전자파 환경 적합성(EMC) 연구 번역

전자파 환경 적합성(EMC) 연구 번역(영어 원본)

I. INTRODUCTION
An important part of Electromagnetic Compatibility (EMC) study concerns the measurements of complex, reverberant or reverberant-like structures. Such complex electromagnetic environments (EME) are found in real-life enclosures such as aircrafts, ships, modern buildings, trains, missiles, tanks, etc.; as well as in laboratory-controlled EMEs such as reverberation chambers (RC). Solving the electromagnetic field in such structures is extremely complex, making the calculation problem quickly intractable. It is true that the more and more sophisticated computer codes and the bigger and faster computers foster a higher hope of getting reliable field estimations. Nevertheless, due to the intrinsic randomness associated with these problems, it is most likely that one would miss important aspects of the problem and thus be led to invalid conclusions. Therefore, there is a call for considering what can usefully be done in this area.

The application of deterministic models to such problems is very limited, forcing their study to (very often) unacceptable levels of simplification. Computer simulations and numerical methods are also limited in their application due to the facts explained above and also because they raise a question regarding the generality of their application. The empirical approach to the problem is to directly test in the real environment. Testing is, clearly, the preferred approach when reliable results are needed, i.e. it is “reality”, but of course this methodology applies only for diagnosis but not on prevention. Statistical models are an approach of choice and very often a successful strategy in order to tackle the main difficulties found in calculating such complex structures. Statistical models for typical complex systems are not obtained from first-principle electromagnetic calculations and results are expressed as stochastic quantities, i.e. field magnitudes treated as random variables and performance descriptors as statistical indexes.

Our strategy is to make use of the numerous and substantial statistical models already developed for the study of RCs. We pay a particular attention to a recently reported bivariate statistical approach [1] that describes the occurrence of anomalous statistics in “good-but-imperfect” electromagnetic reverberation. The assumption is that an imperfectly-performing RC works analogously to a semi-reverberant complex structure. Various configurations of RCs can be easily implemented in practice. In this sense, RCs have the main advantage to act as laboratory-controlled EMEs, being able to mimic real-life complex enclosures.

Section II gives an overview of the chosen statistical model, recently reported in [1] and [2]. Section III gives proof that a proper NHPP can describe the occurrence of anomalies in a VIRC and a proper model is proposed. Finally, section IV applies this NHPP model to different semi-reverberant EMEs generated in the laboratory.

II. BACKGROUND AND RELATED WORK

A Reverberation Chamber (RC) consists of an electromagnetic resonant cavity featuring some kind of mode-stirring process to create changing boundary conditions in order to obtain a statistically uniform electromagnetic field [3]. Different kinds of RCs exist, defined mainly by their various stirring strategies. A particular non-conventional example is the Vibrating Intrinsic Reverberation Chamber (VIRC) [4]. The VIRC is a complex-shaped chamber (intrinsically complex geometry), that also uses mechanic vibration in order to change the modal structure at every stir state, which in this case is a particular configuration of the chamber shape.

Figure 1 shows a (dual) VIRC available at the Thales Environmental Competence Center Laboratory in Hengelo, The Netherlands, where the VIRCs were conceived and developed. A dual VIRC is simply two VIRCs put together in order to perform shielding effectiveness measurements [5]. It has been shown that the VIRCs are successful random field generators [6].

There is an increasing interest for accurately characterize the field dynamics in RCs, especially when concerning the occurrence of anomalous statistics (i.e. [1], [2], [7], [8]). Particularly, the bivariate statistical approach in [1] is able to provide us with a consistent way for anomaly classification.

This situation represents an opportunity to broaden the field of application of the bivariate statistical approach to not only the RCs anomaly characterization, but also to semi-reverberant or reverberant-like structures. In other words, the hypothesis of the present work is that a semi-reverberant enclosure behaves in an analogous manner (from the field statistics point of view) to an imperfectly-performing RC.

The work presented in [1] reports on a family of probability density functions (PDF) that are found to accurately represent field statistics in a RC working in a ‘good-but-imperfect’ regime. The ‘good-but-imperfect’ term describes a RC performing under acceptable working conditions, but that the field statistics are slightly departed from the ones predicted by the statistical models that assume ideal reverberation conditions. In particular, this model states that the ‘good-but-imperfect’ regime is met when the real and imaginary part of a cartesian field component follow a normal distribution (as foreseen by the ideal statistical models), but that they fail to comply with one or more of the following requirements of ideality, i.e. the variates might have zero-mean (***), equal variances (***) and might be independent from one another(***)

By relaxing the above mentioned assumptions of unbiased, isotropic and homogeneous field conditions, the work in [1] is able to derive a total of eight different types of PDFs. Each of these types represent a different reverberation condition, i.e.:

