फूरियर छद्म वर्णक्रमीय विधि और संख्यात्मक अपव्यय


9

FFT का उपयोग कर फूरियर pseudo-स्पेक्ट्रल विधि (Orzag & Patterson, PRL, 1972) के साथ आइसोट्रोपिक अशांति का एक सीधा संख्यात्मक सिमुलेशन प्रदर्शन। विधि की एक पृष्ठभूमि के लिए, जिसे व्यापक रूप से अशांति समुदाय में उपयोग किया जाता है, आप इस पाठ्यक्रम को देख सकते हैं: http://www.math.ualberta.ca/~bowman/m655/lab3d.pdf

डीलिंग के लिए तथाकथित नियमों का उपयोग करना, जिसमें _ _ जहां समय है, तरंग संख्या है, अधिकतम तरंग संख्या और वेग का वर्णक्रमीय आयाम है।2/3

यू^(,टी)=0              मैं   >23एक्स
टीएक्सयू^

क्या डीलियासिस एक संख्यात्मक अपव्यय के रूप में कार्य करता है? दूसरे शब्दों में, क्या डीलिंग के कारण ऊर्जा का रिसाव होता है?


यह स्पष्ट नहीं है कि आपका प्रश्न क्या पूछ रहा है। क्या आप स्पष्ट कर सकते हैं?
ज्योफ ऑक्सीबेरी

अभी का क्या ?
ucsky

जवाबों:


6

समझौते के व्यवहार संख्यात्मक अपव्यय के रूप में कार्य नहीं करता है। वास्तव में, ऊर्जा का संरक्षण केवल तभी किया जाता है जब आप अलियास की शर्तों को पूरा करते हैं।

FFT- आधारित दृढ़ संकल्पों को डील करने के पीछे का विचार FFT द्वारा जोड़ी गई अतिरिक्त शर्तों से छुटकारा पाना है। एक दृढ़ संकल्प सिर्फ एक योग है, और आप इसे केवल योग की गणना करके गणना कर सकते हैं। हालांकि, यह वास्तव में धीमा है, इसलिए फूरियर-ट्रांसफ़ॉर्म में बदलाव करना बेहतर है और परिणाम को गुणा करें और फ़ॉयर ट्रांसफ़ॉर्म को पलटना, जो कि प्रमेय प्रमेय द्वारा, एक कनवल्शन के समान है।

लेकिन कनवल्शन प्रमेय केवल तब काम करता है जब इनपुट अनंत लंबाई के होते हैं; परिमित लंबाई आदानों के लिए, अतिरिक्त शब्द (उपनाम) दिखाते हैं जो भौतिक नहीं हैं। डील करने का उद्देश्य मूल समीकरण को वापस लेना है जिसे आप गणना करने की कोशिश कर रहे थे, जबकि अभी भी आपको गणना में तेजी लाने के लिए एफएफटी का उपयोग करने की अनुमति है।


मैल्कम ने FFTW ++ लाइब्रेरी का उल्लेख नहीं किया जिसे उन्होंने सह-अधिकृत किया था, लेकिन यह आपको पैडिंग को अंतर्निहित रूप से (अन्य बातों के अलावा) से निपटने के लिए शीघ्रता से समझौता करने में मदद करता है। Fftwpp.sourceforge.net देखें ।
मैथ्यू एम्मेट

ओह, हाँ, धन्यवाद मैट! एफएफटीडब्ल्यू ++ में कनवल्शन रुटीन वास्तव में कंप्यूटिंग डीलिआस कॉन्फिडेंस की लागत को कम करता है। स्रोत पृष्ठ पर और मेरे वेब पेज पर एक संदर्भ है। मैंने जॉन बोमन के साथ इन पर काम किया, जिनकी 3 डी टर्बुलेंस लैब ओपी में जुड़ी हुई है।
मैल्कम

