精华内容
下载资源
问答
  • 对于二维对流扩散方程的空间离散,包含数据的初始,网格划分计算等前处理操作;边界条件、迭代过程给定等迭代求解;输出计算结果、计算时间补偿和当前时刻等时间推进和后处理操作
  • 这是使用有限体积法 (FVM) 求解二维扩散方程的 MATLAB 代码。 使用的插值方案是迎风方案。 在完成使用轮廓功能后处理。
  • 表面离散化边界方程法是最近被提出的分析电磁散射问题的数值方法,论文基于组合场积分方程的表面离散边界方程法,分析了二维导体的电磁散射问题数值计算结果表明:对于TM波,基于组合场积分方程的表面离散化方程与基于...
  • [数学]偏微分方程离散化方法4偏微分方程离散化方法 一、离散化的概念 油藏是非均质的,岩石和流体性质伴随时间常常是发生变化的,建立的偏微分方程一般是非线性的,求解偏微分方程的解析解比较困难,常用数值...

    [数学]偏微分方程的离散化方法4

    偏微分方程的离散化方法 一、离散化的概念 油藏是非均质的,岩石和流体性质伴随时间常常是发生变化的,建立的偏微分方程一般是非线性的,求解偏微分方程的解析解比较困难,常用数值求解。 目前工程上应用的离散化方法有:有限差分法、有限元法、边界元法、变分法等。 离散化的核心是把整体分成若干单元来处理,而每个小单元的形状是规则的,并可以认为是均质的,从而把形状不规则的非均质的问题转化为形状规则的均质的问题——非线性问题线性化。 计算过程中可以控制精度。要求的精度越高,则需要划分的单元就越多,计算工作量相应就越大,反之,单元划分得少些,计算工作量就小,但精度变差些。 微分方程离散化,主要在空间和时间两方面被离散化 (1)离散空间:把所研究的空间划分成某种类型的网格,大的空间转化为若干小单元组成,网格之间动态连接,通常采用矩形网格(正方体)。 (2)离散时间:把研究的时间域分成若干小的时间段,在每个时间段内,对问题求解,时间段之间有机连接。步长大小取决于所要解决的实际问题。 1、网格系统 它有x,y两个自变量,在平面上用平行线分割成许多网格,如考虑时间,则。编号:x→i,y→j,t→n。为步长(对三维z→k)。 节点:网格的交点叫网格节点。取一些与边界s接近的网格节点,把他们连成折线Sh,Sh所围成的区域记为Dh,Dh内的节点为内部节点、边界上的节点为边界节点。 2、 等距网格就是指建立差分网格时,所采用的步长都是相等的,反之称为不等距网格。 3、网格类型 常规网格系统: (1)块中心网格:用网格小块的几何中心来表示小块的坐标 (2)点中心网格:用节点的坐标来表示小块的坐标 块中心网格和点中心网格的离散点数不同,但最终形成一样的差分方程,只有在处理边界条件时各有方便之处,块中心网格比较容易处理定流量边界,点中心网格比较容易处理定压边界。 非常规网格系统: (1)局部网格加密 (2)混合网格 (3)多边形网格 二、有限差分法----导数的差商逼近 三、有限差分方程的建立 四、边界条件的处理 (二)、外边界条件处理 封闭边界:常取块中心网格并在边界网格外虚拟一排网格,并令其相邻两个网格压力相等。 定压边界:常取点中心网格,由于边界点的压力一定,因此,只需求内部节点压力。 * * 离散空间 t P 离散时间 无效网格 有效网格 点中心网格 块中心网格 x y y z x 局部网格加密 模拟区网格图(井位、边界、断层) 五点法注水开发5年后XW3层含水饱和度分布图 五点法注水开发20年后XW3层含水饱和度分布图 r z 混合网格 P x Δx1 Δx2 Δx (一)、内边界条件处理 *

    展开全文
  • 二维声波传播方程的有限差分模拟

    千次阅读 2019-04-30 10:00:10
    二维声波传播方程的有限差分解法 ...离散化二维声波方程 matlab示例 x,z向共201个节点,节点间隔h=8m,时间采样点位400,采样间隔为0.001s。假设声音传播速度为3km/s,激发源在i=100,j=100处。Ricker主频为20H...