We call type I to the ideal case, type II to the biased random field situation and, increasing in complexity as well as in number of departures from ideality, we arrive up to type VIII. The findings in [1] allows us to classify an ensemble of measured data into one of the eight possible types. This procedure of classification is not performed in [1], but will be shown in this present work. Therefore, at each frequency, the measured set of complex field components undergoes different statistical tests in order to decide whether it follows or not a normal distribution with zero-mean (with the help of the Student’s T-test), if the variances of the real and imaginary parts are equal (with the help of the Student’s F-test) and if these two variates are statistically uncorrelated (with the help of the Pearson’s correlation test). As an example, we show some measured data in a VIRC that was classified into types I : : : VIII and afterwards a counting process is applied to this series of types occurrences. A Rohde & Schwarz ZVA40 Vector Network Analyzer was used in order to measure the complex field components. An electrically short dipole antenna was used as a receiving antenna in order to sample a (rectangular) component of the electric field. Five thousand frequency points were taken ranging from 200 MHz to 4 GHz. For each frequency, 200 samples of the real and imaginary part of the field were measured. Figure 2 shows the result of this process: the number of occurrences of each type as a percentage of the total number of measured points per frequency bin is displayed as stacked curves. A total of 50 bins for the whole frequency band were defined, resulting in 100 measured data sets in a band of 76 MHz per bin.

전자파 환경 적합성(EMC) 연구 번역(한국어 번역본)

I. 서 론

전자 환경 적합성(EMC) 연구의 중요한 부분은 반향 또는 반향과 비슷한 구조의 복잡한 측정에 관한 것이다. 복잡한 전자파 환경(EME)은 항공기, 선박, 현대적 건물, 기차, 미사일, 탱크 등 실생활의 엔클로저(enclosure)에서뿐 아니라, 반향실(Reverberation Chamber; RC) 같은 실험실 통제 EME에서도 찾아볼 수 있다. 이러한 구조에서 전자기장은 해결하기가 매우 복잡하며, 계산 문제는 다루기 어렵다. 점점 더 정교해지는 컴퓨터 코드, 그리고 용량이 더 크고 속도가 더 빠른 컴퓨터로 인해 믿을 수 있는 필드 추정치에 대한 기대치가 훨씬 높아진다. 그럼에도 불구하고, 이러한 문제와 관련된 고유의 무작위성 때문에 이 문제의 중요한 측면이 쉽게 간과되고, 그에 따라 잘못된 결론을 도출하게 된다. 그러므로 이 분야에서 유용한 연구가 필요하다.
이런 문제에 대한 결정 모형의 응용은 매우 제한적이며, 연구는 (아주 빈번하게) 단순화라는 수용 불가능한 수준이 되어 버린다. 위에서 설명한 사실 때문에, 또 이들 분야의 일반성에 제기되는 문제 때문에, 이 분야에서는 컴퓨터 시뮬레이션과 수치 계산법 또한 제한적이다. 여기에 대한 실증적 접근 방식은 실제 환경에서 직접 테스트하는 것이다. 신뢰할 수 있는 결과가 필요한 경우 테스트는 분명히 좋은 방법이다. 말하자면, 이것은 “실제”이다. 하지만 물론 이 방법은 진단에만 적용될 뿐 예방에는 적용되지 않는다. 통계 모델은 선택 접근법이고, 복잡한 구조 같은 계산에서 볼 수 있는 주요 문제를 해결하는 데 있어서 성공 전략이 될 때가 아주 많다. 일반적으로 복잡한 시스템에 대한 통계 모델은 전자기 계산의 기본 원칙에서는 얻을 수 없으며, 결과는 확률 수량으로 나타난다.

즉, 필드 진폭은 랜덤 변수로 처리되고 성능 설명은 통계적 지표로 처리된다.
우리의 전략은 RC 연구를 위해 이미 개발된 수많은 실질적인 통계 모델을 사용하는 것이다. 우리는 최근에 보고된 이변량 통계 접근법[1]에 특히 주목하고 있다. 이 접근법은 “좋지만 불완전한” 전자파 반향에서 비정상적인 통계 발생을 설명한다. 그리고 불완전하게 수행하는 RC가 반반향 복잡 구조에 대해 유사하게 작동한다는 것을 가정한다. RC의 다양한 구성은 실제로 쉽게 구현될 수 있다. 이런 의미에서, RC의 주요 장점은 실생활의 복잡한 엔클로저를 모방할 수 있으면서 실험실 제어 EME 같은 역할을 한다는 것이다.
섹션 II에서는 최근 [1] 및 [2]에서 보고된 선택 통계 모델의 개요를 설명한다. 섹션 III에서는 적절한 NHPP가 VIRC에서 비정상적 발생을 설명할 수 있음을 증명하고, 적절한 모델을 제시하고 있다. 마지막으로 섹션 IV에서는 실험실에서 생성된 여러 가지 반반향 EME에 NHPP 모델을 적용한다.

