We describe a fourth-order accurate finite-difference time-domain scheme for solving dispersive Maxwell's equations with nonlinear multi-level carrier kinetics models. The scheme is based on an efficient single-step three time-level modified equation approach for Maxwell's equations in second-order form for the electric field coupled to ODEs for the polarization vectors and population densities of the atomic levels. The resulting scheme has a large CFL-one time-step. Curved interfaces between different materials are accurately treated with curvilinear grids and compatibility conditions. A novel hierarchical modified equation approach leads to an explicit scheme that does not require any nonlinear iterations. The hierarchical approach at interfaces leads to local updates at the interface with no coupling in the tangential directions. Complex geometry is treated with overset grids. Numerical stability is maintained using high-order upwind dissipation designed for Maxwell's equations in second-order form. The scheme is carefully verified for a number of two and three-dimensional problems. The resulting numerical model with generalized dispersion and arbitrary nonlinear multi-level system can be used for many plasmonic applications such as for ab initio time domain modeling of nonlinear engineered materials for nanolasing applications, where nano-patterned plasmonic dispersive arrays are used to enhance otherwise weak nonlinearity in the active media.


翻译:我们用非线性多级载体动动模型来描述一个第四阶级准确的有限差异时间- 边际办法, 用来用非线性多层载体动动模型解决分散式Maxwell的方程式。 这个办法基于一个高效的单步3个时间级修改方程办法, 用于电场的马克斯韦方程式, 第二阶形式为电极矢量和原子级人口密度的ODE, 并用于电极矢量和原子级人口密度的 ODE 。 由此产生的方案有一个大型的CFL- 1 时间步骤。 不同材料之间的曲线界面会以卷状线网格和兼容条件得到准确的处理。 新的等级调整方程法方法导致一个不要求非线性迭代。 界面的等级法方法导致在界面上进行本地更新,而不会在相近端方向上相交。 复杂的几度结构稳定使用高阶调调调调调调调调调调调调调调和调调调调调调调调, 以二维和三维度的媒体问题得到仔细的处理。 新的等级修改方位式方程式方法导致一个明确方案, 以不要求两个和三维的问题。 以不要求的平面型型型的内平面型的内内式的内式模型模型模型模式, 用于多种式的模型用于多级的多级的多级的多级的多级的内型号型号的内型号的模型, 用于多级的内型号的内型号的内型号的内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型号内型内型内型内型内型内型内型内型内型号内型号内型号内型号内型号内型号内型号内型号内型号内型内型内型

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
专知会员服务
42+阅读 · 2020年12月18日
专知会员服务
60+阅读 · 2020年3月19日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17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
CCF推荐 | 国际会议信息8条
Call4Papers
9+阅读 · 2019年5月23日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
ERROR: GLEW initalization error: Missing GL version
深度强化学习实验室
9+阅读 · 2018年6月13日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年10月14日
VIP会员
相关VIP内容
专知会员服务
42+阅读 · 2020年12月18日
专知会员服务
60+阅读 · 2020年3月19日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17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
CCF推荐 | 国际会议信息8条
Call4Papers
9+阅读 · 2019年5月23日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
ERROR: GLEW initalization error: Missing GL version
深度强化学习实验室
9+阅读 · 2018年6月13日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6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