The paper describes the construction of entropy-stable discontinuous Galerkin difference (DGD) discretizations for hyperbolic conservation laws on unstructured grids. The construction takes advantage of existing theory for entropy-stable summation-by-parts (SBP) discretizations. In particular, the paper shows how DGD discretizations -- both linear and nonlinear -- can be constructed by defining the SBP trial and test functions in terms of interpolated DGD degrees of freedom. In the case of entropy-stable discretizations, the entropy variables rather than the conservative variables must be interpolated to the SBP nodes. A fully-discrete entropy-stable scheme is obtained by adopting the relaxation Runge-Kutta version of the midpoint method. In addition, DGD matrix operators for the first derivative are shown to be dense-norm SBP operators. Numerical results are presented to verify the accuracy and entropy-stability of the DGD discretization in the context of the Euler equations. The results suggest that DGD and SBP solution errors are similar for the same number of degrees of freedom. Finally, an investigation of the DGD spectra shows that spectral radius is relatively insensitive to discretization order; however, the high-order methods do suffer from the linear instability reported for other entropy-stable discretizations.


翻译:本文描述了用于无结构网格的超曲节能保护法的超曲性不连续Galerkin差异(DGD)离散的构造。建筑利用了目前关于按部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部、部

0
下载
关闭预览

相关内容

【干货书】面向计算科学和工程的Python导论,167页pdf
专知会员服务
41+阅读 · 2021年4月7日
专知会员服务
41+阅读 · 2021年4月2日
专知会员服务
25+阅读 · 2021年4月2日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17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
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4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
4+阅读 · 2018年1月15日
VIP会员
相关资讯
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
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4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
相关论文
Arxiv
4+阅读 · 2018年1月15日
Top
微信扫码咨询专知VIP会员