In boundary element methods (BEM) in $\mathbb{R}^3$, matrix elements and right hand sides are typically computed via analytical or numerical quadrature of the layer potential multiplied by some function over line, triangle and tetrahedral volume elements. When the problem size gets large, the resulting linear systems are often solved iteratively via Krylov subspace methods, with fast multipole methods (FMM) used to accelerate the matrix vector products needed. When FMM acceleration is used, most entries of the matrix never need be computed explicitly - {\em they are only needed in terms of their contribution to the multipole expansion coefficients.} We propose a new fast method - \emph{Quadrature to Expansion (Q2X)} - for the analytical generation of the multipole expansion coefficients produced by the integral expressions for single and double layers on surface triangles; charge distributions over line segments and over tetrahedra in the volume; so that the overall method is well integrated into the FMM, with controlled error. The method is based on the $O(1)$ per moment cost recursive computation of the moments. The method is developed for boundary element methods involving the Laplace Green's function in ${\mathbb R}^3$. The derived recursions are first compared against classical quadrature algorithms, and then integrated into FMM accelerated boundary element and vortex element methods. Numerical tests are presented and discussed.


翻译:在 $\mathbb{R}^3$ 中的边界元法(BEM)中,矩阵元素和右手边通常是通过对层势乘以某些函数在线段、三角形和四面体体积元素上进行解析或数值积分来计算的。当问题规模变大时,通常使用快速多极方法(FMM)来加速需要的矩阵向量积的迭代解法,而大多数矩阵的条目永远不需要明确计算——{\em 它们只需要通过对多极展开系数的贡献来计算。} 本文提出了一种新的快速方法——Quadrature to Expansion(Q2X),用于解析生成表面三角形上的单层和双层积分表达式以及线段和体积上的电荷分布的多极展开系数,使得该方法整合到FMM中,并具有可控制的误差。该方法基于矩的递归计算成本为$O(1)$。本文基于Laplace Green函数,针对涉及边界元素的方法进行了开发。首先将得出的递归公式与经典的积分算法进行比较,然后将其纳入到加速的FMM边界元素和涡旋元素方法中。最后,给出了数值测试的结果。

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
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
Deep Compression/Acceleration:模型压缩加速论文汇总
极市平台
14+阅读 · 2019年5月15日
【泡泡一分钟】基于运动估计的激光雷达和相机标定方法
泡泡机器人SLAM
25+阅读 · 2019年1月17日
【泡泡机器人原创专栏】IMU预积分总结与公式推导(一)
泡泡机器人SLAM
18+阅读 · 2018年7月22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
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5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 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013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 · 2013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 · 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 · 2009年12月31日
VIP会员
相关VIP内容
专知会员服务
76+阅读 · 2021年3月16日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
相关基金
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 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013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 · 2013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 · 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 · 2009年12月31日
Top
微信扫码咨询专知VIP会员