应用于智能手表的天线设计方法

Antenna Design Methodology for Smartwatch Applications

作者：Phil Lindsey, ARSI LLC, Atlanta, Kan.；C. J. Reddy, Altair Engineering Inc., Hampton, Va.

译者：焦金龙，Altair China

90年代初，美国施乐（Xerox）公司的Mark Weiser提出了普适计算的概念，即计算机在我们的日常生活中无所不在、随时随地可以进行运算。“最好的用户界面”，Weiser指出，“应当让用户注意不到它的存在。”他预测无线网络的将来，各种设备相连，使得人们能随时随地获取需要的信息。Weiser认为¹，“从长远来看，因为计算访问将无处不在：如嵌在墙里，戴在手腕上或者在“报废的计算机”（如废纸），随时需要随时使用，个人电脑和工作站将变得几乎过时。”

如今因技术的发展我们的生活正朝着Weiser的预测发展。智能设备，尤其是可穿戴式设备，如智能手表，改善了我们生活里从工作到娱乐的各个方面，尤其在健康和健身方面。可穿戴设备可以监测心率、皮肤表面温度、运动距离甚至食物摄入和睡眠状况。如今，大部分健身装备已经可以像手表一样穿戴，甚至有些还兼备手表的功能。²

怀表发明于1762年³。虽然是个巨大的革新，让非精英的普通人也能方便地知道时间，却也有它的缺点。例如当使用者双手被占用时，那通过怀表看时间就很麻烦。因此，一战期间，腕表被发明并广泛传播于英国士兵间，并开始迅速成为世界上最普遍的穿戴设备。⁴这些都让它成为了增强计算能力的有力候选者。1975年首次出现了带计算器功能的手表，随后在20世纪80年代出现了手腕PC机，一种内置游戏的手表。³后来的智能手表只是增强了它们的功能。2000年见证了服装公司与数字技术公司的第一次合作，像Nike和Apple联合创造了可植入鞋内的健身追踪器，且能和iPod协同工作。这个Nike+工具可以帮跑步者记录运动的时间、距离、步伐和卡路里消耗。8年后又出现了Fitbit Classic。健身追踪器在此之后得到蓬勃发展。³根据移动通讯的分析，可穿戴设备的市场将在2020年达到342亿美元。健身追踪器的出货量预计将超过6千万台，在未来一年左右，智能手表预计将超过3千万台。³计算访问确实无处不在。

芯片天线

普适计算使得良好的天线设计成为必要。智能设备的天线必须体积小，灵活适应于小的预定环境。一些研究表明智能手表的笨重已经降低了其受欢迎程度⁵。为了方便使用，这些设备要能够长时间运行且无需用户改变他们的活动习惯去适应设备。因此，天线必须能够应对运动和人体近场产生的效应。电池的寿命要足够长，以满足客户的要求。这是一个良好的天线设计应该具备的，因为智能设备的大部分能量消耗在射频传输上。最后，整体设备应满足用户的价格期望和美国联邦通讯委员会（FCC）的安全认证⁶。

芯片天线是满足上述设计所面临挑战的一种解决方案。它体积小，易于集成在小型智能设备中且方便调整。⁷和其它选择相比，基于螺旋、弯折或贴片天线设计的芯片天线，价格便宜而且高效。⁸由于成本效益高、体积小和机械可行性的优势，分析师预测芯片天线从2016年到2020年的全球市场将以10%的年复合增长率（CAGR）增长。越来越多的设备趋于采用无线连接，智能设备的繁荣也刺激了各芯片厂商的竞争，包括Vishay Intertechnology、Antenova Ltd.、Johanson Technology、Mitsubishi Materials和Fractus。⁹

与所有产品的研发一样，采用芯片天线的设计提出了在初始电路设计中必须要考虑的挑战。回顾在小型设备开发中遇到的挑战：天线尺寸越小，越难实现良好的阻抗匹配和宽的工作带宽。¹⁰因此，其性能依赖于天线的位置和尺寸。⁷另外，数据表列出的是板上芯片的功能信息，任何与母板相关的参量变化都会改变天线的方向图和阻抗。因此任何芯片天线的整体性能总是依赖于整个系统。它必须能与母板的尺寸和布局、电路的复杂度以及外壳的类型相一致⁸，且不对设备中的传感器产生任何负面影响。最后，对人体而言，不同身体组织的相对介电常数的巨大差异会引起遮挡和阻抗的改变¹¹，人体组织损耗大，因此来自天线的电磁能量在人体中很难传播或辐射到空间，反而大部分会被吸收。¹⁰后果便是大部分能量被吸收，辐射方向图的失真和天线失谐。¹¹而且损耗会阻塞与其它设备的连接或降低天线的有效作用范围。

