高周波・RFニュース 2025年6月19日 QorvoがSバンドレーダ用のBAW switched filter bank発表、Ericssonがミッションクリティカル用途のアンテナ発表、SEMCOが125℃保証の0201インチX7T 1.0㎌ 6.3V MLCC発表、iFixitがトルクスプラスねじについて解説

・QorvoがSバンドレーダ用のBAW switched filter bank発表

Qorvo Strengthens Radar Agility and Efficiency with BAW-Based S-Band Switched Filter Bank Modules

・Ericssonがミッションクリティカル用途のアンテナ発表

Ericsson introduces next-generation antennas for mission-critical networks

・SEMCOが125℃保証の0201インチX7T 1.0㎌ 6.3V MLCC発表

Samsung Electro-Mechanics Launches 125°C Guaranteed MLCC for ADAS – 0201 inch X7T 1.0㎌ 6.3V

・Fixitがトルクスプラスねじについて解説

Torx Plus: The High-Tech Screw Hiding in Our Gadgets

高周波・RFニュース 2025年6月18日 Qorvoが5Gインフラ向けBAWフィルタとプリドライバアンプ発表、KeysightとNTTらが300GHz帯で280Gbpsを達成する信号発生システム発表、TDKが自動車用パワー・オーバー・コアクス・インダクター発表、NordicがNeuton AI買収

・Qorvoが5Gインフラ向けBAWフィルタとプリドライバアンプ発表

Qorvo Simplifies 5G Infrastructure with New Compact Solutions that Reduce Radio Footprint and Improve Thermal Performance

・KeysightとNTTらが300GHz帯で280Gbpsを達成する信号発生システム発表

6Gの開発を加速する高速・高出力な300GHz帯信号生成システムを実現 ～広帯域増幅器を用いて世界最速280Gbpsの高出力信号生成に成功～

・TDKが自動車用パワー・オーバー・コアクス・インダクター発表

TDKは、業界トップクラスのシンプルさと効率性を備えた自動車用パワー・オーバー・コアクス・インダクターをフィルター向けに発売しました。

・NordicがNeuton AI買収

Nordic Semiconductor accelerates edge AI leadership with acquisition of Neuton.AI

その他：

iFixit :HMD Fusion: The Smartphone That Grows with You

Qorvo :Supercharge Your IoT Development with Qorvo’s New Design Calculators

GSA : FWA Market June 2025

高周波・RFニュース2025年6月17日 everythingRF magazineはIMS2025特別号、MITの6Gに向け光でディープラーニングを行うチップ論文、NGMNが6Gに向けたキーメッセージを出版、Litepoint、Spirent、ViaviのTest and Measurementのトレンドレポート

・everythingRF magazineはIMS2025特別号
広告が全部IMSに出展している企業で、ブース番号が書いてある。

New Magazine - everything RF Publishes a Print / Digital Magazine for IMS 2025

・MITの6Gに向け光でディープラーニングを行うチップ論文

ニュース

Photonic processor could streamline 6G wireless signal processing

論文

RF-photonic deep learning processor with Shannon-limited data movement

・NGMNが6Gに向けたキーメッセージを出版

NGMN calls for harmonised 6G standards to drive seamless mobile evolution on behalf of global MNOs

・Litepoint、Spirent、ViaviのTest and Measurementのトレンドレポート

https://content.rcrwireless.com/test-measurement-forum-market-pulse-report-2025

高周波・RFニュース 2025年6月16日 iFixitのSamsung Galaxy S25 Edge分解でCTスキャンで2階建て基板の内部や5Gミリ波アンテナモジュールが鮮明に見える、Microwave JournalでRFのヘテロジニアスインテグレーションとローデ・シュワルツの複数ポートをもつスペアナFSWX紹介

・iFixitのSamsung Galaxy S25 Edge分解でCTスキャンで2階建て基板の内部や5Gミリ波アンテナモジュールが鮮明に見える

上下を繋ぐRFラインは同軸でなくてフレキ。

Galaxy S25 Edge Teardown: What Slim Design Means for Repair

・Microwave JournalでRFのヘテロジニアスインテグレーションとローデ・シュワルツの複数ポートをもつスペアナFSWX紹介

Heterogeneous Integration Brings Compound Semiconductors into the Age of RF CMOS

Revolutionizing Spectrum Analysis: The FSWX and Its Exciting Capabilities

その他：

KYOCERA AVX Chip Antennas Support the Surging SiP Market

Nisshinbo Micro Devices to Showcase Cutting-Edge GaAs and LNA Innovations at IMS 2025