    二维声波传播方程的有限差分解法

    首发于www.dspstack.com

    • 二维声波方程在Oxz平面表示:
      [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LkOaca8j-1630728134816)(https://dspstack.com/uploads/images/201904/30/68/vssLbG4iZx.jpg)]
    • 有限差分表示:
      [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GYhMudDb-1630728134818)(https://dspstack.com/uploads/images/201904/30/68/5eq8hHHbI5.jpg)]
      其中f(t)表示源函数,我们用Ricker作为激发源。
      [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8f7ta5qv-1630728134819)(https://dspstack.com/uploads/images/201904/30/68/ZSL1lKpjOU.jpg)]
    • 离散化的二维声波方程
      [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-873jJRG3-1630728134820)(https://dspstack.com/uploads/images/201904/30/68/sNspKYi9gJ.jpg)]
    • matlab示例
      x,z向共201个节点,节点间隔h=8m,时间采样点位400,采样间隔为0.001s。假设声音传播速度为3km/s,激发源在i=100,j=100处。Ricker主频为20Hz,频带控制参数r=3.
    clc;
    clear;
    Nx=201; Nz=201; Nt=400;%设置采样点数,采样时间点数
    h=8;    %x方向和z方向的步长
    dt=0.001;   %时间步长
    c=3000;    %波传播速度为3km/s
    f=20;         %震源频率
    gama=3;  %频带控制参数
    A=(dt*c)^2/h^2;
    u=zeros(Nx,Nz,Nt);
    for k=2:Nt-1
        for i=3:Nx-2
            for j=3:Nz-2
                if i==100&j==100
                    u(i,j,k+1)=exp(-(2*pi*f*k*dt/gama).^2).*cos(2*pi*f*k*dt);
            %在(100km,100km)处设置一个振动源
                else u(i,j,k+1)=A*(u(i+1,j,k)+u(i-1,j,k)+u(i,j+1,k)+u(i,j-1,k)-4*u(i,j,k))-u(i,j,k-1)+2*u(i,j,k);
                end
                u(3,j,k+1)=u(4,j,k+1);
            end
        end
    end
    filename='二维波场快照.gif';
    for k=1:4:Nt
    pcolor(u(:,:,k))
    shading interp;
    colormap('bone');
    axis equal;
    axis([0,200,0,200]);
    set(gca,'Ydir','reverse');
    xlabel('x'); ylabel('z');
    title('顶部为自由边界条件,其他为透射边界的二维声波传播快照');
    if(k==201) keyboard; end
    f=getframe(gcf); % 捕获画面
    imind=frame2im(f);
    [imind,cm] = rgb2ind(imind,256);
       if k==1
            imwrite(imind,cm,filename,'gif', 'Loopcount',inf,'DelayTime',0.05); %采用延迟时间为0.05秒写入给定的文件
        else
            imwrite(imind,cm,filename,'gif','WriteMode','append','DelayTime',0.1); %采用延迟时间为0.1秒写入给定的文件
        end
     end
    

    二维声波波场快照

    • 参考万永革地震学导论
    展开全文
  • 给出了求解二维第一类Fredholm积分方程信赖域方法。通过引入正则参数将离散后的Fredholm积分方程转化带参数的最优化问题,借助于KKT条件将二次信赖域子问题参数,并进行分析求解,最后给出了数值模拟。
  • 前言第一章 地下水流动定解问题概述§1.1 地下水流动微分方程一、潜水二维不稳定流动微分方程二、承压水二维不稳定流动微分方程三、地下水稳定流动微分方程§1.2 定解条件及定解问题一、边界条件二、初始条件三、...

    前言

    第一章 地下水流动定解问题概述

    §1.1 地下水流动微分方程

    一、潜水二维不稳定流动微分方程

    二、承压水二维不稳定流动微分方程

    三、地下水稳定流动微分方程

    §1.2 定解条件及定解问题

    一、边界条件

    二、初始条件

    三、描述地下水流动的定解问题

    第二章 有限差分法

    §2.1 确限差分法的基本思想

    §2.2 导数的有限差分近似表示

    §2.3 承压一维流动有限差分法

    一、一维显式有限差分法、收敛性和稳定性

    1.一维显式差分方程的建立

    2.一堆显式差分方程问题的求解方法

    3.求解一维显式差分方程的计算机程序

    4.差分格式的收敛性

    5.差分格式的稳定性

    二、一维隐式有限差分法

    1.一维隐式差分方程的建立

    2.一维隐式差分方程的求解方法(追赶法)

