авиационные материалы и технологии. 2013. № 1. С. 53.
  2. Розанов К.Н. Частотно-зависимые магнитные и диэлектрические свойства композитных материалов для широкополосных СВЧ применений. Дис. … докт. физ.-мат. наук. М.: ИТПЭ РАН, 2018. 326 с.
  3. Борен К., Хафмен Д. Поглощение и рассеяние света малыми частицами. М.: Мир, 1986.
  4. Казанцев Ю.Н., Красножен А.П., Тихонравов А.В. // РЭ. 1990. Т. 35. № 6. С.1140.
  5. Виноградов А.П., Лагарьков А.Н., Сарычев А.К., Стерлина И.Г. // РЭ. 1996. Т. 41. № 2. С. 158.
  6. Пономаренко В.И., Лагунов И.М. // ЖТФ. 2020. Т. 90. № 6. С. 1009.
  7. Пономаренко В.И., Лагунов И.М. Поглотители электромагнитных волн. Радиофизическая теория. Методы расчета. Симферополь: Полипринт, 2021.
  8. Виноградова М.В., Руденко О.В., Сухоруков А.П. Теория волн. М.: Наука, 1979.
  9. Градштейн И.С., Рыжик И.М. Таблицы интегралов, сумм, рядов и произведений. М.: Наука, 1971.
  10. Биндер К., Хеерман Д.В. Моделирование методом Монте-Карло в статистической физике. М.: Физматлит, 1995.
  11. Ильина В.А., Силаев П.К. Численные методы для физиков-теоретиков. М.: АНО «Институт компьютерных исследований», 2003. Ч. 1.
  12. Пономаренко В.И., Лагунов И.М. // Электромагнитные волны и электрон. системы. 2019. Т. 24. № 5. C. 5.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Зависимость вещественной ε (1,3) и мнимой ε (2,4) частей функции (3) от отношения ω / ω: при γ = ω (1,2) и γ = 3ω (3,4).

Скачать (82KB)
3. Рис. 2. Зависимость вещественной ε (1,3) и мнимой ε (2,4) частей функции (8) от отношения ω / a: при p = 2 (1,2) и p = 3 (3,4).

Скачать (92KB)
4. Рис. 3. Зависимость от длины волны вещественной и мнимой компонент диэлектрической проницаемости ε оптимальной структуры толщиной 0.64 см и компонент диэлектрической проницаемости εc согласованного однослойного покрытия такой же толщины: ε (1), ε (2), εc (3), εc (4).

Скачать (87KB)
5. Рис. 4. Зависимость от длины волны коэффициента отражения по мощности R для оптимальной структуры.

Скачать (68KB)

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».