Google ColabのJulia言語で1次元シュレーディンガー方程式の井戸型ポテンシャルによる波束の散乱を計算してアニメーションにしてみる。空間方向は普通の差分、時間は自前の13段8次のルンゲクッタ法を使用。

今回はシュレーディンガー方程式をやってみる。

昔Excel VBAで計算して、Pythonでもやってみた1次元シュレーディンガー方程式のポテンシャルによる波束の散乱を計算しよう。
これはシッフの量子力学の例題で出ていたものを「計算物理」という本でfortranで書かれていたものの移植。

ただ、空間微分は普通に(φ(i+1) + φ(i-1) - 2 φ(i))/h²で差分化するが、時間方向は13段8次のルンゲクッタ法を使う。DifferentialEquations.jlを使えば一発だが、Google Colabで使うときは毎回Pkg.addとしないといけなくて、それが45分かかるのでもうやだ、ということで自前のもの（Excel VBA移植版）。

コードはこんな感じで。ルンゲクッタ部分の係数が長い…

using Plots

using Printf

function main()

    n = 2000 #空間分割数

    m = 5500 #時間分割数

    #波動関数の実部u、虚部v

    u = zeros(Float64, n + 2)

    v = zeros(Float64, n + 2)

    ud = zeros(Float64, n + 2)

    vd = zeros(Float64, n + 2)

    #ポテンシャル

    u_pot = zeros(Float64, n + 2)

    #物理パラメータ

    v_width = 0.064

    v0 = 0.6 * (70.7 * pi) ^ 2

    deltax = 0.035

    x0 = -0.3

    p0 = pi * 50.0

    t = 0.0

    dx = 0.001

    dt = dx * dx / 2.0

    xmax = dx * (n - 1) / 2.0

    xmin = -dx * (n - 1) / 2.0

    x = zeros(Float64, n + 2)

    #表示用

    results = []

    ndiv = 25

    #8次のルンゲクッタ法の係数

    a = zeros(Float64, 13)

    b = zeros(Float64, 13, 13)

    c = zeros(Float64, 13)

    ku = zeros(Float64, n + 1, 13)

    kv = zeros(Float64, n + 1, 13)