为应对天线设计所面临的挑战，一个系统的设计方法如下：

·           选择一个带评估母板的芯片天线

·           单独对芯片天线进行建模

·           对芯片天线和母板进行建模

·           测试带母板的芯片天线

·           用测试数据校验天线模型

·           对智能设备里的芯片天线进行建模

·           对贴近人体模型的设备进行建模

这个方法提供了有效的起始设计，且消除了很多的未知因素。遵照这个方法，可以放心地解决安装问题。

在本文中，我们采用了一款商用电磁仿真工具FEKO¹²和其多样的全波求解器来对天线（包括智能设备的包装和外壳）进行建模。其有限元法（FEM）能完美解决天线附近包含复杂的多种电介质材料组合体的问题。通过使用FEM求解器，可以改变接地层以适应整个智能设备并使之正常工作。仿真中考虑人体模型产生的能量吸收、辐射图失真和天线失谐等需要解决的问题。由于添加整个人体模型后的复杂计算，我们采用FEKO中的源分解法，即在设备附近用FEM计算近场，再应用这部分数据，使用矩量法（MOM）或多层快速多极子法（MLFMM）来对整个人体模型进行仿真。

芯片天线建模

对于智能手表的设计，我们选择Fractus Slim Reach Xtend芯片天线(FR05-S1-N-0-104)。该芯片天线已被设计用于在2.4GHz蓝牙波段工作的无线应用。Slim Reach Xtend提供的芯片天线具有体积小、成本低和易于设计的优势，避免了对不同谐振频率天线测试的需要。¹³Slim Reach Xtend的数据表单显示达到规格说明所要求的性能配置。通过芯片天线与评估板（可购买：EB_FR05-S1-N-0-104）的集成，可以对比测量和仿真的天线性能，提供可适用于任意智能设备设计中的验证模型。

通过对Fractus芯片天线的近距离特写，芯片天线的走线(traces)和评估板的几何结构采用卡尺进行测量，并输入FEKO的三维建模器CADFEKO中。通过这些信息便能建立Fractus芯片在评估板上的FEM模型。图1是Fractus芯片的图片和它的3D FEM模型。采用FEKO的FEM求解器计算得到其电流、阻抗和辐射增益方向图。图2是评估板上Fractus芯片附近的辐射增益方向图。分析结果显示评估板可等效为一个沿y轴放置的偶极子天线，零深在y轴正负方向。

图1：Fractus芯片天线照片（a）、天线芯片的FEM模型（b）、评估板（c），VStar Systems Inc.¹⁴提供的天线模型

图2：评估板上Fractus芯片天线的3D辐射增益方向图。由VStar Systems Inc.提供.

评估板测量和仿真的|S₁₁|曲线（图3）在10dB带宽内吻合性很好，在可接受的参数取值范围内，谐振频点基本相同。因此，芯片天线模型和实际评估板之间极强的相关性，验证了在测试板上芯片天线模型的有效性。这是建模和验证模型的第一步尝试，无需其它确认步骤。

图3：评估板上Fractus芯片天线测量和仿真的|S₁₁|频响曲线

智能手表的集成

在智能手表中集成芯片天线和馈电网络（图4）。原本复杂的芯片天线和评估板的电介质结构在添加了橡胶腕带和ABS塑胶电子外壳后更加复杂。同样，我们选择FEKO的FEM求解器进行模拟。建立完整的智能手表的FEM模型计算得到输入端口阻抗、电流和3D辐射增益方向图。

图4：加入芯片天线和馈电网络的智能手表模型

图5a显示模拟内部嵌入芯片天线的智能手表，带ABS塑胶电子外壳和腕带结构的3D辐射增益方向图。沿着手表模型的y轴方向为零，沿着母板的长轴方向保持偶极子天线的方向图特征。增益方向图为零的位置刚好位于期望的位置：当戴手表的手垂下时，辐射增益方向图的零值位置直接朝地面方向和天空方向（最低点和最高点）。大部分的能量将位于穿戴者的周围，这也正是后面仿真结果所显示的。图5b显示的是在φ = 90°切面的辐射增益方向图，零值位于θ = 90°和θ = 180°方向。绕手臂方向是全向辐射，如图5c所示。

图5：2.45GHz时智能手表的3D辐射增益方向图（a）、φ = 90°切面远场增益方向图（b）和φ = 0°切面远场增益方向图（c）

芯片天线集成进智能手表后，其阻抗特性发生改变（图6a）。芯片天线模型的谐振频率为2.6 GHz，带宽为161 MHz。嵌入到周围是电介质材料的结构中后，由于周围电介质的相对介电常数变高，其谐振频率降低，从2.6 GHz降到2.35 GHz，带宽从161 MHz展宽到175 MHz。注意到谐振频率降到需要的蓝牙（2.4 GHz到2.5 GHz）波段以下。因此在最终的设计中必须添加匹配网络使其移动到蓝牙波段，这不难解决（图6b）。在天线和收发器之间放置一个π形网络总是很好的做法。在该案例中，通过一个并联电感加串联电感将使天线调谐到蓝牙波段，同时保证工作带宽。

