2. 电磁场数值建模基础
在电磁场模型降阶与电路集成之前，必须先回答一个更基础的问题：连续的麦克斯韦方程组是如何被“翻译”成计算机能够求解的代数方程组的？这个翻译过程就是离散化。不同的离散化路线，会直接决定未知量数量、矩阵结构、求解代价，以及后续降阶的可行空间。本节围绕有限元法（FEM）、矩量法（MoM）和时域有限差分法（FDTD）三条主流路线，说明它们的离散化原理与由此带来的模型规模问题。
一、离散化的共同本质：把无限维问题压成有限维
连续电磁问题的未知量是空间中的场函数，属于无限维函数空间。数值方法的核心动作是：选取一组有限个基函数，把待求场近似展开为这些基函数的线性组合，再通过加权残量或直接差分，把偏微分/积分方程转化为关于展开系数的代数方程组。设待求场为 u，基函数为 φi，则近似解写作
u(r) ≈ Σ a_i · φ_i(r) (i = 1, 2, ..., N)其中 N 就是离散自由度，也就是最终方程组的未知量个数。N 的大小、矩阵的稀疏或稠密、是否随时间推进，构成了三种方法最本质的差异。
二、有限元法：区域剖分与稀疏矩阵
FEM 从微分形式的麦克斯韦方程出发，先把求解区域剖分为有限个小单元（四面体、六面体等），在每个单元内用多项式基函数插值场量，再通过伽辽金加权残量把方程弱化，得到全局方程组。以电场矢量波动方程为例，弱形式最终给出
[S]{E} - k0²[T]{E} = {b}其中 [S] 是刚度矩阵，[T] 是质量矩阵，{b} 来自端口或激励边界。由于基函数只在相邻单元间重叠，[S] 和 [T] 都是稀疏矩阵，非零元素数量大致与 N 成正比。这是 FEM 的最大优势：稀疏性使大规模问题仍可用迭代法求解。
但 FEM 需要剖分整个求解区域，包括空气盒。若一个微波器件尺寸为 20 mm，工作频率 10 GHz（自由空间波长 30 mm），为准确捕捉场变化，单元尺寸通常取 λ/10 左右，即约 3 mm；若结构含 0.2 mm 的细缝，则缝附近单元需细化到 0.1 mm 量级。这种多尺度剖分会让 N 迅速膨胀。一个含细缝的滤波器，N 达到 50 万至 200 万是常见量级，此时稀疏矩阵的规模可达数亿非零元素，内存与迭代收敛成为主要瓶颈。
三、矩量法：边界积分与稠密矩阵
MoM 从积分方程出发，典型的是电场积分方程（EFIE）或磁场积分方程（MFIE）。它只离散导体表面或介质分界面，不需要剖分空气区域。以表面电流 J 为未知量，用 RWG 基函数展开，再做伽辽金测试，得到
[Z]{I} = {V}其中 [Z] 是阻抗矩阵，{V} 是激励向量。由于格林函数使每个基函数与所有其他基函数都发生作用，[Z] 是稠密矩阵，存储量为 O(N²)，直接求解计算量为 O(N³)。
MoM 的未知量只分布在表面，因此对开放问题（天线、散射）非常高效。例如一个电大尺寸反射面天线，若用 FEM 需要剖分巨大空气盒，而 MoM 只需离散反射面与馈源表面。但当表面电流未知量 N 超过约 1 万时，稠密矩阵存储开始吃紧；N 达到 10 万时，即使采用多层快速多极子（MLFMA）把复杂度降到 O(N log N)，实现与调参难度也显著上升。因此 MoM 的规模瓶颈不在“区域大”，而在“表面电流模式多”。
四、时域有限差分法：规则网格与时间推进
FDTD 直接在时域对麦克斯韦旋度方程做中心差分。Yee 网格把电场分量放在棱边、磁场分量放在面心，电场和磁场在时间上交替半步更新：
E^(n+1) = E^n + (Δt/ε) · (∇×H)^(n+1/2)
H^(n+1/2) = H^(n-1/2) - (Δt/μ) · (∇×E)^nFDTD 不需要求解全局矩阵，而是显式时间步进，每个网格点的更新只依赖相邻点，因此单步计算量小、天然并行。但它的空间步长受 Courant 稳定性条件约束：
Δt ≤ 1 / (c · √(1/Δx² + 1/Δy² + 1/Δz²))同时，为控制数值色散，通常要求 Δx ≤ λ/10 至 λ/20。若结构含 0.1 mm 细缝而整体尺寸 50 mm，规则网格必须全局采用 0.1 mm 步长，网格数可达 (500)³ = 1.25 亿，时间步数又需覆盖场建立过程，总计算量极大。FDTD 的规模问题本质是“规则网格被最小特征尺寸绑架”。
五、模型规模问题的共同根源与降阶动机
把三种方法放在一起看，规模问题有两条共同根源。第一条是最小特征尺寸与电尺寸的矛盾：结构越精细、频率越高，离散步长越小，而求解区域或表面又随电尺寸增大，N 呈多维增长。第二条是矩阵或网格的全局耦合：FEM 的稀疏矩阵虽稀疏，但迭代收敛随 N 增大而变慢；MoM 的稠密矩阵存储与求解代价随 N 急剧上升；FDTD 虽无矩阵，但时间步数与网格数相乘后总计算量同样巨大。
这正是模型降阶的切入点。降阶并不改变离散化原理，而是在已有离散模型基础上，寻找一个低维子空间，使系统输入输出行为在关注频段内保持足够精度。对 FEM 和 MoM，降阶通常作用于端口导纳/阻抗矩阵或状态空间模型；对 FDTD，则常先通过系统辨识提取有理模型，再压缩阶数。理解三种方法的 N 从何而来、矩阵为何稀疏或稠密，才能判断哪种降阶策略真正有效。
六、一个可对照的规模估算示例
设某微带滤波器工作频率 10 GHz，整体尺寸 20 mm × 10 mm，含 0.2 mm 细缝。若用 FEM，空气盒取 40 mm × 30 mm × 20 mm，细缝处单元 0.1 mm，其余区域 2 mm，估算 N 约 80 万；若用 MoM，只离散导体表面，表面网格 0.5 mm，N 约 1.2 万，但 [Z] 为 1.2 万 × 1.2 万的稠密矩阵，双精度存储约 1.15 GB；若用 FDTD，全局网格 0.1 mm，网格数约 400 × 300 × 200 = 2400 万，时间步长约 0.19 ps，若需模拟 5 ns，则约 2.6 万步。三者的资源瓶颈完全不同：FEM 卡在迭代收敛与内存，MoM 卡在稠密存储，FDTD 卡在网格数与时间步数乘积。这些数字属于教学估算，实际项目需以网格收敛性测试为准。