    a[1] = 0.0

    a[2] = 2.0 / 27.0

    a[3] = 1.0 / 9.0

    a[4] = 1.0 / 6.0

    a[5] = 5.0 / 12.0

    a[6] = 0.5

    a[7] = 5.0 / 6.0

    a[8] = 1.0 / 6.0

    a[9] = 2.0 / 3.0

    a[10] = 1.0 / 3.0

    a[11] = 1.0

    a[12] = 0.0

    a[13] = 1

    b[2, 1] = 2.0 / 27.0

    b[3, 1] = 1.0 / 36

    b[3, 2] = 1.0 / 12.0

    b[4, 1] = 1.0 / 24.0

    b[4, 3] = 1.0 / 8.0

    b[5, 1] = 5.0 / 12.0

    b[5, 3] = -25.0 / 16.0

    b[5, 4] = 25.0 / 16.0

    b[6, 1] = 1.0 / 20.0

    b[6, 4] = 1.0 / 4.0

    b[6, 5] = 1.0 / 5.0

    b[7, 1] = -25.0 / 108.0

    b[7, 4] = 125.0 / 108.0

    b[7, 5] = -65.0 / 27.0

    b[7, 6] = 125.0 / 54.0

    b[8, 1] = 31.0 / 300.0

    b[8, 5] = 61.0 / 225.0

    b[8, 6] = -2.0 / 9.0

    b[8, 7] = 13.0 / 900.0

    b[9, 1] = 2.0

    b[9, 4] = -53.0 / 6.0

    b[9, 5] = 704.0 / 45.0

    b[9, 6] = -107.0 / 9.0

    b[9, 7] = 67.0 / 90.0

    b[9, 8] = 3.0

    b[10, 1] = -91.0 / 108.0

    b[10, 4] = 23.0 / 108.0

    b[10, 5] = -976.0 / 135.0

    b[10, 6] = 311.0 / 54.0

    b[10, 7] = -19.0 / 60.0

    b[10, 8] = 17.0 / 6.0

    b[10, 9] = -1.0 / 12.0

    b[11, 1] = 2383.0 / 4100.0

    b[11, 4] = -341.0 / 164.0

    b[11, 5] = 4496.0 / 1025.0

    b[11, 6] = -301.0 / 82.0

    b[11, 7] = 2133.0 / 4100.0

    b[11, 8] = 45.0 / 82.0

    b[11, 9] = 45.0 / 164.0

    b[11, 10] = 18.0 / 41.0

    b[12, 1] = 3.0 / 205.0

    b[12, 6] = -6.0 / 41.0

    b[12, 7] = -3.0 / 205.0

    b[12, 8] = -3.0 / 41.0

    b[12, 9] = 3.0 / 41.0

    b[12, 10] = 6.0 / 41.0

    b[13, 1] = -1777.0 / 4100.0

    b[13, 4] = -341.0 / 164.0

    b[13, 5] = 4496.0 / 1025.0

    b[13, 6] = -289.0 / 82.0

    b[13, 7] = 2193.0 / 4100.0

    b[13, 8] = 51.0 / 82.0

    b[13, 9] = 33.0 / 164.0

    b[13, 10] = 12.0 / 41.0

    b[13, 12] = 1.0

    c[6] = 34.0 / 105.0

    c[7] = 9.0 / 35.0

    c[8] = 9.0 / 35.0

    c[9] = 9.0 / 280.0

    c[10] = 9.0 / 280.0

    c[12] = 41.0 / 840.0

    c[13] = 41.0 / 840.0

    #ポテンシャルと波動関数の初期値（ガウシアン波束）設定

    for i in 2:(n + 1)

        x[i] = xmin + (i - 1) * dx

        if x[i] >= -v_width / 2.0 && x[i] <= v_width / 2.0

            u_pot[i] = v0

        else

            u_pot[i] = 0.0

        end

        u[i] = exp(-((x[i] - x0) ^ 2) / (4 * deltax * deltax)) * cos(p0 * x[i]) / ((2 * pi * deltax * deltax) ^ 0.25)

        v[i] = exp(-((x[i] - x0) ^ 2) / (4 * deltax * deltax)) * sin(p0 * x[i]) / ((2 * pi * deltax * deltax) ^ 0.25)

    end

    u[1] = u[2]

    u[n + 2] = u[n + 1]

    v[1] = v[2]

    v[n + 2] = v[n + 1]

    x[1] = xmin - dx

    x[n + 2] = xmax + dx

    for i in 1:m

        # 8次のルンゲクッタ法計算

         @inbounds for ii in 2:(n + 1)

            ku[ii - 1, 1] = f(ii, t + dt, u, v, dx, u_pot, n) * dt

            kv[ii - 1, 1] = g(ii, t + dt, u, v, dx, u_pot, n) * dt

        end

        @inbounds for j in 2:13

            @inbounds @simd for ii in 2:(n + 1)

                ud[ii] = u[ii]

                vd[ii] = v[ii]

            end

            @inbounds for k in 1:(j - 1)

                @inbounds @simd for ii in 2:(n + 1)

                    ud[ii] = ud[ii] + b[j, k] * ku[ii - 1, k]

                    vd[ii] = vd[ii] + b[j, k] * kv[ii - 1, k]

                end

            end

            @inbounds for ii in 2:(n + 1)

                ku[ii - 1, j] = f(ii, t + a[j] * dt, ud, vd, dx, u_pot, n) * dt

                kv[ii - 1, j] = g(ii, t + a[j] * dt, ud, vd, dx, u_pot, n) * dt

            end

        end

        @inbounds @simd for j in 1:13

            for ii in 2:(n + 1)

                u[ii] = u[ii] + c[j] * ku[ii - 1, j]

                v[ii] = v[ii] + c[j] * kv[ii - 1, j]

            end

        end

        t = t + dt

        # ndivステップごとに結果(波動関数の大きさ)を配列に格納

        if i % ndiv == 0

            push!(results, sqrt.(u.^2 + v.^2))

        end

    end

    # 計算結果をアニメーションで表示

    anim = @animate for i in 1:length(results)

        plot(x, results[i], ylim = (0, 4), linewidth = 5,title="Tunnelling Effect", label="Wave function", xlabel="x", ylabel="phi", size=(900,500))

