一种舰船高精度感应磁场快速正演建模方法

为了解决矢量积分方程法计算舰船感应磁场时效率较低和计算量较大的问题,提出一种基于简化标量磁位的积分方程正演模型,并引入多层自适应交叉近似(MLACA)算法,不仅能够保证磁场计算精度,还能大幅减少计算机的内存需求和计算时间。数值仿真表明,使用基于MLACA的标量积分方程法能够快速获取高精度的铁磁物体感应磁场。针对舰船铁磁材料的磁性参数不易获取的问题,基于磁场实测值和正演耦合模型,以磁场拟合度、磁化率先验分布和光滑约束条件为目标函数建立磁化率反演模型,并采用模拟退火(SA)算法优化得到等效磁化率的空间分布。球壳数值仿真和船模试验结果表明,磁化率反演优化模型有效可行,其中球壳磁场的预测误差为2.2%,船模磁场的预测误差约为4.8%。

基于截断型自适应交叉近似和奇异值分解的涡流无损检测模型

探讨了一种高效的三维涡流无损检测求解模型。该模型首次使用截断型自适应交叉算法和奇异值分解算法加速基于边界元法的涡流无损检测模型。该模型使用没有低频崩溃问题的Stratton‐Chu方程作为边界积分方程,然后使用Rao‐Wilton‐Glisson矢量基函数和脉冲基函数分别将等效面电流、磁流和磁场法向分量展开,通过Galerkin方法测试,得到阻抗矩阵。借助八叉树结构,根据块与块之间的距离关系将阻抗矩阵分为对角块、近区块和远区块,其中对角块和近区块使用边界元法直接计算存储,远区块通过综合运用自适应交叉算法、奇异值分解算法和截断核函数算法进行压缩存储。最后,以涡流无损检测基准问题为例,将运用该方法预测的结果与其他模型预测的结果以及实验结果相比较,验证了所提求解模型的准确性和有效性。

特征模基函数法结合ACA算法求解电大目标双站RCS

针对传统矩量法(MoM)在分析电大目标电磁散射特性时存在内存需求大、求解效率低的问题,提出一种基于分块理论的特征模基函数法结合自适应交叉近似算法(ACA)快速求解电大目标双站雷达散射截面的方法。首先,将目标剖分为多个子域,实现未知数的离散和矩阵维数的降维,通过分别求解各子域的特征模,有效减少特征模的求解时间。其次,在构造缩减矩阵计算互阻抗元素时,应用ACA算法计算互阻抗元素,加快矩阵向量积的运算并且减少了内存消耗。数值结果表明,与传统的MoM相比,在保证精度的前提下,该方法内存需求更低,计算效率更高。提出的新方法为电大目标电磁散射特性的分析提供了一种新的方案。

一种快速计算目标宽带雷达截面的电磁算法

将自适应积分方法与最佳一致逼近结合分析了目标宽带的电磁散射特性.对于宽带目标,逐个频点计算其雷达截面是非常耗时的.为提高计算效率,通过求解给定频带内的切比雪夫节点和节点处的目标表面电流,可以快速预估频带内任意频点的表面电流,从而得到目标宽带雷达散射截面.由于采用自适应积分方法稀疏存储阻抗矩阵,并加速迭代求解矩阵与矢量相乘,大大减少了计算时间.最后,通过典型算例的数值结果验证了该方法的准确性与高效性.

特征基函数法快速分析导体目标电磁散射特性

提出了一种分析导体目标电磁散射特性的有效数值方法,该方法以特征基函数法(Characteristic Basis Function Method,CBFM)为基础,并将自适应交叉近似(Adaptive Cross Approximation,ACA)算法应用于子块矩阵的低秩压缩计算.该方法将子块矩阵用一个列占优矩阵和一个行占优矩阵的乘积形式表示,从而加快次要特征基函数(Secondary Level Characteristic Basis Functions,SCBFs)的产生,提高缩减矩阵构建过程中的矩阵矢量相乘速度.本方法和传统矩量法(Method of Mo-ments,MoM)相比,计算时间和内存消耗都得到了有效缩减,数值结果证明了本方法的精确性和有效性.

