[论文解读] Sweeping Preconditioner for the Helmholtz Equation: Moving Perfectly Matched Layers

Björn Engquist, Lexing Ying|arXiv (Cornell University)|Jul 25, 2010

Electromagnetic Scattering and Analysis参考文献 24被引用 9

一句话总结

本文提出了一种用于二维和三维变系数Helmholtz方程的新颖扫掠预条件子，利用移动的完美匹配层（PMLs）在$LDL^t$分解中高效近似Schur补矩阵。该方法与GMRES结合时，应用成本为线性，且迭代次数在频率和问题规模上均保持不变，实现了高频频Helmholtz问题的可扩展迭代求解。

ABSTRACT

This paper introduces a new sweeping preconditioner for the iterative solution of the variable coefficient Helmholtz equation in two and three dimensions. The algorithms follow the general structure of constructing an approximate $LDL^t$ factorization by eliminating the unknowns layer by layer starting from an absorbing layer or boundary condition. The central idea of this paper is to approximate the Schur complement matrices of the factorization using moving perfectly matched layers (PMLs) introduced in the interior of the domain. Applying each Schur complement matrix is equivalent to solving a quasi-1D problem with a banded LU factorization in the 2D case and to solving a quasi-2D problem with a multifrontal method in the 3D case. The resulting preconditioner has linear application cost and the preconditioned iterative solver converges in a number of iterations that is essentially indefinite of the number of unknowns or the frequency. Numerical results are presented in both two and three dimensions to demonstrate the efficiency of this new preconditioner.

研究动机与目标

• 解决由于大型、高度不定的线性系统导致的高频频Helmholtz方程求解计算挑战。
• 克服以往三维预条件子存在的高预处理开销和缺乏理论依据的局限性。
• 开发一种应用成本为线性且收敛性与问题规模或频率无关的预条件子。
• 利用PML的物理解释和快速直接求解器，实现二维和三维Helmholtz问题的高效迭代求解。
• 提供一种灵活的框架，适用于非均匀、自适应及非均匀网格，并支持并行化。

提出的方法

• 通过在域内部引入移动PMLs，近似$LDL^t$分解中的Schur补矩阵。
• 在二维中，经最优重排后，将每个Schur补通过带状LU分解求解，将PML视为准一维问题。
• 在三维中，使用多frontal方法求解每个Schur补，将PML视为准二维问题。
• 利用PML层的局域性和窄宽度，实现计算成本低的快速直接求逆。
• 从吸收边界开始，逐层构建预条件子，利用PML模拟层间相互作用。
• 将所得预条件子与GMRES迭代求解器结合，实现鲁棒收敛。

实验结果

研究问题

• RQ1 移动PML是否可用于高效近似Helmholtz方程扫掠预条件子中的Schur补？
• RQ2 所提方法在二维和三维中是否均实现线性应用成本和频率无关的收敛性？
• RQ3 与以往基于层次矩阵的方法相比，该预条件子在预处理开销和迭代次数方面表现如何？
• RQ4 该方法能否在保持效率的同时扩展至非均匀和自适应网格？
• RQ5 该方法是否适合并行化，特别是在多frontal求解阶段？

主要发现

• 该预条件子在二维中应用成本为$O(N)$，在三维中为$O(N\log N)$，支持可扩展的迭代求解。
• 在二维和三维中，GMRES迭代次数基本与未知数$N$和频率$\omega$无关。
• 对于$159^3$未知数、$\omega/(2\pi) = 5$的三维问题，迭代次数为13–15次，求解时间低于10分钟。
• 由于更高效的多frontal实现，预处理时间从以往工作的数万秒降低至数百秒（例如，$159^3$时约为800秒）。
• 该方法在不同速度场和PML厚度下均表现鲁棒，且在不同$q$和$p$参数下迭代次数保持一致。
• 该方法可扩展至非均匀和自适应网格，且每个PML层内的多frontal求解器支持高效的并行化。