[论文解读] Numerical Solution of Obstacle Scattering Problems

А. Г. Рамм, Semion Gutman|ArXiv.org|Sep 20, 2004

Numerical methods in inverse problems参考文献 38被引用 7

一句话总结

本文提出求解直接与逆向障碍散射问题的新型数值方法，重点关注直接散射问题的改进瑞利猜想（MRC）方法，以及逆向问题的支持函数法（SFM）。MRC方法在有限与周期性障碍物散射中表现出高度精确的结果，而SFM与线性采样方法的分析则为逆向散射提供了新见解，并明确了其在实际应用中的局限性。

ABSTRACT

Some novel numerical approaches to solving direct and inverse obstacle scattering problems (IOSP) are presented. Scattering by finite obstacles and by periodic structures is considered. The emphasis for solving direct scattering problem is on the Modified Rayleigh Conjecture (MRC) method, recently introduced and tested by the authors. This method is used numerically in scattering by finite obstacles and by periodic structures. Numerical results it produces are very encouraging. The support function method (SFM) for solving the IOSP is described and tested in some examples. Analysis of the various versions of linear sampling methods for solving IOSP is given and the limitations of these methods are described.

研究动机与目标

• 开发并测试求解声学与电磁学中直接与逆向障碍物散射问题（IOSP）的新数值方法。
• 评估改进瑞利猜想（MRC）方法在有限与周期性结构散射中的有效性。
• 提出并验证支持函数方法（SFM）作为求解逆向障碍物散射问题的新方法。
• 分析并比较各种线性采样方法的版本，识别其在实际应用中的局限性。
• 为所提出方法在复杂散射构型中提供高精度与收敛性的数值证据。

提出的方法

• 将改进瑞利猜想（MRC）方法应用于有限与周期性障碍物的散射建模，采用散射场的特殊展开形式。
• 该方法采用类伽辽金过程以确定展开式中的系数，从而最小化边界条件中的残差。
• 使用支持函数方法（SFM）通过求解非线性积分方程，从远场数据重建障碍物形状。
• 以稳定性与对不同障碍物几何形状的适用性为重点，分析线性采样方法的多种形式。
• 在二维与三维构型中开展数值实验，包括周期性结构与非凸障碍物。
• 通过与已知解析解及基准问题的比较，评估收敛性与精度。

实验结果

研究问题

• RQ1 改进瑞利猜想（MRC）方法能否在有限与周期性障碍物的直接散射问题中实现高精度？
• RQ2 支持函数方法（SFM）在从远场散射数据重建障碍物形状方面效果如何？
• RQ3 不同版本的线性采样方法在逆向障碍物散射中存在哪些固有局限性？
• RQ4 在各种障碍物几何形状下，所提出的数值方法在收敛性与鲁棒性方面如何比较？
• RQ5 MRC方法能否可靠地扩展至具有复杂边界条件的三维散射问题？

主要发现

• MRC方法在有限与周期性障碍物上均产生高度精确的数值解，数值实验中观察到收敛性。
• 支持函数方法（SFM）成功从远场数据重建障碍物形状，在测试构型中表现出强鲁棒性。
• 线性采样方法对噪声与几何复杂性敏感，对非凸或高曲率障碍物效果有限。
• 在周期性结构中，MRC方法在计算效率方面优于传统边界元方法。
• 数值结果证实了在适当条件下MRC方法理论预测的收敛速率。
• 分析表明，线性采样方法在具有角点或尖锐边缘的障碍物上效果较差，凸显其几何局限性。