自适应交叉近似算法在矩量法中的应用

矩量法(Method of Moment,MoM)计算电大目标辐射与散射问题时消耗计算机资源巨大。采用自适应交叉近似算法(Adaptive Cross Approximation Algorithm,ACA)降低了MoM计算电大问题时的内存需求与计算复杂度,借助NURBS(Non-Uniform Rational B-Splines,NURBS)建模方法设计了形状规则且边界清晰的ACA三维分组方法,从而实现了基于矩量法的ACA算法。通过算例证明该方法在不损失MOM的计算精度的前提下有效地降低了存储空间和计算量,并通过与商业软件计算结果对比,验证了算法准确有效。

应用通用特征基函数求解目标宽带雷达散射截面

基于特征基函数法提出了一种分析目标宽带电磁散射特性的快速有效数值方法.该方法在期望频段内,求出最高频率点的主要特征基函数和次要特征基函数并进行奇异值分解,生成通用特征基函数,该通用特征基函数能够在整个频段内重复运用,从而快速获得期望频段的目标电磁散射特性.应用自适应交叉近似算法加速阻抗矩阵元素的计算,提高次要特征基函数和缩减矩阵构建过程中的矩阵矢量相乘速度.与传统方法相比,计算精度和计算效率都得到了大大提高,数值结果证明了所提方法的精确性和有效性.

基于自适应交叉逼近技术的边界元法在3维静电场中的应用

常规边界元法(boundary element method,BEM)因形成的方程矩阵稠密非对称而难以应用于大规模问题,BEM矩阵的存储限制了BEM的工程应用。该文介绍了递阶矩阵(hierarchical matrix,H-matrix)的基本概念,并引入了一种新颖的H-matrix压缩技术:自适应交叉逼近(adaptive cross approximation,ACA)。通过对普法BEM的节点根据拓扑结构重新分区和编号,可以将方程矩阵分解为若干具有递阶特性的子矩阵,应用自适应交叉逼近技术将这些子矩阵进行低秩分解可大大降低BEM矩阵对内存的消耗。为了对基于ACA技术的BEM内存消耗和有效性进行验证,建立了三维球形电极模型,通过与普通BEM比较,证实了该文方法可显著减小边界元法的内存使用,并验证了该方法的有效性。

自适应交叉近似结合压缩感知快速求解电大目标宽角度电磁散射问题

如何对宽角度激励下各类目标尤其是电大目标的电磁散射特性进行快速分析是计算电磁学一直以来的难点课题之一.为此提出一种自适应交叉近似结合压缩感知的新方案,利用压缩感知理论构建一种含多角度信息的新型电磁场激励,降低矩量法运算次数,以自适应交叉近似对阻抗矩阵进行低秩分解,进一步提高单次矩量法的计算效率,从而最终实现了对电大目标宽角度散射问题的快速求解.数值实验结果表明,该方案能在有效缩短运算时间的同时,依然确保计算结果的准确性.

舰船磁特征磁矩量法的图形处理单元加速计算研究

磁矩量法(MMM)非常适合用于舰船等铁磁目标的磁场特征建模,因为这种方法不需要对空气等非铁磁区域进行网格划分,然而这种方法需要存储和处理稠密的满阵,计算时间很长,矩阵存储需要非常大的存储空间。联合采用MMM和多层自适应交叉近似(MLACA)法虽然可以显著缩减内存需求和计算时间,但对于求解精细划分网格的问题,计算时间还是太长。将具有强大并行计算能力的图形处理单元(GPU)用于加速具有天然良好并行特性的MLACA法,并给出了相应的并行计算格式,实现了舰船磁特征MMM的大规模并行加速计算。典型算例结果表明,GPU并行计算的加速比超过120倍,对于精细划分为100 000薄壳单元的舰船壳体,其计算时间也仅有约4.3 min.采用该方法的计算结果与商业有限元软件相比差别小于1%,为舰船磁场的大规模建模提供了一种快速、精确、简便的数值计算工具。

基于自适应交叉近似边界元法的快速声学灵敏度分析

基于自适应交叉近似边界元法构造一组快速声学灵敏度分析方法,其中,声学灵敏度分析分别采用直接微分法和伴随变量法;而自适应交叉近似算法被用以克服常规边界元法的高计算量和高存储量的固有缺点。自适应交叉近似算法在迭代求解之前对边界元系数矩阵进行压缩存储,可以在降低存储量的同时提高求解效率。在声学灵敏度分析中,通过直接使用求解未知边界状态值时保存的压缩系数矩阵,可以进一步提高求解效率。数值算例验证了所构造的方法的计算精度和求解效率,以及在大规模声场问题的最优化分析中的应用潜力。

一种电大目标散射特性的核外并行快速算法

矩量法计算电大目标雷达散射截面(Radar Cross Section,RCS)将消耗巨大计算机资源.采用自适应交叉近似算法(Adaptive Cross Approximation Algorithm,ACA)降低了计算量和存储量,同时结合核外求解技术,并对算法进行了并行化处理,从而进一步降低了大型计算对计算硬件的需求,提高了计算速度.通过算例证明了该算法在不损失矩量法精度的前提下可大幅缩减计算时间和内存需求.

