In this paper, we discuss the U-MUSCL reconstruction scheme -- an unstructured-grid extension of Van Leer's kappa-scheme -- proposed by Burg for the edge-based discretization [AIAA Paper 2005-4999]. This technique has been widely used in practical unstructured-grid fluid-dynamics solvers but with confusions: e.g., third-order accuracy with kappa=1/2 or kappa=1/3. This paper clarifies some of these confusions: e.g., the U-MUSCL scheme can be third-order accurate in the point-valued solution with kappa=1/3 on regular grids for linear equations in all dimensions, it can be third-order accurate with kappa=1/2 as the QUICK scheme in one dimension. It is shown that the U-MUSCL scheme cannot be third-order accurate for nonlinear equations, except a very special case of kappa=1/2 on regular simplex-element grids, but it can be an accurate low-dissipation second-order scheme. It is also shown that U-MUSCL extrapolates a quadratic function exactly with kappa=1/2 on arbitrary grids provided the gradient is computed by a quadratic least-squares method. Two techniques are discussed, which transform the U-MUSCL scheme into being genuinely third-order accurate on a regular grid: an efficient flux-reconstruction method and a special source term quadrature formula for kappa=1/2.


翻译:在本文中,我们讨论U-MUSSCL重建计划 -- -- Van Leer的 kappa- scheme 的无结构的网格延伸 -- -- Burg 提议的Van Leer的 kappa- scheme -- -- 由Burg提出,用于基于边缘的离异化[AIAAA Paper 2005-4999]。这一技术被广泛用于实用的不结构的电网流流动力学解答器中,但有混淆:例如,使用 kappa=1/2 或 kappa=1/3 的三阶梯子对非线式方程式不能准确达到三阶梯子。本文澄清了其中的一些混淆:例如,U-MUSL 计划在点值解决方案中可能是三阶梯度准确的三阶梯度,而 kappa=1 的二次电路流法则是一个任意的平流法函数。

0
下载
关闭预览

相关内容

专知会员服务
76+阅读 · 2021年3月16日
【斯坦福】凸优化圣经- Convex Optimization (附730pdf下载)
专知会员服务
220+阅读 · 2020年6月5日
专知会员服务
159+阅读 · 2020年1月16日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10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
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
深度卷积神经网络中的降采样
极市平台
12+阅读 · 2019年5月24日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28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
基础 | 深度学习中的优化算法
黑龙江大学自然语言处理实验室
5+阅读 · 2018年5月11日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
相关VIP内容
相关资讯
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
深度卷积神经网络中的降采样
极市平台
12+阅读 · 2019年5月24日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28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
基础 | 深度学习中的优化算法
黑龙江大学自然语言处理实验室
5+阅读 · 2018年5月11日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16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