The Helmholtz equation is challenging to solve numerically due to the pollution effect, which often results in a huge ill-conditioned linear system. In this paper, we present a high order wavelet Galerkin method to numerically solve an electromagnetic scattering from a large cavity problem modeled by the 2D Helmholtz equation. The high approximation order and the sparse linear system with uniformly bounded condition numbers offered by wavelets are useful in reducing the pollution effect. Using the direct approach in [B. Han and M. Michelle, Appl. Comp. Harmon. Anal., 53 (2021), 270-331], we present various optimized spline biorthogonal wavelets on a bounded interval. We provide a self-contained proof to show that the tensor product of such wavelets forms a 2D Riesz wavelet in the appropriate Sobolev space. Compared to the coefficient matrix of the finite element method (FEM), when an iterative scheme is applied to the coefficient matrix of our wavelet Galerkin method, much fewer iterations are needed for the relative residuals to be within a tolerance level. Furthermore, for a fixed wavenumber, the number of required iterations is practically independent of the size of the wavelet coefficient matrix, due to the uniformly bounded small condition numbers of such wavelets. In contrast, when an iterative scheme is applied to the FEM coefficient matrix, the number of required iterations doubles as the mesh size for each axis is halved. The implementation can also be done conveniently thanks to the simple structure, the refinability property, and the analytic expression of our wavelet bases.


翻译:Helmholtz方程由于波污染效应而在数值求解中具有很大的挑战性,往往导致一个巨大的病态线性系统。本文提出了一种高阶小波Galerkin方法,用于数值求解由2D Helmholtz方程建模的大腔体电磁散射问题。小波的高近似阶数和具有轻微条件数的稀疏线性系统对于减少波污染效应是有用的。我们使用直接方法在[B. Han和M. Michelle,Appl. Comp. Harmon. Anal.,53(2021年),270-331]中,提出了较好的边界间的优化样条双正交小波函数。我们提供了自包含的证明来证明这些小波的张量积在恰当的Sobolev空间中形成了一个2D Riesz小波。与有限元方法(FEM)的系数矩阵相比,当迭代方法应用于我们的小波Galerkin方法的系数矩阵时,需要远远较少的迭代次数,使相对残差达到容差水平。此外,对于固定的波数,由于这些小波具有统一有界的小条件数,所需的迭代次数在实际上与小波系数矩阵的大小无关。相反,当迭代方法应用于FEM系数矩阵时,在每个轴的网格大小减半时,所需的迭代次数翻倍。由于我们的小波基的简单结构、可细化性和解析表达式,实现也可以方便地进行。

0
下载
关闭预览

相关内容

CVPR2022 | 医学图像分析中基于频率注入的后门攻击
专知会员服务
3+阅读 · 2022年7月9日
专知会员服务
31+阅读 · 2021年7月15日
专知会员服务
42+阅读 · 2020年12月18日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6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
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4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
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8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 · 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 · 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 · 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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
VIP会员
相关VIP内容
CVPR2022 | 医学图像分析中基于频率注入的后门攻击
专知会员服务
3+阅读 · 2022年7月9日
专知会员服务
31+阅读 · 2021年7月15日
专知会员服务
42+阅读 · 2020年12月18日
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6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
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4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
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
相关基金
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 · 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 · 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 · 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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员