        plot!(x, u_pot, label = "Potential")

    end

    gif(anim, "Tunnel.gif", fps = 30)    

end

function f(i, t, u, v, dx, u_pot, n)

    v[1] = v[2]

    v[n + 2] = v[n + 1]

    d2 = (v[i + 1] + v[i - 1] - 2.0 * v[i]) / (dx * dx)

    return -d2 + u_pot[i] * v[i]

end

function g(i, t, u, v, dx, u_pot, n)

    u[1] = u[2]

    u[n + 2] = u[n + 1]

    d2 = (u[i + 1] + u[i - 1] - 2.0 * u[i]) / (dx * dx)

    return d2 - u_pot[i] * u[i]

end

実行結果。一部は通過して一部は反射している。

次はトンネル効果やってみよう。

あべのハルカスにあった椅子がスーパーコンピュータCray-1にしか見えない…

これがあべのハルカスにあった椅子。

これがスーパーコンピュータCray-1。実際、世界一高価なイスと言われていたそうだ。

PythonでFDTD法で電磁界シミュレーションできるopenEMSを使う(4)円筒座標のメッシュが使えるので円筒型のコンフォーマルパッチアンテナの計算をして電流分布を動画に、指向性などをグラフにする。

今回は例題に乗っていた曲がったパッチアンテナ。

https://docs.openems.de/python/openEMS/Tutorials/Bent_Patch_Antenna.html

https://wiki.openems.de/index.php/Tutorial:_Bent_Patch_Antenna.html

まずは必要なモジュールをインポート。

import os

import numpy as np

import matplotlib.pyplot as plt

from CSXCAD import CSXCAD

from openEMS.openEMS import openEMS

from openEMS.physical_constants import C0, EPS0

寸法や周波数の設定を行う。unitはmm単位にする。

Sim_Path = os.path.join("C:\\Users\\tomoh\\Documents\\Python Projects\\OpenEMS", 'Bent_Patch')

post_proc_only = False

unit = 1e-3 # all length in mm

f0 = 2.4e9 # center frequency, frequency of interest!

lambda0 = round(C0/f0/unit) # wavelength in mm

fc = 0.5e9 # 20 dB corner frequency

# patch width in alpha-direction

patch_width  = 32 # resonant length in alpha-direction

patch_radius = 50 # radius

patch_length = 40 # patch length in z-direction

#substrate setup

substrate_epsR   = 3.38

substrate_kappa  = 1e-3 * 2*np.pi*2.45e9 * EPS0*substrate_epsR

substrate_width  = 80

substrate_length = 90

substrate_thickness = 1.524

substrate_cells = 4

#setup feeding

feed_pos   = -5.5  #feeding position in x-direction

feed_width = 2     #feeding port width

feed_R     = 50    #feed resistance

# size of the simulation box

SimBox_rad    = 2*100

SimBox_height = 1.5*200

FDTDの設定。CoordSystem=1が円筒座標にする設定で、境界条件はすべてMurの吸収境界条件。

FDTD = openEMS(CoordSystem=1, EndCriteria=1e-4) # init a cylindrical FDTD

f0 = 2e9 # center frequency

fc = 1e9 # 20 dB corner frequency

FDTD.SetGaussExcite(f0, fc)

FDTD.SetBoundaryCond(['MUR', 'MUR', 'MUR', 'MUR', 'MUR', 'MUR']) # boundary conditions

# init a cylindrical mesh

CSX = CSXCAD.ContinuousStructure(CoordSystem=1)

FDTD.SetCSX(CSX)

mesh = CSX.GetGrid()

mesh.SetDeltaUnit(unit)

モデル作成。励振はLumpedポート。

# calculate some width as an angle in radiant

patch_ang_width = patch_width/(patch_radius+substrate_thickness)

substr_ang_width = substrate_width/patch_radius

feed_angle = feed_pos/patch_radius

# create patch

patch = CSX.AddMetal('patch') # create a perfect electric conductor (PEC)

start = [patch_radius+substrate_thickness, -patch_ang_width/2, -patch_length/2 ]

stop  = [patch_radius+substrate_thickness,  patch_ang_width/2,  patch_length/2 ]

patch.AddBox(priority=10, start=start, stop=stop) # add a box-primitive to the metal property 'patch'

