We study the efficient approximation of highly oscillatory integrals using Filon methods. A crucial step in the implementation of these methods is the accurate and fast computation of the Filon quadrature moments. In this work we demonstrate how recurrences can be constructed for a wide class of oscillatory kernel functions, based on the observation that many physically relevant kernel functions are in the null space of a linear differential operator whose action on the Filon interpolation basis is represented by a banded (infinite) matrix. We discuss in further detail the application to two classes of particular interest, integrals with algebraic singularities and stationary points and integrals involving a Hankel function. We provide rigorous stability results for the moment computation for the first of these classes and demonstrate how the corresponding Filon method results in an accurate approximation at truly frequency-independent cost. For the Hankel kernel, we derive error estimates which describe the convergence behaviour of the method in terms of frequency and number of Filon quadrature points. Finally, we show how Filon methods with recursive moment computation can be applied to compute efficiently integrals arising in hybrid numerical-asymptotic collocation methods for high-frequency wave scattering on a screen.


翻译:我们使用 Filon 方法研究高度悬浮性构件的有效近似。 实施这些方法的一个关键步骤是准确和快速计算 Filon 二次曲线时段。 在这项工作中,我们演示如何为一系列广泛的血管内核功能构建复发性,其依据的观察是,许多与物理相关的内核功能都位于线性差分操作者的空隙中,该操作者在 Filon 内插法上的行动由一个带宽(无限) 矩阵代表。我们进一步详细讨论对两种特别感兴趣的类别的应用,即带有代数单数和定点的集成体以及汉克尔函数的固定点和集成体。我们为这些类别中的第一个在计算时段提供了严格的稳定性结果,并演示相应的Filon 方法如何以真正依赖频率的成本导致准确的近似。 对于汉克尔内圈,我们得出错误估计,它描述了该方法在Filon 二次曲线二次计算时的趋同行为,如何应用Filont 方法在混合数字屏幕上对高密度的频率进行折流测。

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
39+阅读 · 2020年9月6日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19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
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
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22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
17+阅读 · 2018年12月24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
0+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
1+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
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年12月23日
VIP会员
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
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22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
17+阅读 · 2018年12月24日
相关基金
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
0+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
1+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
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员