We consider approximation of the variable-coefficient Helmholtz equation in the exterior of a Dirichlet obstacle using perfectly-matched-layer (PML) truncation; it is well known that this approximation is exponentially accurate in the PML width and the scaling angle, and the approximation was recently proved to be exponentially accurate in the wavenumber $k$ in [Galkowski, Lafontaine, Spence, 2021]. We show that the $hp$-FEM applied to this problem does not suffer from the pollution effect, in that there exist $C_1,C_2>0$ such that if $hk/p\leq C_1$ and $p \geq C_2 \log k$ then the Galerkin solutions are quasioptimal (with constant independent of $k$), under the following two conditions (i) the solution operator of the original Helmholtz problem is polynomially bounded in $k$ (which occurs for ''most'' $k$ by [Lafontaine, Spence, Wunsch, 2021]), and (ii) either there is no obstacle and the coefficients are smooth or the obstacle is analytic and the coefficients are analytic in a neighbourhood of the obstacle and smooth elsewhere. This $hp$-FEM result is obtained via a decomposition of the PML solution into ''high-'' and ''low-frequency" components, analogous to the decomposition for the original Helmholtz solution recently proved in [Galkowski, Lafontaine, Spence, Wunsch, 2022]. The decomposition is obtained using tools from semiclassical analysis (i.e., the PDE techniques specifically designed for studying Helmholtz problems with large $k$).


翻译:我们认为,在Drichlet障碍体外,使用完全匹配的平流层(PML)计分法,折合的赫尔马霍茨等值的近似值;众所周知,这一近似值在PML宽度和缩放角度中是指数性的准确度,而最近,近近似值在[Galkowski, Lafontaine, Spence, 2021] 的波数美元中是指数性的准确度。我们显示,用于这一问题的美元-FEM不会受到污染效应的影响,因为美元存在美元(C_1,C_2>美元),如果美元/pleq C_1美元和$p geq C_2\log k$,那么加勒金解决方案在[Galerkin] 中是指数性的,在以下两个条件下(i)原Helmholtz 问题的解决方案操作者以美元(这是“最接近的”美元, 美元,而现在的”平流化的“平流化的” 和“市” 的“平流” 的“平流法” 工具证明了一个“平流” 和“平流” 的“平流的“平流” 的“平流” 的“平流” 的“平流” 的“平流” 的“平流” 的“平流” 的“平流” 和“平流” 的“平流” 的“平流” 技术是“平流” 的“平流” 。

0
下载
关闭预览

相关内容

不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
专知会员服务
42+阅读 · 2020年12月18日
专知会员服务
50+阅读 · 2020年12月14日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
专知会员服务
159+阅读 · 2020年1月16日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium5
中国图象图形学学会CSIG
1+阅读 · 2021年11月11日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3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
国家自然科学基金
1+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年9月2日
Arxiv
11+阅读 · 2022年9月1日
Slowly Varying Regression under Sparsity
Arxiv
0+阅读 · 2022年9月1日
Arxiv
0+阅读 · 2022年9月1日
Arxiv
12+阅读 · 2022年4月30日
VIP会员
相关VIP内容
不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
专知会员服务
42+阅读 · 2020年12月18日
专知会员服务
50+阅读 · 2020年12月14日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
专知会员服务
159+阅读 · 2020年1月16日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium5
中国图象图形学学会CSIG
1+阅读 · 2021年11月11日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3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
相关基金
国家自然科学基金
1+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员