[论文解读] Wavelets for Density-Functional Theory and Post-Density-Functional-Theory Calculations

Bhaarathi Natarajan, Mark E. Casida+2 more|arXiv (Cornell University)|Oct 21, 2011

NMR spectroscopy and applications参考文献 82被引用 5

一句话总结

本文在BIGDFT代码中提出了一种基于小波的密度泛函理论（DFT）及线性响应时间依赖DFT（LR-TD-DFT）实现，利用Daubechies小波的多分辨率与自适应特性，实现了高效且趋近基组极限的收敛。结果表明，与高斯型轨道（GTOs）相比，小波基组在计算轨道能级与激发能时收敛速度更快，CO分子的计算结果与高精度GTO代码一致，展现出在大规模、O(N)电子结构计算中的潜力。

ABSTRACT

We give a fairly comprehensive review of wavelets and of their application to density-functional theory (DFT) and to our recent application of a wavelet-based version of linear-response time-dependent DFT (LR-TD-DFT). Our intended audience is quantum chemists and theoretical solid-state and chemical physicists. Wavelets are a Fourier-transform-like approach which developed primarily in the latter half of the last century and which was rapidly adapted by engineers in the 1990s because of its advantages compared to standard Fourier transform techniques for multiresolution problems with complicated boundary conditions. High performance computing wavelet codes now also exist for DFT applications in quantum chemistry and solid-state physics, notably the BigDFT code described in this chapter. After briefly describing the basic equations of DFT and LR-TD-DFT, we discuss how they are solved in BigDFT and present new results on the small test molecule carbon monoxide to show how BigDFT results compare against those obtained with the quantum chemistry gaussian-type orbital (GTO) based code deMon2k. In general, the two programs give essentially the same orbital energies, but the wavelet basis of BigDFT converges to the basis set limit much more rapidly than does the GTO basis set of deMon2k. Wavelet-based LR-TD-DFT is still in its infancy, but our calculations confirm the feasibility of implementing LR-TD-DFT in a wavelet-based code.

研究动机与目标

• 在BIGDFT代码中开发并验证一种基于小波的基态DFT与LR-TD-DFT方法。
• 证明小波基组在趋近基组极限时的收敛速度优于传统高斯型轨道（GTO）基组。
• 评估使用小波离散化实现LR-TD-DFT计算电子激发能与振子强度的可行性与准确性。
• 将小波基组结果与高精度GTO基计算（DEMON2K）在CO等基准体系上的结果进行对比。
• 确立小波作为大规模、O(N)电子结构模拟在量子化学与固态物理中可行且自适应的替代方案。

提出的方法

• 在多分辨率分析（MRA）框架内使用Daubechies小波，以自适应空间分辨率表示Kohn-Sham轨道与电子密度。
• 在小波网格上采用类似有限差分的离散化方法求解Kohn-Sham方程，实现动能项与势能项的高效计算。
• 采用小波自适应数值技术处理非局部赝势与Poisson算符，包括核分离技术以提升计算效率。
• 通过Tamm-Dancoff近似（TDA）实现线性响应时间依赖DFT（LR-TD-DFT），以计算激发能与振子强度。
• 使用Krylov子空间方法求解TD-DFT计算中产生的大型稀疏特征值问题。
• 以CO为测试体系，将结果与高精度GTO基计算（DEMON2K）进行验证。

实验结果

研究问题

• RQ1 基于小波的DFT能否在分子体系中比传统GTO基组更快速地实现基组收敛？
• RQ2 与成熟的GTO基代码相比，基于小波的LR-TD-DFT计算在再现激发能与振子强度方面的准确性如何？
• RQ3 基于小波的DFT与TD-DFT在大体系中的计算效率与可扩展性如何？
• RQ4 小波的自适应多分辨率特性是否在处理具有复杂电子密度特征或边界条件的体系时具有天然优势？
• RQ5 基于小波的TD-DFT能否在不损失精度的前提下，实现在高性能、O(N)框架中的实现？

主要发现

• BIGDFT中的小波基DFT在趋近基组极限时的收敛速度显著快于DEMON2K中的GTO基DFT，且轨道能级相当。
• 对于CO分子，BIGDFT计算的HOMO能级（−12.85 eV）与DEMON2K结果（−12.84 eV）高度一致，表明基态描述一致。
• BIGDFT计算的首个单重激发态（S1）能级（8.95 eV）与DEMON2K结果（8.43 eV）基本一致，尽管后者更接近实验值8.4 eV。
• BIGDFT的振子强度（0.853）显著高于DEMON2K（0.232），可能源于TD-LDA中电离连续态过低，凸显对连续态效应的敏感性。
• 尽管仍处于早期阶段，BIGDFT中LR-TD-DFT的实现是可行的，未发现不可逾越的障碍，支持未来高性能、O(N)小波基TD-DFT代码的开发。
• 小波方法天然支持自适应分辨率，可高效处理具有复杂边界条件的多分辨率问题，这是相对于标准傅里叶与GTO方法的关键优势。