[论文解读] Quasi-Monte Carlo finite element analysis for wave propagation in heterogeneous random media

M. Ganesh, Frances Y. Kuo+1 more|arXiv (Cornell University)|Apr 26, 2020

Mathematical Approximation and Integration参考文献 27被引用 4

一句话总结

本文提出了一种拟蒙特卡洛（QMC）有限元方法，用于在有界区域内求解具有随机、空间异质折射率的亥姆霍兹方程。通过采用一种新近发展的符号确定性变分格式，该方法克服了标准亥姆霍兹格式的强制性问题，使得误差界分析可与扩散问题相媲美，包括随机截断误差、有限元误差和立方积分误差。

ABSTRACT

We propose and analyze a quasi-Monte Carlo (QMC) algorithm for efficient simulation of wave propagation modeled by the Helmholtz equation in a bounded region in which the refractive index is random and spatially heterogenous. Our focus is on the case in which the region can contain multiple wavelengths. We bypass the usual sign-indefiniteness of the Helmholtz problem by switching to an alternative sign-definite formulation recently developed by Ganesh and Morgenstern (Numerical Algorithms, 83, 1441-1487, 2020). The price to pay is that the regularity analysis required for QMC methods becomes much more technical. Nevertheless we obtain a complete analysis with error comprising stochastic dimension truncation error, finite element error and cubature error, with results comparable to those obtained for the diffusion problem.

研究动机与目标

• 开发一种高效的数值方法，用于模拟在具有随机空间变化折射率的区域中受亥姆霍兹方程控制的波传播。
• 解决标准伽辽金格式在存在多个波长时亥姆霍兹方程缺乏强制性的问题。
• 通过使用符号确定性变分格式，将此前在扩散问题中取得成功的拟蒙特卡洛（QMC）方法扩展至波传播问题。
• 提供完整的误差分析，包括随机维数截断、有限元空间离散化和立方积分误差。
• 尽管正则性分析的复杂性增加，仍实现与扩散问题设置下相当的收敛速率。

提出的方法

• 该方法采用由 Ganesh 和 Morgenstern 最近提出的亥姆霍兹方程符号确定性变分格式，避免了标准格式的符号不定性。
• 折射率被建模为由无限维均匀随机向量 $\mathbf{y} \in [-1/2, 1/2]^\mathbb{N}$ 参数化的随机场，包含均值与扰动分量。
• 对符号确定性弱形式应用随机伽辽金有限元方法，实现稳定且一致的空间离散化。
• 使用拟蒙特卡洛（QMC）立方积分规则计算解的线性泛函的期望值，利用低差异序列以提升收敛性。
• 将误差分解为三部分：随机维数截断误差、有限元近似误差和QMC立方积分误差，每部分均被严格界定。
• 提出一种新颖的正则性分析方法，以处理符号确定性格式引入的复杂随机依赖关系，采用带加权多指标范数的技术性归纳论证。

实验结果

研究问题

• RQ1 能否有效将拟蒙特卡洛方法应用于具有随机异质系数的亥姆霍兹方程控制的波传播问题？
• RQ2 如何克服标准亥姆霍兹格式中缺乏强制性的问题，以实现QMC分析？
• RQ3 当折射率是随机且空间异质时，QMC有限元方法的收敛行为如何？
• RQ4 在此设置下，针对组合的随机、空间和立方积分离散化，可建立怎样的误差界？
• RQ5 能否对解关于无限维随机输入的正则性进行充分分析，以支持QMC的收敛速率？

主要发现

• 所提出的QMC有限元方法实现了与扩散问题相当的收敛速率，尽管符号确定性格式的复杂性有所增加。
• 该方法通过采用新近发展的符号确定性变分格式，成功规避了标准亥姆霍兹格式的符号不定性，确保了稳定的伽辽金离散化。
• 误差分析包含了对随机截断误差、有限元误差和QMC立方积分误差的严格界，总误差的衰减速率取决于解的随机导数的可积性。
• 建立了一个新的技术引理，用于控制解中高阶随机矩的增长，从而支持QMC收敛所需的正则性分析。
• 即使当波长相对于区域尺寸较小时，该方法仍保持稳定与收敛，而在此类情形下，标准方法常因缺乏强制性而失效。
• 分析结果证实，QMC方法在收敛速率上优于标准蒙特卡洛方法，在高维随机设置下具有显著的计算节省潜力。