    3.求解一维隐式差分方程的计算机程序

    4.一维隐式差分格式的收敛性

    5.一维隐式差分格式的稳定性

    三、一维六点对称差分格式

    1.一维六点对称差分方程的建立

    2.一维六点对称差分方程的求解方法

    3.一维加权六点格式

    4.求解一维六点差分方程的计算机程序

    四、第二类边界条件的处理

    §2.4 承压二维不稳定流动有限差分法

    一、二维显式有限差分法

    1.二维显式有限差分方程的建立

    2.二维显式有限差分方程的计算方法及稳定性

    3.求解二维显式差分方程的计算机程序

    二、二维隐式有限差分法

    1.二维隐式有限差分方程的建立

    2.二维隐式差分方程问题的求解方法--迭代法

    3.求解二维隐式差分方程的计算机程序

    三、二维十点对称差分格式(CranK—Nicolson格式)

    四、二维交替方向隐式差分浊(ADI法)

    1.二维交替方向隐式差分方程的建立

    2.二维交替方向隐式差分方程的解法

    3.求解二维交替方向隐式差分方程的计算机程序

    五、越流、入渗和抽水井等问题的处理

    六、不规则边界问题

    七、非均质含水层矩形变格眶网格有限差分法

    1.网格划分

    2.差分方程的建立

    3.求解非均喷含水层矩形网格差分方程的计算机程序

    八、任意多边形网格有限差分法

    1.渗流区的剖分及多边形均衡网格的形成

    2.多边形均衡网格的差分方程的建立

    3.多边形网格差分方程的解法

    4.求解仟意多边形网格差分方程的计算机程序

    九、时间步长和格距

    §2.5 无压二维不稳定流动有限差分法

    一、显式差分法

    二、显—隐式差分法

    三、隐式差分法

    四、预测-校正法

    五、ADI法与预测—校正法的结合

    第三章 迦辽金有限单元法

    §3.1 承压二维不稳定流动问题的迦辽金方程

    §3.2 三角形单元迦辽金有限元法

    一、三角单元剖分与基函数的构造

    1.单元剖分

    2.单元e上的水头近似函数及单元基函数

    3.单元e上基函数的性质

    4.渗流区D上的基函数

    二、三角单元迦辽金有限元方程

    1.导水矩阵[G]建立

    2.给水(储水)矩阵[S]的建立

    3.源汇列矩阵(向量){正}的建立

    d.边界列矩阵(向量){S㈠b建立

    三、三角单元有限元法计算机程序

    §3.3 矩形单元迦辽金有限元法

    一、矩形单元削分与墓函数的构造

    1.矩形单元削分

    2.矩形单元e上的水头近似函数及单元基函数

    3.矩形单元基函数的性质

    4.渗流区D上的基函数

    二、矩形单元迦辽金有限元方程

    1.导水矩阵[G)的建立

    2.给(储)水矩阵[S]的计算

    3.源汇列矩阵{E}的建立

    4.边界列矩阵{B}的建立

    三、矩形单元有限元注计算机程序

    §3.4 任意四边形单元等参有限元法

    一、坐标变换

    二、任意四边形有限元方程系数矩阵的计算

    1.单元导水矩阵元素[G]的计算

    2,单元给水矩阵元素[S]的计算

    3.单元源汇列矩阵元素{E}的计算

    4.边界列矩阵{B}元素的计算

    三、任意四边形单元等参有限元法计算机程序

    §3.5 无压流问题的打限元方法

    §3.6 多层含水层越流系统准三维流问题的有限元法

    一、弱含水层中地下水流动问题的有限元法

    二、含水层中地下水流动问题有限元法

    第四章 里茨有限单元法

    §4.1 承压二维不稳定流的里茨有限单元法

    一、变分原理

    二、求解泛函的极小函数的有限元法

    1.单元剖分及线性插值

    2.泛函E(H)的离散化及有限元方程的建立

    §4.2 承压三维不稳定流有限单元法

    一、单元剖分和线性插值

    二、泛函E(H)的离散化及有限元方程的建立

    三、四面体单元有限元法计算机程序

    第五章 边界元法

    §5.1 预备知识

    一、积分方程的概念

    二、格林定理及格林公式.

