[论文解读] Domain Decomposition Methods based on quasi-optimal transmission operators for the solution of Helmholtz transmission problems

Yassine Boubendir, Carlos Jerez-Hanckes+2 more|arXiv (Cornell University)|Oct 7, 2017

Electromagnetic Scattering and Analysis参考文献 22被引用 3

一句话总结

本文提出了一种用于Helmholtz透射问题的非重叠域分解方法（DDM），采用基于Dirichlet-to-Neumann（DtN）算子近似的拟最优传输算子。通过使用复化超奇异边界积分算子或平方根傅里叶乘子，该方法在高对比度、高频区域中仅需少数迭代即可实现鲁棒收敛，且对频率、对比度或子域数量的敏感性极低。

ABSTRACT

We present non-overlapping Domain Decomposition Methods (DDM) based on quasi-optimal transmission operators for the solution of Helmholtz transmission problems with piece-wise constant material properties. The quasi-optimal transmission boundary conditions incorporate readily available approximations of Dirichlet-to-Neumann operators. These approximations consist of either complexified hypersingular boundary integral operators for the Helmholtz equation or square root Fourier multipliers with complex wavenumbers. We show that under certain regularity assumptions on the closed interface of material discontinuity, the DDM with quasi-optimal transmission conditions are well-posed. We present a DDM framework based on Robin-to-Robin (RtR) operators that can be computed robustly via boundary integral formulations. More importantly, the use of quasi-optimal transmission operators results in DDM that converge in small numbers of iterations even in the challenging high-contrast, high-frequency regime of Helmholtz transmission problems. Furthermore, the DDM presented in this text require only minor modifications to handle the case of transmission problems in partially coated domains, while still maintaining excellent convergence properties. We also investigate the dependence of the DDM iterative performance on the number of subdomains.

研究动机与目标

• 解决传统域分解方法（DDM）在高对比度、高频区域中求解Helmholtz透射问题时收敛缓慢的问题。
• 克服经典Robin边界条件和标准边界积分方程（BIE）公式在复杂参数区域中需要大量Krylov迭代的局限性。
• 开发一种DDM框架，确保在复杂材料构型（包括部分涂层区域）下仍保持鲁棒收敛。
• 通过在传输算子中对波数进行复化，确保子域问题的适定性。
• 在不同子域数量和高频参数下最小化迭代次数，实现可扩展且高效的求解策略。

提出的方法

• 基于Dirichlet-to-Neumann（DtN）算子近似，提出一种使用拟最优传输算子的非重叠DDM。
• 采用带复波数的复化超奇异边界积分算子（BIOs）或平方根傅里叶乘子作为传输算子。
• 通过在传输算子中对波数进行复化，以满足强制性条件，确保子域Helmholtz问题的适定性。
• 通过边界积分公式计算Robin-to-Robin（RtR）算子框架，实现鲁棒且高效的迭代。
• 通过修改传输算子，将方法适配至部分涂层区域，同时不牺牲收敛性能。
• 使用Krylov子空间求解器求解界面问题，通过迭代次数和远场误差监控收敛性。

实验结果

研究问题

• RQ1 基于DtN近似的拟最优传输算子是否能显著减少Helmholtz透射问题DDM中的迭代次数？
• RQ2 采用拟最优传输算子的DDM在频率和材料对比度增加时，其收敛性如何变化？
• RQ3 当应用于具有理想电导体（PEC）边界的部分涂层区域时，DDM框架是否仍保持鲁棒性和高效性？
• RQ4 子域数量的增加如何影响所提出的DDM中拟最优传输条件下的迭代次数？
• RQ5 在高对比度Helmholtz问题中，所提方法是否在迭代次数和精度方面优于标准CFIESK公式？

主要发现

• 对于ε₁ = 16且ω = 64的圆形区域，采用拟最优传输算子$Z_j$的DDM仅需23次迭代，而CFIESK公式需2271次。
• 在部分涂层圆形区域情况下，采用$Z_j$的DDM将迭代次数从CFIESK的2271次降至23次（ω = 32），远场误差低于8.5×10⁻³。
• 当区域被划分为四个四分之一圆子域时，采用$Z_j$的DDM在ω = 32时仅需173次迭代，表明其随频率增长极小。
• 对于两个子域，$Z_j^{PS}$需256次迭代，而$Z_j^a$需529次，表明传输算子的选择显著影响收敛速度。
• 对于被划分为三个子域的L形区域，采用$Z_j$的DDM在ω = 32时需447次迭代，表明其在子域数量增加时仍具可扩展性。
• 所有公式下的远场误差均低于8.5×10⁻³，表明尽管迭代次数更少，DDM的精度与CFIESK方法相当或更优。