混合ACA和MLFMA方法计算复合目标电磁散射

采用矩量法(MoM)计算电大尺寸的复合目标的电磁散射。为了能够高效快速地计算电大尺寸三维复合目标的电磁散射,提出一种新的混合方法,将自适应交叉近似(ACA)算法和多层快速多级子(MLFMA)算法相结合,共同加速矩量法的计算。其中,MLFMA用于加速目标与自身的作用,ACA用于加速目标与其他目标的相互作用。提出的混合算法在计算复合目标电磁散射时,可降低运算存储,缩短阻抗矩阵填充时间,并且能够加快矩阵矢量乘,且不影响计算精确度。数值算例表明,所提快速算法能够在保证电磁散射计算精确度前提下,比传统方法更高效。

应用ACA算法快速分析导体目标电磁散射特性

提出了一种分析导体目标电磁散射特性的有效数值方法,该方法以矩量法为基础,将自适应交叉近似算法应用于远场组阻抗矩阵的低秩压缩计算,并且结合等效偶极子法加速抽取阻抗矩阵元素的填充。与传统矩量法相比,计算时间和内存消耗都得到了有效缩减,数值结果证明了该方法的精确性和有效性。

ACA算法加速时域MoM分析瞬态电磁问题

本文使用自适应交叉近似算法(Adaptive Across Approximation)加速时域积分方程的求解,从而达到降低内存使用量和缩短计算时间的目的。众所周知,基于时间步进(Marching-On-in-Time)的时域积分方程的解会在时间轴后半部分出现明显的震荡现象,造成解的不稳定。阶数步进(Marching-On-in-Degree)是解决这一问题的有效途径。因此,本文首先采用MOD方法求解时域积分方程,从而得到一个时间轴上稳定的解;其次,由于时域矩量法产生的大规模稠密矩阵,其求解势必对内存以及硬件资源有着较高的要求。ACA算法是一种纯数学加速方法,本文将它应用于时域积分方程的求解过程中,有效地降低了资源需求。最后,通过算例验证了本文方法的有效性和可行性。

边界元通用大规模快速算法研究

针对传统边界元法受计算效率的限制,不适合求解大规模问题的问题,将ACA(adaptive cross approxi-mation)算法用于边界元法的大规模快速求解,分析使用ACA算法的边界元求解计算复杂度和求解流程,数值研究ACA算法的计算精度和适用的求解范围,并与其他算法比较。结果表明,ACA算法与传统求解算法相比,在求解效率上有数量级的提高,同时可以控制精度,能够在单台普通微机上完成大规模复杂结构的边界元数值仿真。

导体目标雷达散射截面的ACA-SVD快速算法研究

采用传统矩量法(MOM)求解电大尺寸物体时计算机资源消耗大,运算速度慢。为降低求解该类问题对于计算机硬件的需求,提高运行速度,应用自适应交叉近似(ACA)算法对阻抗矩阵的远场组元素进行低秩压缩,然后通过奇异值分解对得到的缩减矩阵进一步压缩以实现减少矩阵存储并加速矩阵向量乘运算。对于近场组元素,采用精确矩量法结合近场预处理技术,实现对雷达散射截面的快速计算。该算法在计算理想导体的双站RCS时结果与Mie级数结果吻合良好;算例证明:在计算精度相同的前提下,相比于传统矩量法,ACA和ACA-SVD算法的引入,分别可以减少59.25%和78.10%的存储空间,从而可以加速矩阵向量乘的计算。

一种自适应的射线传播多层快速多极子方法

在多层快速多极子方法中 ,外向波向内向波的转移计算是主要的计算量。传统的转移过程需要计算众多的角谱分量 ,造成较多计算时间和内存的耗费。一种自适应射线传播多层快速多极子方法可用以降低转移过程计算量。数值计算结果表明 ,这种算法能够保持合理精度的同时大大减少计算量 ,适于三维电大尺寸目标RCS的快速求解。

应用EDM法和ACA算法快速计算电大开缝导体RCS

随着隐身技术的深入发展,以缝隙为代表的弱散射源影响不断增大。文章将等效偶极子法与自适应交叉近似算法相结合以加速阻抗矩阵元素的填充,实现任意电大开缝导体雷达散射截面的快速计算。与矩量法相比,该方法可以大大降低计算时间和内存消耗。

自适应交叉近似算法的核外计算方法

为解决矩量法在计算电大目标电磁特性时受计算机物理内存限制的问题,设计了一种核外自适应交叉近似算法.使用自适应交叉近似算法有效地压缩了阻抗矩阵,降低了所需存储空间和计算量;并结合核外技术,进一步节省了内存空间,提升了单台计算机的计算能力.通过算例检验了文中方法的准确性和有效性,结果表明:该方法有效地降低了求解电大目标雷达散射截面所需的内存和计算量,并且自适应交叉近似算法及核外计算不损失矩量法的计算精度.