    §5.2 承压二维稳定流的边界元方法

    一、边界积分方程的建立

    二、边界积分方程的离散化及边界元方程的建立

    三、渗流区D内部任意点M。(x。,y。)处水头值H(x。,y。)的计算

    四、边界元法计算机程序

    §5.3 承压二维不稳定流动问题边界元法

    一、格林函数法

    1.边界积分方程的建立

    2.边界积分方程的离散化及边界元方程的建立

    3.渗流区月内某点M。(x。,y。)处水头值H(x。,y。)的计算

    4.抽(注)水井的处理

    二、拉普拉斯变换法

    1.积分方程的建立

    2.边界积分方程的离散化利边界元方程的建立

    3.拉氏变换的数值反演

    §5.4 非均质问题的处理

    第六章 反求水文地质参数的数值方法

    §6.1 反求参数问题的适定性

    一、解的唯一性

    二、解的稳定性

    § 6.2 反求参数的直接方法

    §6.3 反求参数的间接方法

    一、试估—校正法

    二、最优化方法

    1.逐个修正往

    2.单纯形法

    第七章 数值模型设计及数值法对水文地质勘探的要求

    §7.1 反演模型

    一、计算区的范围、边界条件和地下水流动方程类型的确定

    二、潜水含水层底面等高线图、承压含水层顶、底面等高线图以及含水层内

    部岩性分层层界面等商线圈资料的搜集或编制

    三、源汇项的确定

    四、 “岩性天窗”位置的划定

    五、含水层系统岩性非均质性的分层与分区

    六、初始水位的确定

    七、抽水试验设计

    八、抽水试验数值模拟设计

    九、含水层剖分注意事项

    §7.2 正演模型

    主要参考文献

    展开全文
  • 二维React扩散方程式React扩散方程的光谱算法 一组代码(在MATLAB和Fortran 77中)和示例,用于求解一维和二维空间中的React扩散方程。 在数学界的区域中,积分因子与频谱方法一起用于消除与React扩散模型中的扩散项...
  • 二维离散付立叶变换及其性质

    千次阅读 2007-04-22 11:13:00
    一、概述 离散付立叶变换(Discrete Fourier Transform── 简称DFT)在数字信号处理和数字图像处理中应用十分广泛。它建立了离散时域和离散之间的联系。如果直接应用卷积和相关运算在时域中处理,计算量将随着取样...

      一、概述

      离散付立叶变换(Discrete Fourier Transform── 简称DFT)在数字信号处理和数字图像处理中应用十分广泛。它建立了离散时域和离散之间的联系。如果直接应用卷积和相关运算在时域中处理,计算量将随着取样点数 数学 的平方而增加,这使计算机的计算量大,很费时,很难达到实时处理的要求。因此,一般可采用 DFT方法,将输入的数字信号首先进行 DFT变换,在频域中进行各种有效的处理,然后进行 DFT反变换,恢复为时域信号。这样用计算机对变换后的信号进行频域处理。比在时域中直接处理更加方便,计算量也大大减少,提高了处理速度。因此,本节介绍的DFT在数字图像处理领域中有很大的实用价值。

      DFT还有一个明显的优点是有快速算法,即FFT(Fast Fourier Transform)算法,它可大大减少计算次数,使计算量减少到只是直接用DFT所需计算量的一小部分。

      二维离散付立叶变换很容易以一维的概念推广而得。在数字图像处理中,二维DFT被广泛地应用于图像增强,复原,编码个分类中。

      本节重点介绍二维DFT及其重要的性质,对FFT算法只介绍最基本的 为2的整数幂的算法。

      二、二维离散付立叶变换

      (一)一维离散付立叶变换

      如将一维连续函数 用取 个间隔 取样增量的方法进行离散化, 变为离散函数,可用图3-3-1所示的序列 表示。它可写为下式

    图 3-3-1 一维连续函数f(x)的取样

       (3.3.1)

      式中 为离散值。

      式(3.3.1)也就是表示了离散函数 为相应连续函数取 个间隔 的取样值。

      经取样后的一维离散函数 的离散付立叶变换对由下式表示

       (3.3.2)

       (3.3.3)

      式中:

         

      值得注意的是离散付立叶变换式(3.3.2)和(3.3.3)类似于式(3.2.16)和(3.2.17)表示的连续函数 付立叶变换积分的离散求和的近似值,但它本身对离散后函数 不是一个近似值,而是对离散函数的标准的离散付立叶变化.

      另外, 也是一个取 个等量间隔 取样后的离散函数,它可表示为 ,若 的取样始于原点,则

       (3.3.4)

      式中: 为离散值

      可证明空间域和频率域取样间隔 之间的关系为:

         (3.3.5)

      最后,应指出的离散付立叶变换总是存在的,它不必考虑连续付立叶变换所需的可积的条件要求.