图6：智能手表结构对天线谐振的影响：(a)为|S₁₁|曲线随频率的关系，（b）为阻抗曲线与频率的关系

人体模型

天线设计流程的最后一步便是把智能手表集成到完整的人体模型来观察手表靠近人体的辐射情况变化。由于模型尺寸过大，使用FEM求解器计算所需资源过高。因此，使用源分解法将问题分成两步：第一步是计算智能手表芯片天线得到其等效源，第二步是把手表芯片天线等效源集成到人体模型。运行智能手表的FEM模型可以得到一个等效的近场数据，然后再使用FEKO中的MLFMM求解器仿真人体模型。该步能在不降低精度的情况下极大降低内存和时间需求。

图7a和b是考虑人体模型的3D辐射增益方向图。如我们所预想，人体模型使得向左手边的辐射被阻隔，而指向智能手表的一侧。由于手臂在正常活动中并非静止，在智能手表和其它接收器间要保持连接状态。在人体的前向、后向和右手侧得到性能优良的辐射增益方向图。图7c是人体周边水平切面的天线辐射增益方向图。增益的峰值小于5dBi，整体覆盖范围将达到一个典型的单收发器的设计要求。

图7：右手腕带智能手表的人体模型的3D辐射增益方向图，在2.45 GHz工作频率，（a）顶部视图、（b）侧面视图和(c) ϴ = 90°切面的远场增益方向图

结论

对穿戴式智能设备的天线设计面临一系列新的挑战，如小环境和有耗人体组织等。芯片天线为解决这些问题提供了有效的方法，必须在最初的电路设计里来解决。放置位置和整个系统的兼容性以及人体的影响都必须考虑。为了解决这些问题，有必要建立一个有效的芯片天线模型，该模型可以集成到其它设备中，并具有较高的置信度。正如文中所示，使用FEKO的多种方法能非常精确地解决复杂结构体的问题。这个有效模型的结果可以用于设计未来的应用，并且有信心得到令人满意真实的结果。

参考文献

1.        Mark Weiser, “Ubiquitous Computing,” Computer, Issue 26, No. 10 (1993), pp. 71–72.

2.        Robin Wright and Latrina Keith, “Wearable Technology: If the Tech Fits, Wear It,” Journal of Electronic Resources in Medical Libraries, 11:4 2014, pp. 204–216.

3.        Lindsey M. Baumann, “The Story of Wearable Technology: A Framing Analysis,” MA Thesis, Virginia Polytechnic Institute and State University, Blacksburg, Va., 2016.

4.        Thad Starner and Tom Martin, “Wearable Computing: The New Dress Code,” Computer, Issue No. 06 June 2015 (Vol. 48), pp. 12–15.

5.        Kent Lyons, “What Can a Dumb Watch Teach a Smartwatch?  Informing the Design of Smartwatches,” Proceedings of the 2015 ACM International Symposium on Wearable Computers, pp. 3–10, 2015.

6.        Sema Dumanli, “Challenges of Wearable Antenna Design,” presented at ARMMS Conference, Oxford, UK, 2015.

7.        Marios Iliopoulos and Nikolaos Terzopoulos, “Wearable Miniaturization: Dialog’s DA14580 Bluetooth® Smart Controller and Bosch Sensors,” Dialog Semiconductor, 7 March 2016.

8.        Johanson Technology Inc., “LTCC Chip Antennas—How to Maximize Performance.” [PDF document].

9.        Research and Markets, “Global Chip Antenna Market Outlook 2020,” December 2015.

10.    Maria del Rosario Llenas, “Study of Antenna Concept for Wearable Devices,” Degree Project in Second Level, KTH Royal Institute of Technology, Stockholm, Sweden, 2015.

11.    Akram Alomainy, Yang Hao and David M. Davenport, “Parametric Study of Wearable Antennas with Varying Distances from the Body and Different On-Body Positions,” Antennas and Propagation for Body-Centric Wireless Communications, 2007 IET Seminar, pp. 84–89, IET, 2007.

12.    FEKO Suite 14.0, Altair Engineering, Inc., www.altairhyperworks.com/product/FEKO.

13.    Fractus, “Fractus Slim Reach Xtend: Bluetooth, Zigbee, 802.11 b/g/n WLAN Chip Antenna.” Jul-2015.

14.    VSTAR Systems Inc., vstarsystems.com.