4

डीलिअसिंग को समझने के लिए यह समझना आवश्यक है कि आप एफएफटी को पहले स्थान पर क्यों ले जा रहे हैं। मेरे लिए, भारित अवशिष्ट दृष्टिकोण की विधि सबसे सरल ढांचा प्रदान करती है:

  1. आप फूरियर मोड की राशि के रूप में एक समाधान का विस्तार कर रहे हैं और इसे नवियर - स्टोक्स समीकरणों में छोड़ रहे हैं। आपके परीक्षण कार्य भी एक फूरियर का आधार हैं।
  2. जब आप परीक्षण और परीक्षण कार्यों को एक साथ गुणा करते हैं और आंतरिक उत्पाद लेते हैं (यानी एक उपयुक्त संयुग्मन के साथ एकीकृत करते हैं), तो आप देखेंगे कि आपके पास एक अभिन्न है जिसका आप केवल मूल्यांकन नहीं कर सकते क्योंकि यह अशुभ है।
  3. आप एक समान चतुर्भुज योजना का उपयोग करके उस अभिन्न अंग का अनुमान लगा सकते हैं, जहाँ आप समान रूप से समान समतुल्य बिंदुओं पर मूल्य जोड़ते हैं।
  4. ध्यान दें कि आपका चतुर्भुज एक द्विघातीय अशुभता के लिए सटीक है यदि आप फूरियर मोड के रूप में कई बार द्विघात अंक का उपयोग करते हैं। यह तीन हिस्सों वाला कारक है।
  5. अंत में, ध्यान दें कि चतुर्थांश को एफएफटी के रूप में कुशलता से गणना की जा सकती है।

सभी एफएफटी जादू को एक कुशल, अनुमानित चतुर्भुज योजना के रूप में सोचा जा सकता है जिसे द्विघात गैर-समता के लिए सटीक बनाया जा सकता है। अन्य व्यवहार वाले वेरिएंट चतुराई को एक ही वर्ग के गैर-प्राणियों के लिए सटीक बनाने के लिए अन्य चालें खेलते हैं।

इसलिए, आपके प्रश्न का उत्तर देने के लिए, डीलिअसिंग से कोई अपव्यय नहीं होता है। यह देखा जा सकता है क्योंकि प्रक्रिया में हर कदम सटीक था।


1

@ मैल्कम ने एफएफटी आधारित कनविक्शन सैम्स की डीलिंग का विशेषज्ञ विवरण दिया। मेरा अंतर्ज्ञान मुझे बताता है कि यह अभी भी पूर्ण उत्तर नहीं है @abberation की आवश्यकता है, इसलिए मैं कुछ और वाक्य दूंगा जो संख्यात्मक तरीकों की समझ के लिए मेरे स्वयं के संघर्ष को दर्शाते हैं।

Dealiasing एक संख्यात्मक अपव्यय के रूप में कार्य नहीं करता है, लेकिन यह संख्यात्मक अपव्यय के रूप में एक ही काम करता है - यह आपके सिमुलेशन को ब्लो-अप करने से रोकता है।

आपका अनुकरण कैसे प्रस्फुटित होता है?

उच्च से निम्न तरंगों के कारण ऊर्जा का एक अनैच्छिक स्थानांतरण होता है, जो पहले अस्थिरता का कारण बनता है (अक्सर एक अनुकरणीय - 2h तरंगों, एच-ग्रिड नोड दूरी, एक ग्रिड पर सबसे छोटी तरंगों का प्रतिनिधित्व किया जा सकता है)।

इसके पीछे का कारण उन कम तरंगों को उच्च तरंग संख्याओं का उभार है जिन्हें ग्रिड द्वारा दर्शाया जा सकता है। यह "वर्णक्रमीय अवरोधन" का कारण बनता है - उच्च लहरों के एम्पलीट्यूड (पढ़ें ऊर्जा) की अनैफिसिसल वृद्धि, जो कि खराब हो जाती है जैसा कि आप प्रतिनिधित्व वाले लहरों की ऊपरी सीमा तक पहुंचते हैं।