      (二)二维离散付立叶变换

      只要考虑二个变量,就很容易将一维离散付立叶变换推广到二维.二维离散付立叶变换对由下式给出

       (3.3.6)

      式中:

         

          (3.3.7)

         式中:

         

      二维连续函数的取样是在二维的取样间隔上进行的,对空域的取样间隔为 ,对频御的取样间隔为 .它们的相互关系为:

          (3.3.8)

       (3.3.9)

      在数字图像处理中,图像一般被取样为方形阵列,即,那二维DFT可表示为:

       (3.3.10)

      式中

       (3.3.11)

      式中

      值得指出的是方程(3.3.10)和(3.3.11)不是所有作者一致通用的表示式,常用的是正,反变换式中常数项的取 ,有的应用相反正负号的 项.项目

      一维和二维离散函数的付立叶谱,相位和能量谱分别与连续付立叶变换时基本相同,它可由式(3.2.19)至(3.2.20)和(3.2.23)至(3.2.25)给出,所不同的地方在于变量是离散值.

      三、二维离散付立叶变换的性质

      二维离散付立叶变换有二维连续付立叶变换的相似性质,下面说明它的集中常用性质,证明请见(3.16, 3.17).

      (1) 线性

      付立叶变换是一种线性算子。设 分别为二维离散函数 的离散复付立叶变换,则

       (3.3.12)

      式中 是常数

      (2)可分离性

      由式(3.3.10)和(3.3.11)可看出,式中指数项可分成只含有 的二项乘积,其相应的二维离散付立叶变换对可分离成二部分只乘积

       (3.3.13)

      

       (3.3.14)

      其中:

         

      可分离性的重用意义在于:一个二维付立叶变换或反变换都可分解为二步进行,其中每一步都是一个一维付立叶变换或反变换.为说明此问题,以二维付立叶正变换(式3.3.13)为例,例会设式(3.3.13)后面的指数项为 ,即

       (3.3.15)

      此式表示对每一个 值, 先沿每一行进行一次一维付立叶变换。然后,将 ,即

       (3.3.16)

      上述分离过程可用图3-3-2表示.

    图 3-3-2 二维付立叶变换分离为二个一维变换

      图3-3-2表示二维付立叶变换先沿行后沿列分离为二个一维变换的过程,显然改为先沿列后沿行分离为一个一维变换,其结果亦是一样,此时,式(3.3.15)和(3.3.16)改为下列形式即可

       (3.3.17)

       (3.3.18)

      二维离散付立叶反变换的分离过程完全与上述相似,所不同的只是指数项为正,这里就不重复了。

      (3)平移性

      付立叶变换对的平移性由下式给出:

       (3.3.19)

      和 (3.3.20)

      上式表明,在空域中图像原点平移到 时,其对应的频谱 要乘上一个负的指数项 ] :而频域中原点平移到 时,其对应的 要乘上一个正的指数项 ,平移性告诉我们一个感兴趣的事实:当空域中 产生移动时,在频域中只发生相移,移动而付立叶变换的幅值不变,因为:

       (3.3.21)

      反之,当频域中 产生移动时,相应的 在空域中也只发生相移,而幅值不变。

      在数字图像处理中,常常需要将 的原点移到 频域方阵的中心,以便能清楚地分析付立叶变换谱的情况.要做到此点.只需令

      

      则   (3.3.22)

      上式结果可用尤拉公式,即代入 而得

      将式(3.3.22)代入(3.3.19)式可得

       (3.3.23)

      式(3.3.23)说明:如果需要将图像频谱的原点从起始点 移到图像的中心点 ,只要 乘上 因子进行付立叶变换即可实现。

      (4) 周期性和共轭对称性

      离散付立叶变换和反变换具有周期性和共轭对称性.付立叶变换对的周期性表示为

       (3.3.24)

       (3.3.25)

      式中

      共轭对称性表示为:

       (3.3.26)

       (3.3.27)

      离散付立叶变换对的周期性说明正变换后得到的 或反变换后得到的 都是具有周期为 的周期性重复离散函数.但是,为了完全确定 只需变换一个周期中每个变量的 个值.也就是说,为了在频域中安全地确定 ,只需要变换一个周期.在空域中,对 也有类似的性质.共轭对称性说明变换后的幅值是以原点为中心对称.利用此特性,在求一个周期内的值时,只要求出半个周期,另半个周期也就知道了,这大大地减少了计算量.

