[论文解读] Optimized Wakefield Computations Using A Network Model

J.-F. Ostiguy, K.Y. Ng|ArXiv.org|Aug 18, 2000

Electromagnetic Simulation and Numerical Methods被引用 8

一句话总结

本文提出了一种高度优化的网络模型，用于计算线性对撞机中使用的阻尼调谐结构（DDS）的尾场。通过利用Markowitz重排序和稀疏线性求解器来利用电路模型系统矩阵的稀疏性，作者实现了三个数量级的速度提升——将单个结构的尾场计算时间从数小时减少至约14秒，首次使完整的linac仿真成为可能。

ABSTRACT

During the course of the last decade, traveling wave accelerating structures for a future Linear Collider have been the object of intense R&D efforts. An important problem is the efficient computation of the long range wakefield with the ability to include small alignment and tuning errors. To that end, SLAC has developed an RF circuit model with a demonstrated ability to reproduce experimentally measured wakefields. The wakefield computation involves the repeated solution of a deterministic system of equations over a range of frequencies. By taking maximum advantage of the sparsity of the equations, we have achieved significant performance improvements. These improvements make it practical to consider simulations involving an entire linac ($\sim 10^3$ structures). One might also contemplate assessing, in real time, the impact of fabrication errors on the wakefield as an integral part of quality control.

研究动机与目标

• 为了实现对线性对撞机加速结构中由于制造误差导致的束流质量退化进行高效、大规模仿真。
• 为了解决传统有限元或有限差分方法在模拟含数千个单元的结构时面临的计算瓶颈。
• 开发一种可扩展且高保真的方法，用于计算阻尼调谐结构（DDS）中的长程尾场，与实验测量结果高度一致。
• 使在加速器研发质量控制中对制造误差影响尾场性能的实时评估成为可能。

提出的方法

• 作者采用一种频域射频电路模型，通过低阶模展开离散化麦克斯韦方程组，将系统表示为稀疏的复对称线性系统。
• 该系统被表述为一个涉及模电压和电流的块结构矩阵方程（1），包含TM与TE模之间的耦合，以及通过传输线表示的主干阻尼。
• 通过在多个频率点迭代求解线性系统，从阻抗的虚部推导出谱函数S(ω)。
• 采用广义最小残差（QMR）迭代求解器高效求解稀疏系统，初始猜测值来自前一个频率步长的结果。
• 在开始时仅进行一次Markowitz重排序，以最小化分解过程中的填充，保持稀疏性并显著降低计算成本。
• 通过在求解环路电流后直接进行矩阵乘法，避免形成矩阵逆，进一步提升了性能。

实验结果

研究问题

• RQ1 能否通过优化基于网络的电路模型，实现对阻尼调谐结构中尾场的计算，达到足够高的精度并实现数量级的速度提升？
• RQ2 在加速器物理中，稀疏性与重排序策略（如Markowitz消去）在多大程度上能降低求解大型频率相关线性系统的计算成本？
• RQ3 在当前计算时间已实际可行（总时间低于4小时）的前提下，是否能够实现对整个linac（1000+个结构）的仿真？
• RQ4 尽管矩阵随频率变化，优化后的代码是否能在整个偶极模频率范围内保持数值稳定性和精度？

主要发现

• 在550 MHz的Pentium III处理器上，优化后的代码可在约14秒内完成单个RDDS结构的尾场计算。
• 与先前报道的计算时间相比，实现了三个数量级的提升，使得总计算时间低于4小时的完整linac仿真成为可能。
• 谱函数和尾场输出与SLAC团队使用早期较慢方法生成的结果高度一致。
• Markowitz重排序策略在整个频率范围内保持数值稳定，因此可仅计算一次并在所有频率步长中重复使用。
• 通过不消除主干电压变量A来保持系统稀疏性，避免了不必要的填充，维持了计算效率。
• 使用链表稀疏矩阵表示法（通过SPARSE库实现）支持高效的顺序更新和基于指针的访问，从而支持高性能计算。