पहला उपाय (फिलिप्स, 1959): फ़िल्टर करें, या शून्य के बराबर करें, प्रतिनिधित्व किए गए wavenumber स्पेक्ट्रम के ऊपरी आधे हिस्से में करें।

दूसरा उपाय (ऑर्स्ज़ैग, 1971): इस उपाय को ऑर्ज़ैग के टू-थर्ड नियम के रूप में जाना जाता है। स्टीवन ने कहा "लहरों के आधे हिस्से को फ़िल्टर करना एक बेकार है, हमें 2 / 3N रखना चाहिए और केवल ऊपरी 1 / 3N को फ़िल्टर करना चाहिए।"

निष्कर्ष।

हमारे सिमुलेशन कभी-कभी उड़ा देते हैं। यदि आप दूसरे क्रम में रहते हैं, परिमित आयतन ब्रह्माण्ड (जैसे इन पंक्तियों के लेखक ने किया था), और स्पेक्ट्रल तरीकों के बारे में कुछ नहीं जानते हैं, तो वे आपको बताते हैं "ओह आपका अनुकरण चल रहा है? केंद्रीय योजना के बजाय पहले क्रम अपवार्ड का उपयोग करने का प्रयास करें, या ब्लेंड करें? विकृत सुधार के दृष्टिकोण में 10% की गिरावट के साथ आपकी केंद्रीय योजना। यह अपव्यय को जोड़ेगी, लेकिन आपके अनुकरण को उड़ाने से रोक देगी! ओह आप LES कर रहे हैं? तब आपको अपविंड का उपयोग नहीं करना चाहिए, जब तक कि आप ILES का प्रदर्शन नहीं कर रहे हों, बस उपयोग करें! केंद्रीय योजना और Smagorinsky सबसे कम पैमानों पर होने वाले शारीरिक अपव्यय का मॉडल तैयार करेंगे। ” यदि आप स्पेक्ट्रल मेथड्स ब्रम्हांड में रहते हैं, तो आप सीखते हैं कि ऊर्जा का अपरिभाषित अंतरण कैसे होता है, और आप दो-तिहाई नियम या "पैडिंग" से निपटने का उपाय पाते हैं।

इस पोस्ट के लिए मेरी प्रेरणा जे। बॉयड "चेबिशेव और फूरियर स्पेक्ट्रल मेथड्स" खंड 11 की एक अद्भुत पुस्तक है।

मेरी सलाह है:

शारीरिक रूप से या वर्णनात्मक रूप से कार्य करें, लेकिन वर्णक्रमीय रूप से सोचें! (अच्छी तरह से जाना जाने वाला विरोधाभास "विश्व स्तर पर सोचें, स्थानीय रूप से कार्य करें।")


1

प्रति से "डीलियासिंग" से जुड़ी कोई ऊर्जा रिसाव नहीं है, लेकिन ट्रंकेशन से जुड़ी ऊर्जा रिसाव है जिसे हमेशा डीलिस किए बिना या बिना किया जाता है। मुझे समझाने दो:

यदि आपके पास दो फंक्शन f और g हैं , तो दोनों में मोड के k तक वर्णक्रमीय सामग्री है , उत्पाद fg में 2k मोड तक वर्णक्रमीय सामग्री होगी । हालाँकि, आप नहीं चाहते कि आपके प्रतिनिधित्व की वर्णक्रमीय सामग्री प्रत्येक समय-चरण पर दोगुनी हो। इसलिए आप पहले के मोड में उत्पाद एफजी को छोटा करना चाहते हैं। ऐसा करने से, आप मोड्स में निहित ऊर्जा को k से अधिक खो देते हैं ।

डीलिअसिंग (या एंटी-एलियासिंग) यह सुनिश्चित करता है कि k तक के मोड fg के प्रतिनिधित्व में सही हैं , लेकिन k से बड़े मोड नहीं , क्योंकि वैसे भी उन्हें छोड़ दिया जाएगा।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.