一种基于PDD算法的ADI-FDTD算法研究

为提高隐含变向时域有限差分算法(ADI-FDTD)的计算效率,鉴于并行对角占优算法(PDD)求解三对角方程的高效性,引入PDD算法实现了基于MPI的ADI-FDTD的并行计算。通过对运算时间、通信时间的分析,讨论了算法的效率。分析了由于PDD算法的近似处理所引入的计算误差,研究了误差估计与子区域网格数和Courant因子的关系,该研究工作有利于合理选择子区域网格数和Courant因子,进而减小计算误差。最后,通过算例验证了结论的正确性。

并行ADI-FDTD的循环归约PDD实现

实现ADI-FDTD并行计算的关键是三对角线性方程组的求解。提出了一种新的分解方法实现三对角线性方程组的并行求解,使得修正值计算方程组仍为三对角线性方程组,且具有对角占优特性。修正值方程组采用循环归约算法求解,根据三对角系统的对角占优的强弱和预期的计算精度选择适当的归约次数,近似处理可加速方程组的求解。利用FDTD的重复计算特性,保存适当的中间量可降低算法的计算复杂性和通信复杂性,但对存储空间的要求更高。算例验证了算法的正确性。

求解三对角线性方程组的迭代对角占优算法

针对并行求解三对角线性方程组的对角占优(PDD)算法,在系数矩阵为弱对角占优时,近似处理引入误差较大的问题,提出了一种PDD算法的迭代方案。该方案在解的修正值计算中采用迭代方法,计算精度得到了提高;通过对算法的误差分析,导出了算法在给定误差下迭代次数的估算式;数值实验说明了算法的有效性。通过对迭代与非迭代的PDD算法的复杂性分析,迭代算法的计算复杂性增加很小,但通信复杂性随迭代次数成倍增加。

三对角线性方程组的循环规约对角占优算法

针对并行求解三对角线性方程组的对角占优(PDD)算法在系数矩阵为弱对角占优时,近似处理引入误差较大,即使是采用迭代PDD算法,收敛速度仍然很慢的问题,提出了一种PDD算法的循环归约方案。该方案采用新的分解方法,生成修正值计算方程组仍为三对角线性方程组,且保持对角占优特性。在修正值计算中采用循环归约方法,随着归约算法展开,系统的对角占优迅速增强,适时忽略非对角元素,取得解的修正值。算法的计算复杂性与迭代PDD算法基本相当,通信复杂性略高于迭代PDD算法,但解的收敛速度显著高于迭代PDD算法。不仅如此,该算法还可直接应用于非对角占优三对角线性方程组的求解。