Most of the existing mapped WENO schemes suffer from either losing high resolutions or generating spurious oscillations in long-run simulations of hyperbolic problems. The purpose of this paper is to amend this commonly reported issue. We firstly present the definition of the locally order-preserving (LOP) mapping. Then, by using a new proposed posteriori adaptive technique, we apply this LOP property to obtain the new mappings from those of the WENO-X schemes where "X" stands for the version of the existing mapped WENO scheme. The essential idea of the posteriori adaptive technique is to identify the global stencil in which the existing mappings fail to preserve the LOP property, and then replace the mapped weights with the weights of the classic WENO-JS scheme to recover the LOP property. We build the resultant mapped WENO schemes and denote them as PoAOP-WENO-X. The numerical results of the 1D linear advection problem with different initial conditions and some standard 2D problems modeled via Euler equations, calculated by the PoAOP-WENO-X schemes, are compared with the ones generated by their non-OP counterparts and the WENO-JS scheme. In summary, the PoAOP-WENO-X schemes enjoy great advantages in terms of attaining high resolutions and in the meantime preventing spurious oscillations near discontinuities when solving the one-dimensional linear advection problems with long output times, and significantly reducing the post-shock oscillations in the simulations of the two-dimensional problems with shock waves.


翻译:现有已映射的WENO计划大多因高分辨率下降或长期模拟双曲线问题的模拟中产生虚假的表面振动而受损。本文件的目的是修正这一常见问题。 我们首先展示了本地秩序保护(LOP)映射的定义。 然后, 我们使用新的后传适应技术, 将LOP 属性用于从WENO- X 计划中获取新的映射, 其中“ X” 表示现有已映射的WENO 计划版本。 后传适应技术的基本理念是确定现有映射无法保存 LOP 属性的全球加速度, 然后用经典WENO-JS 计划重力取代已映射的重量, 以回收 LOP 属性。 我们将结果绘制了WENO 计划图, 将其描述为PoAOP- WENO- X 计划的新映射图。 1D 直线对立问题的数字结果与不同的初始条件和通过 Euler 方程式模拟的某些标准的2D问题, 由PO-WEOP-WINO-X 后传平式的快速解算算算出, 和快速平面平流- 平流- 平流- 平- 平流- 平流- 平流- 平- 平- 平流- 平流- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平-平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平- 平-

0
下载
关闭预览

相关内容

【硬核书】矩阵代数基础,248页pdf
专知会员服务
83+阅读 · 2021年12月9日
【博士论文】基于冲量的加速优化算法
专知会员服务
25+阅读 · 2021年11月29日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
84+阅读 · 2020年12月5日
元学习与图神经网络逻辑推导,55页ppt
专知会员服务
128+阅读 · 2020年4月25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
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
已删除
将门创投
3+阅读 · 2017年10月12日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2021年12月6日
VIP会员
相关资讯
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
已删除
将门创投
3+阅读 · 2017年10月12日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员