FDTD.AddEdges2Grid(dirs='all', properties=patch)

# create substrate

substrate = CSX.AddMaterial('substrate', epsilon=substrate_epsR, kappa=substrate_kappa  )

start = [patch_radius                    , -substr_ang_width/2, -substrate_length/2]

stop  = [patch_radius+substrate_thickness,  substr_ang_width/2,  substrate_length/2]

substrate.AddBox(start=start, stop=stop)

FDTD.AddEdges2Grid(dirs='all', properties=substrate)

# save current density oon the patch

jt_patch = CSX.AddDump('Jt_patch', dump_type=3, file_type=0)

start = [patch_radius+substrate_thickness, -substr_ang_width/2, -substrate_length/2]

stop  = [patch_radius+substrate_thickness, +substr_ang_width/2,  substrate_length/2]

jt_patch.AddBox(start=start, stop=stop)

# create ground

gnd = CSX.AddMetal('gnd') # create a perfect electric conductor (PEC)

start = [patch_radius, -substr_ang_width/2, -substrate_length/2]

stop  = [patch_radius, +substr_ang_width/2, +substrate_length/2]

gnd.AddBox(priority=10, start=start, stop=stop)

FDTD.AddEdges2Grid(dirs='all', properties=gnd)

# apply the excitation & resist as a current source

start = [patch_radius                    ,  feed_angle, 0]

stop  = [patch_radius+substrate_thickness,  feed_angle, 0]

port = FDTD.AddLumpedPort(1 ,feed_R, start, stop, 'r', 1.0, priority=50, edges2grid='all')

メッシュの設定と、

# add the simulation domain size

mesh.AddLine('r', patch_radius+np.array([-20, SimBox_rad]))

mesh.AddLine('a', [-0.75*np.pi, 0.75*np.pi])

mesh.AddLine('z', [-SimBox_height/2, SimBox_height/2])

# add some lines for the substrate

mesh.AddLine('r', patch_radius+np.linspace(0,substrate_thickness,substrate_cells))

# generate a smooth mesh with max. cell size: lambda_min / 20

max_res = C0 / (f0+fc) / unit / 20

max_ang = max_res/(SimBox_rad+patch_radius) # max res in radiant

mesh.SmoothMeshLines(0, max_res, 1.4)

mesh.SmoothMeshLines(1, max_ang, 1.4)

mesh.SmoothMeshLines(2, max_res, 1.4)

近傍界から遠方界に変換する準備。

nf2ff = FDTD.CreateNF2FFBox()

そして計算。ここでモデルも確認しておく。

if 1:  # debugging only

    CSX_file = os.path.join(Sim_Path, 'bent_patch.xml')

    if not os.path.exists(Sim_Path):

        os.mkdir(Sim_Path)

    CSX.Write2XML(CSX_file)

    from CSXCAD import AppCSXCAD_BIN

    os.system(AppCSXCAD_BIN + ' "{}"'.format(CSX_file))

if not post_proc_only:

    FDTD.Run(Sim_Path, cleanup=True)

そしてSパラメータ（S11）、入力インピーダンス、指向性の図示。

f = np.linspace(max(1e9,f0-fc),f0+fc,401)

port.CalcPort(Sim_Path, f)

Zin = port.uf_tot / port.if_tot

s11 = port.uf_ref/port.uf_inc

s11_dB = 20.0*np.log10(np.abs(s11))

plt.figure()

plt.plot(f/1e9, s11_dB)

plt.grid()

plt.ylabel('s11 (dB)')

plt.xlabel('frequency (GHz)')

P_in = 0.5*np.real(port.uf_tot * np.conj(port.if_tot)) # antenna feed power

# plot feed point impedance

plt.figure()

plt.plot( f/1e6, np.real(Zin), 'k-', linewidth=2, label=r'$\Re(Z_{in})$' )

plt.grid()

plt.plot( f/1e6, np.imag(Zin), 'r--', linewidth=2, label=r'$\Im(Z_{in})$' )

plt.title( 'feed point impedance' )

plt.xlabel( 'frequency (MHz)' )

plt.ylabel( 'impedance ($\Omega$)' )

plt.legend( )

idx = np.where((s11_dB<-10) & (s11_dB==np.min(s11_dB)))[0]

if not len(idx)==1:

    print('No resonance frequency found for far-field calulation')

else:

    f_res = f[idx[0]]

    theta = np.arange(-180.0, 180.0, 2.0)

    print("Calculate NF2FF")

    nf2ff_res_phi0 = nf2ff.CalcNF2FF(Sim_Path, f_res, theta, 0, center=np.array([patch_radius+substrate_thickness, 0, 0])*unit, read_cached=True, outfile='nf2ff_xz.h5')

    plt.figure(figsize=(15, 7))

    ax = plt.subplot(121, polar=True)