II. 배경 및 관련 연구

잔향실(RC)은 전자기 공진 공동으로 구성되어 있는데, 이는 통계적으로 균일한 전자기장을 얻기 위해 경계 조건 변화를 만드는 모드 교반 프로세스 유형을 특징으로 한다[3]. RC의 종류는 여러 가지이며, 주로 다양한 전략으로 규정된다. 특히 비통상적인 예는 진동하는 내장 잔향실(Vibrating Intrinsic Reverberation Chamber; VIRC)이다[4]. VIRC는 복잡한 모양의 챔버(본질적으로 복잡한 기하학적 구조)로, 모든 교반 상태에서 챔버 모양의 특정 구조인 모달 구조를 변경하기 위해 기계적 진동도 사용한다.

그림 1은 VIRC가 시작되고 개발된 네덜란드 헹겔로의 탈레스 환경 역량 센터 연구소(Environmental Competence Center Laboratory)에서 사용되는 (듀얼) VIRC를 보여준다. 듀얼 VIRC는 차폐 효과를 측정하기 위해 단순히 두 VIRC를 함께 배치한 것이다[5]. VIRC가 성공적인 임의 필드 발생기가 되는 것으로 나타났다[6].
특히 변칙 통계의 발생을 고려할 때 RC에서 필드 역학을 정확하게 특징 짓는 데 대한 관심이 증가하고 있다(즉, [1], [2], [7], [8]). 특히, [1]에서 이변량 통계 접근법은 비정상 분류를 위한 일관된 방법을 제공할 수 있다.

이 상황은 RC의 변칙 특성뿐만 아니라 반반향 또는 반향과 비슷한 구조에 대해서도 이변량 통계 접근법의 적용 분야를 확대할 수 있는 기회임을 나타낸다. 달리 말하자면, 본 연구의 가설은 반반향 엔클로저가 불완전하게 수행하는 RC와 유사한 방식으로 (분야 통계치의 관점에서) 작동한다는 것이다.
[1]에서 제시된 연구는 ‘좋지만 불완전한’ 체계로 작동하는 RC에서 분야 통계치를 정확하게 나타내기 위해 발견한 확률 밀도 함수(PDF)의 군을 설명한다. ‘좋지만 불완전한’ 조건은 허용되는 작동 조건하에서 수행하는 RC를 설명하지만, 분야 통계치는 이상적인 반향 조건으로 가정되는 통계 모델에 의해 예측된 것에서 약간 벗어나 있다. 특히, 이 모델은 데카르트 분야 구성요소의 실수 및 허수 부분이 (이상적인 통계 모델에 의해 예측된 대로) 정규 분포를 따를 때 ‘좋지만 불완전한’ 체계가 충족된다고 하지만, 다음의 이상적인 요구사항 중 하나 이상을 따르지는 못했다. 즉, 변량은 제로 평균 , 등분산 및 서로 독립적 이 될 수 있습니다.
위에서 언급한 비편파적 등방성의 동질 분야 조건의 가정을 완화시킴으로써, [1]의 연구는 총 8가지 다른 유형의 PDF를 도출할 수 있다. 이러한 각각의 유형은 다른 반향 상태를 나타낸다.

우리는 유형 I을 이상적인 경우, 유형 II를 편향된 임의의 필드 상황이라고 부른다. 이상적 상황에서 벗어난 수에서뿐만 아니라 복잡성이 증가하며 우리는 유형 VIII에까지 이르게 된다. [1]의 연구 결과로 측정된 데이터의 앙상블을 8가지의 가능한 유형으로 분류할 수 있다. 이 분류 절차는 [1]에서 수행되지 않지만, 본 연구에서 볼 수 있을 것이다. 따라서 각 주파수에서, 복잡한 필드 구성 요소의 측정 세트는 제로 평균과 함께 정규 분포를 따르는지(학생의 T-테스트의 도움으로) 여부, 실수와 허수 부분의 차이가 동일한지(학생의 F-테스트의 도움으로) 여부, 이러한 두 변량이 통계적으로 상관관계가 없는지(학생의 T-테스트의 도움으로) 여부를 결정하기 위해 다른 통계 테스트를 거치게 된다. 예를 들어, 우리는 유형 I … VIII로 분류되고 그 후 계산 과정이 유형 발생의 이러한 시리즈에 적용되는 VIRC에서 일부 측정 데이터를 보여준다. 복잡한 필드 구성 요소를 측정하기 위해 Rohde & Schwarz ZVA40 벡터 네트워크 분석기(Vector Network Analyzer)가 사용되었다. 전기적으로 짧은 다이폴 안테나가 전계의 (직사각형) 구성 요소를 샘플링하기 위해 수신 안테나로 사용되었다. 5,000 주파수 포인트는 200MHz~4GHz의 범위까지 측정되었다. 각 주파수에 대해, 필드의 실수와 허수 부분의 샘플은 200개 측정하였다. 그림 2는 이러한 프로세스를 보여준다. 주파수 빈(bin)당 측정 포인트의 총 수의 백분율인 각 유형의 발생 횟수는 누적 곡선으로 표시된다. 전체 주파수 대역에서 총 50 빈이 정의되었고, 그 결과로 빈당 76MHz의 대역에서 100 데이터 세트가 측정되었다.