In this paper, we have proposed a dispersive formulation of scalar-based meshless method for time-domain analysis of electromagnetic wave propagation through left-handed (LH) materials. Moreover, we have incorporated Berenger's perfectly matched layer (PML) absorbing boundary condition (ABC) into the dispersive formulation to truncate open-domain structures. In general, the LH medium as a kind of dispersive media can be described by frequency-dependent constitutive parameters. The most appropriate numerical techniques for analysis of LH media are dispersive formulations of conventional numerical methods. In comparison to the conventional grid-based numerical methods, it is proved that meshless methods not only are strong tools for accurate approximation of derivatives in Maxwell's equations but also can provide more flexibility in modeling the spatial domain of problems. However, we have not seen any reports on using dispersive forms of meshless methods for simulation of wave propagation in metamaterials and applying any PML ABCs to dispersive formulation of meshless method. The proposed formulation in this paper enables us to take advantage of meshless methods in analysis of LH media. For modeling the frequency behavior of the medium in the proposed dispersive formulation, we have used auxiliary differential equation (ADE) method based on the relations between electromagnetic fields intensities and current densities. Effectiveness of the proposed formulation is verified by a numerical example; also, some basic factors which affect the accuracy and computational cost of the simulations are studied.


翻译:在本文中,我们建议对通过左手(LH)材料进行电磁波传播的时空分析,采用基于卡路里网状网状网状混凝土方法,以分流式配方,吸收边界条件(ABC),将Berenger完全匹配的层吸收边界条件(PML)纳入分散式配方,以排挤开放域结构。一般而言,LH介质是一种分散式介质的介质,可以通过取决于频率的构成参数来描述。分析LH介质的最适当数字技术是常规数字方法的分散性配方。与传统的基于网状的数字方法相比,我们证明,无线方法不仅是精确接近马克斯韦方程式衍生物的有力工具,而且还能为模拟问题的空间域提供更大的灵活性。然而,我们没有看到任何关于使用隐性混集式方法模拟元材料中的波状传播和将任何PMLABC用于混合式方法的分解式配方。 与传统的网状数字方法相比,与传统的计算方法相比,拟议的制式配方不仅影响基于传统网格的数字方法,还证明无线式方法的精度方法的精度不仅能工具,而且也使我们利用了MLADE的模型法的模型的模型法系的模型法系的优势。

0
下载
关闭预览

相关内容

专知会员服务
26+阅读 · 2021年7月11日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9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
异常检测论文大列表:方法、应用、综述
专知
126+阅读 · 2019年7月15日
BERT源码分析PART I
AINLP
38+阅读 · 2019年7月12日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7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
已删除
将门创投
7+阅读 · 2018年4月18日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
相关资讯
异常检测论文大列表:方法、应用、综述
专知
126+阅读 · 2019年7月15日
BERT源码分析PART I
AINLP
38+阅读 · 2019年7月12日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7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
已删除
将门创投
7+阅读 · 2018年4月18日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员