    E_norm = 20.0*np.log10(nf2ff_res_phi0.E_norm/np.max(nf2ff_res_phi0.E_norm)) + nf2ff_res_phi0.Dmax

    ax.plot(np.deg2rad(theta), 10**(np.squeeze(E_norm)/20), linewidth=2, label='xz-plane')

    ax.grid(True)

    ax.set_xlabel('theta (deg)')

    ax.set_theta_zero_location('N')

    ax.set_theta_direction(-1)

    ax.legend(loc=3)

    phi = theta

    nf2ff_res_theta90 = nf2ff.CalcNF2FF(Sim_Path, f_res, 90, phi, center=np.array([patch_radius+substrate_thickness, 0, 0])*unit, read_cached=True, outfile='nf2ff_xy.h5')

    ax = plt.subplot(122, polar=True)

    E_norm = 20.0*np.log10(nf2ff_res_theta90.E_norm/np.max(nf2ff_res_theta90.E_norm)) + nf2ff_res_theta90.Dmax

    ax.plot(np.deg2rad(phi), 10**(np.squeeze(E_norm)/20), linewidth=2, label='xy-plane')

    ax.grid(True)

    ax.set_xlabel('phi (deg)')

    plt.suptitle('Bent Patch Anteanna Pattern\nFrequency: {} GHz'.format(f_res/1e9), fontsize=14)

    ax.legend(loc=3)

    print( 'radiated power: Prad = {:.2e} Watt'.format(nf2ff_res_theta90.Prad[0]))

    print( 'directivity:    Dmax = {:.1f} ({:.1f} dBi)'.format(nf2ff_res_theta90.Dmax[0], 10*np.log10(nf2ff_res_theta90.Dmax[0])))

    print( 'efficiency:   nu_rad = {:.1f} %'.format(100*nf2ff_res_theta90.Prad[0]/np.real(P_in[idx[0]])))

plt.show()

Calculate NF2FF
radiated power: Prad = 4.94e-26 Watt
directivity: Dmax = 5.5 (7.4 dBi)
efficiency: nu_rad = 89.9 %

となった。電流分布も動画にするとこうなる。

ものすごく時間がかかりデータも膨大になるが、

Et = CSX.AddDump('Et', dump_type=0, file_type=0)

Et.AddBox([patch_radius-20,-0.75*np.pi,-SimBox_height/2], [patch_radius+SimBox_rad,0.75*np.pi,SimBox_height/2])

を使えると電界分布も動画にできる。

高周波・RFニュース 2025年6月12日 QorvoがKバンド衛星通信向けパワーアンプ発表、QuectelがWi-SUNモジュール発表、Kymetaがマルチバンドアンテナ発表、iFixitがAppleがiPadの修理は悪夢と認めたと語る、中国の6G戦略解説、iFixitがNintendo Switch2のチップ同定

・QorvoがKバンド衛星通信向けパワーアンプ発表

Qorvo®’s New K-band Solution Delivers Three Times More Bandwidth, Less Power, Smaller Footprint to LEO Satellites

・QuectelがWi-SUNモジュール発表

Quectel introduces KCM0A5S Wi-SUN module for smart city and smart utility devices

・Kymetaがマルチバンドアンテナ発表

Kymeta’s Breakthrough Multi-Band Antenna Redefines Connectivity

・FixitがAppleがiPadの修理は悪夢と認めたと語る

Apple Finally Admits That The iPad Is A Beast To Repair

・中国の6G戦略解説

China Sharpens Strategy in the Global 6G Race

・iFixitがNintendo Switch2のチップ同定

Nintendo Switch 2 Chip ID

高周波・RFニュース 2025年6月11日 Siversの28GHzモジュールがaiRadarに採用、LG Innotekが車載5G衛星通信モジュール発表、Nuvotronicsがフィルタ設計のためのStrataWorksプラットフォーム発表、TechInsigtsのXiaomi 15S Pro分解、QualcommがAlphawave Semi買収

