специфика FDTD, достоинства, недостатки, ограничения и пр. Опции

[KSergP]

Уважаемые!

поделитесь своим опытом использования данного метода, в том числе и разных системах.


то, что методом FDTD решаются в основном внутренние задачи, волноводы,
патч-антенны, микрополосковые фильтры и структуры со сложным распределением
диэлектрических свойств (распределение напряженности электрического поля внутри
головы или тела человека) - это четко просматривается в руководствах программ!!!

А вот применительно к внешним задачам (анализ блоков и пр.) задачам?

Также почему при использовании этого метода рекомендуется выбирать размер ячейки примерно 1/10 длины волны, а физический размер анализируемого объекта должен соответствовать приблизительно 10-20 длинам волн?
Несмотря на это, почти во всех задачах размер
анализируемого объекта меньше длины волны или по крайней мере соизмерим!

буду признателен за любую информацию.

[StasExR]

В Conformal FDTD используют специальные формулы для вычиления пространственных производных, которые позволяют учитывать неоднородное заполнение ячейки сетки идеальным металлом, в отличие от обычного FDTD где ячейка сетки считается однородно заполненной заданным материалом. Т.е. можно сделать относительно крупную сетку вблизи наклонной границы раздела (не совпадающей с декартовыми координатами). А в обычном FDTD сетку следует максимально загустить на такой границе, поскольку граница будет считаться не наклонной, а ступенчатой с шагом ступеньки равном шагу сетки.
Примерно то же самое, как мне представляется, делает и Perfect Boundary Approximation от CST. А вот Thin Sheet Technique позволяет разрешить несколько проводников находящихся внутри одной ячейки сетки, т.е. не считает их электрически связанными.

[KSergP]

В Conformal FDTD используют специальные формулы для вычиления пространственных производных, которые позволяют учитывать неоднородное заполнение ячейки сетки идеальным металлом, в отличие от обычного FDTD где ячейка сетки считается однородно заполненной заданным материалом. Т.е. можно сделать относительно крупную сетку вблизи наклонной границы раздела (не совпадающей с декартовыми координатами). А в обычном FDTD сетку следует максимально загустить на такой границе, поскольку граница будет считаться не наклонной, а ступенчатой с шагом ступеньки равном шагу сетки.
Примерно то же самое, как мне представляется, делает и Perfect Boundary Approximation от CST. А вот Thin Sheet Technique позволяет разрешить несколько проводников находящихся внутри одной ячейки сетки, т.е. не считает их электрически связанными.

ага, тогда получается, что CFDTD приводит к меньшему числу неизвестных в СЛАУ нежели FDTD, но сложность вычисления элементов матрицы этим методом возрастает по сравнению с FDTD?

таким образом, необходимо искать своего рода компромисс, между размерностью и сложностью вычисления.

и какие рекомендации по использованию CFDTD (конечно, кроме уже упомянутых границ раздела сред)?