We propose a short-memory operator splitting scheme for solving the constant-Q wave equation, where the fractional stress-strain relation contains multiple Caputo fractional derivatives with order much smaller than 1. The key is to exploit its extension problem by converting the flat singular kernels into strongly localized ones, so that the major contribution of weakly singular integrals over a semi-infinite interval can be captured by a few Laguerre functions with proper asymptotic behavior. Despite its success in reducing both memory requirement and arithmetic complexity, we show that numerical accuracy under prescribed memory variables may deteriorate in time due to the dynamical increments of projection errors. Fortunately, it can be considerably alleviated by introducing a suitable scaling factor $\beta > 1$ and pushing the collocation points closer to origin. An operator splitting scheme is introduced to solve the resulting set of equations, where the auxiliary dynamics can be solved exactly, so that it gets rid of the numerical stiffness and discretization errors. Numerical experiments on both 1-D diffusive wave equation and 2-D constant-Q $P$- and $S$-wave equations are presented to validate the accuracy and efficiency of the proposed scheme.


翻译:我们提出一个短时间操作器分解方案,以解决常量-Q波方程式,在这个方案下,分度压力-压力-分层关系包含多个小于1的卡普托分解衍生物,其顺序小于1。 关键在于通过将平板单单内核转换为高度局部的内核来利用其扩展问题,这样,半无限间隔的微弱单内聚体的主要贡献就可以通过一些具有适当暂时性行为的Laguerre函数来捕捉到。尽管它在减少记忆要求和算术复杂性方面都取得了成功,但我们表明,由于预测错误的动态递增,规定内存变量下的数字精确度可能会随着时间而恶化。幸运的是,通过引入一个适当的缩放因子$\beta > 1 和将合用点推近原点来大大减轻其扩展问题。 引入一个操作器分解计划可以解决由此产生的方程式组合, 其辅助动力可以精确地解决, 从而消除数值的僵硬性和分错。 关于1-diffive波方程式和2-Q-P$-和$-US-S-波方程式的精确度公式的数值实验将提交给验证。

0
下载
关闭预览

相关内容

专知会员服务
15+阅读 · 2021年5月21日
专知会员服务
41+阅读 · 2021年4月2日
Python图像处理,366页pdf,Image Operators Image Processing in Python
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
【干货书】数值计算C编程,319页pdf,Numerical C
专知会员服务
67+阅读 · 2020年4月7日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
已删除
将门创投
13+阅读 · 2019年4月17日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
Arxiv
0+阅读 · 2021年9月9日
Coordinate Descent Methods for DC Minimization
Arxiv
0+阅读 · 2021年9月9日
VIP会员
相关VIP内容
专知会员服务
15+阅读 · 2021年5月21日
专知会员服务
41+阅读 · 2021年4月2日
Python图像处理,366页pdf,Image Operators Image Processing in Python
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
【干货书】数值计算C编程,319页pdf,Numerical C
专知会员服务
67+阅读 · 2020年4月7日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
相关资讯
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
已删除
将门创投
13+阅读 · 2019年4月17日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
Top
微信扫码咨询专知VIP会员