・Siversの28GHzモジュールがaiRadarに採用

Sivers Semiconductors Wins Contract from aiRadar to Develop Advanced 28GHz Antenna Module

・LG Innotekが車載5G衛星通信モジュール発表

LG Innotek Unveils World's First Automotive 5G Broadband Satellite Communication Module

・Nuvotronicsがフィルタ設計のためのStrataWorksプラットフォーム発表

Nuvotronics Launches StrataWorks® Platform, Ushering in a New Era of Radio Frequency Design

・TechInsigtsのXiaomi 15S Pro分解

Xiaomi 15S Pro Teardown – INSANE Engineering Revealed!

・QualcommがAlphawave Semi買収

Qualcomm to Acquire Alphawave Semi

Google ColabのJulia言語で2次元Swift-Hohenberg方程式（∂φ/∂t=φ - φ³ - (∇²+ k₀²)²φ、熱対流などを表す）を差分法で計算してパターンを動画にしてみる。

前回は複素TDGL方程式をやったので、今回は類似のSwift-Hohenberg方程式

∂φ/∂t = φ - φ³ - (∇²+ k₀²)²φ

をやってみよう。空間の4階微分が出てくる。コードはこんな感じで。

TDGLのプログラム流用なので無駄があり変数名がおかしいがまあ気にしないで。

using Plots

using Printf

using Random

function main()

    #パラメータ設定

    n = 128

    m = 1000

    ndiv = 2

    dt = 0.02

    dx = 1.0

    C1 = 1.0

    #初期設定

    X1 = zeros(n + 2, n + 2)

    Y1 = zeros(n + 2, n + 2)

    X2 = zeros(n + 2, n + 2)

    MT = MersenneTwister()

    Random.seed!(MT, 42)

    @inbounds for j in 2:(n + 1)

        @inbounds @simd for i in 2:(n + 1)

            X1[i, j] = 0.1 * (2.0 * rand(MT) - 1.0)

        end

    end

    # 結果を格納する配列

    results = []

    for t in 1:m

        #境界条件

        @inbounds for i in 2:(n + 1)

            X1[1, i] = X1[2, i]

            X1[n + 2, i] = X1[n + 1, i]

            X1[i, 1] = X1[i, 2]

            X1[i, n + 2] = X1[i, n + 1]

        end

        #一つ目のラプラシアン

        @inbounds for j in 2:(n + 1)

            @inbounds @simd for i in 2:(n + 1)

                lapX = (X1[i + 1, j] + X1[i - 1, j] + X1[i, j + 1] + X1[i, j - 1] - 4.0 * X1[i, j]) / (dx * dx)

                Y1[i, j] = lapX + C1 * C1 * X1[i, j]                                                                              

            end

        end

        #境界条件

        @inbounds for i in 2:(n + 1)    

            Y1[1, i] = Y1[2, i]

            Y1[n + 2, i] = Y1[n + 1, i]

            Y1[i, 1] = Y1[i, 2]

            Y1[i, n + 2] = Y1[i, n + 1]

        end

        #Swift-Hohenberg計算

        @inbounds for j in 2:(n + 1)

            @inbounds @simd for i in 2:(n + 1)

                lapY = (Y1[i + 1, j] + Y1[i - 1, j] + Y1[i, j + 1] + Y1[i, j - 1] - 4.0 * Y1[i, j]) / (dx * dx)

                X2[i, j] = X1[i, j] + dt * (X1[i, j] * (1.0 - X1[i, j] ^ 2) - (lapY + C1 * C1 * Y1[i, j]))                                                                            

            end

        end

        @inbounds for j in 2:(n + 1)

            @inbounds @simd for i in 2:(n + 1)

                X1[i, j] = X2[i, j]

            end

        end

        # ndivステップごとに結果を配列に格納

        if t % ndiv == 0

            push!(results, copy(X1))

        end

    end

    # 計算結果をアニメーションで表示

    anim = @animate for i in 1:length(results)

        heatmap(results[i], title="t = $(@sprintf("%.3f", i * ndiv * dt))", clim=(-1.2, 1.2), size = (950, 800))

    end

    gif(anim, "Swift-Hohenberg.gif", fps = 10)    

end

これでmain()とすると動画ができる。