Analyse der WiFi-Ausbreitung im Flugzeuginneren mit MPI + GPU-Technologie
Der WiFi-Zugang während des Fluges ist eine Funktion, die bei vielen kommerziellen Flügen eingeführt wird, um die Kundenzufriedenheit zu erhöhen. Aufgrund der komplexen Kabinenumgebung mit unterschiedlichen Passagiergrößen und Sitzanordnungen kann es jedoch zu einem schlechten Signalempfang kommen. Kürzlich wurde eine experimentelle Studie durchgeführt, bei der Kartoffelsäcke zur Simulation von Passagieren in einem Flugzeug verwendet wurden, um Bereiche mit schlechtem Signalempfang zu eliminieren. Die Simulation solcher Probleme auf Computern mit Vollwellenmethoden war in der Vergangenheit aufgrund der Größe der Flugzeugkabine und der hohen Frequenzen praktisch unmöglich. XFdtd ermöglicht diese Simulationen dank der Großspeicherfunktion, die sehr große Berechnungen mit einem Speicherbedarf von über 60 GB ermöglicht, und der neuen MPI+GPU-Verarbeitungsfunktion, die mehrere leistungsstarke grafische Verarbeitungseinheiten in separaten Computern über eine Nachrichtenübertragungsschnittstelle miteinander verbindet.
In diesem Beispiel wird das Innere eines Verkehrsflugzeugs verwendet, um die Fähigkeit von XFdtd als Plattform für die Optimierung der Position von WiFi-Antennen zu demonstrieren, die Daten von jedem Sitzplatz aus senden und empfangen sollen. Dieses Beispiel dient lediglich zur Veranschaulichung des Konzepts, und es wird kein bestimmtes WiFi-System oder eine bestimmte Flugzeugkonfiguration vorausgesetzt. Aufgrund der Größe des Flugzeuginnenraums und der hohen Frequenz des WiFi-Systems eignet sich diese Simulation gut für die großen Speicherkapazitäten von XF.
Das Flugzeugteil ist in Abbildung 1 als CAD-Modell dargestellt, wobei die Außenhaut des Flugzeugs aus Gründen der Übersichtlichkeit nicht gezeigt wird. Es wird davon ausgegangen, dass die Kabine vollständig von einer leitenden Box umschlossen ist, so dass kein Signal nach außen dringen kann. In Abbildung 2 sind die Zeichnungen der Decke, der Wände und der Fenster des CAD-Modells ebenfalls deaktiviert, so dass die Sitzanordnung im Inneren des Flugzeugs zu sehen ist. Das Flugzeugmodell ist etwa 4,7 x 25,5 x 2,8 Meter groß, was einem kubischen Volumen von knapp 200.000 Wellenlängen entspricht. Die WiFi-Antennen werden als einfache Dipole betrachtet und an zwei Positionen in der Nähe der Flugzeugdecke platziert: eine im vorderen Teil der Kabine und eine im hinteren Teil. Die Empfänger werden in einem 3 x 3-Raster von Dipolen an der Rückenlehne jeder zweiten Sitzreihe des Flugzeugs platziert (siehe Abbildung 3). Zur Vereinfachung der Hinzufügung dieser Sensoren, insgesamt 405, wurde ein Skript geschrieben und ausgeführt. Die in dieser Simulation gespeicherten Daten umfassen die 405 Anschlusspositionen und mehrere Ebenen der stationären elektrischen Feldstärken in kritischen Bereichen der Kabine.
Bei der ersten Simulation wird eine leere Kabine simuliert, die nur die Sitze, Gepäckfächer und andere Inneneinrichtungen des Flugzeugs enthält. Die Simulation liefert eine Basislinie für die Feldausbreitung im gesamten Flugzeug und wird verwendet, um die Auswirkungen des Hinzufügens von Passagieren zu den Sitzen zu beurteilen. In der zweiten Simulation wird ein großer männlicher Passagier, der mit dem Remcom-Softwareprodukt VariPose erstellt wurde, auf jedem Sitz im Flugzeug platziert. Der Passagier nimmt eine sitzende Haltung ein, wobei er die Arme so ausstreckt, als würde er über einem Laptop schweben, der auf dem Tisch des Sitzes steht. Abbildung 4 zeigt eine Nahaufnahme eines Fluggastes, während Abbildung 5 einen Blick auf die gesamte gefüllte Kabine zeigt. In Abbildung 6 ist eine Seitenansicht der Kabine zu sehen, wobei die beiden Senderstandorte in der Nähe der Decke und die Empfängerstandorte in den Sitzlehnen in rot dargestellt sind. Die Sensordaten wurden aus Gründen der Symmetrie nur für die linke Seite des Flugzeugs gespeichert.
Die Simulationen werden bei 2,5 GHz mit einer FDTD-Netzgröße von 5 mm Würfeln durchgeführt. Aufgrund der Größe der Flugzeugkabine benötigen diese Simulationen 94 GB Speicherplatz und enthalten etwa 2,84 Milliarden Unbekannte. Sie wurden mit der MPI+GPU-Funktion von XFdtd auf 24 NVIDIA M2090-GPU-Karten durchgeführt, die sich im NVIDIA PSG-Cluster befinden, der freundlicherweise von der NVIDIA Corporation zur Verfügung gestellt wurde. Jede Simulation wurde für 30.000 Zeititerationen durchgeführt und dauerte etwa 1 Stunde und 43 Minuten.
Im Anschluss an die Simulationen sind die Verteilungen des elektrischen Feldes im stationären Zustand durch mehrere Probenebenen in der Kabine zu sehen. In Abbildung 7 sind die elektrischen Feldstärken durch die Mitte des Gangsitzes (vertikal) und durch die Kopfstütze (horizontal) für ein leeres Flugzeug dargestellt. Die Farbskala reicht von einem Spitzenwert in Rot bei 0 dB bis zu -70 dB in Schwarz. Die Felder in der leeren Kabine zeigen für einen Großteil des Raums Signalpegel im Bereich von 0 bis -30 dB. In Abbildung 8 sind die gleichen Ebenen wie in Abbildung 7 für die Flugzeugkabine mit den Männern auf den Sitzen dargestellt. Hier sind die Feldpegel reduziert, und es gibt Stellen, an denen das Feld unter -50 dB vom Spitzenwert abfällt.
Der S-Parameter SN,1 für die Probenahmestellen wird ebenfalls berechnet. In diesem Fall liegen die für die Darstellung in Abbildung 9 ausgewählten Orte in der Mitte des 3x3-Rasters für jede Reihe von vorne nach hinten in der Kabine. Die Diagramme zeigen, dass die Übertragungspegel für das leere Flugzeug relativ flach sind und hauptsächlich um -40 dB schwanken. Im Gegensatz dazu zeigt das in Abbildung 10 dargestellte vollbesetzte Flugzeug mit Passagieren auf den Sitzen eine größere Variation der Signalpegel mit einem deutlichen Signalabfall zum hinteren Teil der Kabine hin.
Die hier gezeigten Simulationen könnten durch die Einführung besserer Antennenmodelle, anderer Frequenzen, anderer Sitzkonfigurationen und vieles mehr erheblich erweitert werden. Dieses Beispiel stellt lediglich eine mögliche Simulation dar, die durch den großen Speicher und die schnellen Verarbeitungsfunktionen von XFdtd ermöglicht wird.