In this paper, we investigate the use of a mass lumped fully explicit time stepping scheme for the discretisation of the wave equation with underlying material parameters that vary at arbitrarily fine scales. We combine the leapfrog scheme for the temporal discretisation with the multiscale technique known as Localized Orthogonal Decomposition for the spatial discretisation. To speed up the method and to make it fully explicit, a special mass lumping approach is introduced that relies on an appropriate interpolation operator. This operator is also employed in the construction of the Localized Orthogonal Decomposition and is a key feature of the approach. We prove that the method converges with second order in the energy norm, with a leading constant that does not depend on the scales at which the material parameters vary. We also illustrate the performance of the mass lumped method in a set of numerical experiments.


翻译:在本文中,我们调查使用一个整块的全清晰时间跨段计划,将波形方程式与随任意细微尺度而变化的基本物质参数分解。我们把时间分解的跳蛙计划与称为空间分解的局部矫形分解的多尺度技术结合起来。为了加速这种方法并使其更加明确,我们引入了一种依赖适当的内插操作器的特殊的大规模分解方法。这个操作器还被用于构建局部正方形的正方形分解,并且是该方法的一个关键特征。我们证明,该方法与能源规范的次顺序一致,而一个主要常数并不取决于材料参数变化的尺度。我们还在一组数字实验中展示了质量分解法的性能。

0
下载
关闭预览

相关内容

MASS:IEEE International Conference on Mobile Ad-hoc and Sensor Systems。 Explanation:移动Ad hoc和传感器系统IEEE国际会议。 Publisher:IEEE。 SIT: http://dblp.uni-trier.de/db/conf/mass/index.html
专知会员服务
50+阅读 · 2020年12月14日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22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
迁移学习简明教程,11页ppt
专知会员服务
107+阅读 · 2020年8月4日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
【泡泡一分钟】一种实用且高效的多视图匹配方法
泡泡机器人SLAM
6+阅读 · 2018年11月19日
Faster R-CNN
数据挖掘入门与实战
4+阅读 · 2018年4月20日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
自然语言处理(二)机器翻译 篇 (NLP: machine translation)
DeepLearning中文论坛
10+阅读 · 2015年7月1日
Arxiv
0+阅读 · 2021年6月8日
Arxiv
0+阅读 · 2021年6月7日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
【泡泡一分钟】一种实用且高效的多视图匹配方法
泡泡机器人SLAM
6+阅读 · 2018年11月19日
Faster R-CNN
数据挖掘入门与实战
4+阅读 · 2018年4月20日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
自然语言处理(二)机器翻译 篇 (NLP: machine translation)
DeepLearning中文论坛
10+阅读 · 2015年7月1日
Top
微信扫码咨询专知VIP会员