      为说明此问题,以一维变量为例,例会如图3-3-4所示,周期性 表明 以长度为 的周期重复出现,而共轭对称性 说明变换的幅值 以原点为中心对称.此时离散付立叶谱 一个周期中是二个背对背的半周期的谱.如果在变换前将 乘上 ,就能将变换后的谱 的原点移至 处,这样在 个周期中,可显示出一个完整周期。

    图 3-3-3 付立叶变换的周期性和共轭对称性的例子

      (5) 旋转不变性

      若引入极坐标

      

      则 分别为 。在极坐标系中,存在以下变换对:

       (3.3.28)

      此式表明,如果 在空间域中旋转 角度后,相应的付立叶变换 在频域中也旋转同 角。反之, 在频域中旋转 角,其反变换 在空间域中也旋转 角。

      (6)分配性和比例性

      付立叶变换的分配性表明付立叶变换和反变换对于加法可以分配,而对乘法则不行。即

         (3.3.29)

       (3.3.30)

      付立叶变换的比例性表明为对于二个标量

       (3.3.31)

       (3.3.32)

      式(3.3.32)说明了在空间比例尺度的展宽,相应于频域比例尺度的压缩,其幅值也减少为原来的

      (7)平均值

      二维离散函数的平均值定义如下:

       (3.3.33)

      将 代入二维离散付立叶定义(3.3.6)式可得

       (3.3.34)

      比较式(3.3.33)和(3.3.34)可看出

       (3.3.35)

      因此,要求二维离散信号 的平均值,只需算出相应的付立叶变换 在原点的值

      (8)微分性质

      二维变量函数 的拉普拉斯(Laplacian)算子的定义为:

       (3.3.36)

      按二维付立叶变换的定义可得:

         (3.3.37)

      拉普拉斯算子通常用于捡出图像轮廓的边缘。

      (9)卷积定理

      卷积定理和相关定理都是研究二个函数的付立叶变换之间的关系。这也构成了空间域和频域之间的基本关系。

      对于二个二维连续函数 的卷积定义为:

       (3.3.38)

      其二维卷积定理可由下面关系表示:

      设:

      则: (3.3.39)

         (3.3.40)

      它表明二个二维连续函数在空间域中的卷积可求其相应的二个付立叶变换乘积的反变换而得。反之,在频域中的卷积可用的在空间域中乘积的付立叶变换而得。应用卷积定理的明显好处是避免了直接计算卷积的麻烦,它只需先算出各自的频谱,然后相乘,再求其反变换,即可得卷积。

      对于离散的二维函数 ,同样可应用上述卷积定理。其差别仅仅是与取样间隔对应的离散增量出发生位移,以及用求和代替积分,另外,由于离散付立叶变换个反变换都是周期函数,为了防止卷积后产生交叠误差,(wraparound error)需对离散的二维函数的定义域加以扩展。

      设 是大小分别为 的离散数组,也就是说 定义域为 的定义域为 。根据[3·18]证明,必须假定这些数组在 方向延伸为某个周期是 的周期函数,其 的大小为:

       (3.3.41)

       (3.3.42)

      这样各个卷积周期才能避免交叠误差。为此将 用增补零的方法扩充为以下的二维周期序列:

      

      

      其二维离散卷积形成为:

         (3.3.43)

      其中;

         

      这个方程给出的 阵列,是离散的二维卷积的一个周期。

      二维离散卷积定理可用下式表示

            (3.3.44)

       (3.3.45)

      此形式与连续的基本一样,所不同的是所有变量 都是离散量,其运算都是对于扩充函数 进行的。

      (10)相关定理

      对于二个二维连续函数 的相关定义为:

       (3.3.46)

      在离散情况下,于离散卷积一样,需用增补零的方法扩充 ,并按式(3.3.41)和(3.3.42)选取 ,以避免在相关函数周期内产生交叠误差。那么离散和力学那许情况的相关定理都可表示为

       (3.3.47)

      和 (3.3.48)

      式中“ ”表示共扼。显然对离散变量来说,其函数都是扩充函数,用 表示。

      四、应用付立叶变换需注意的问题

      尽管付立叶变换有很多游泳的性质,获得了广泛的应用,但它也有两个缺点:一是需计算负数而不是实数,进行复数运算比较费时。如采用其他合适的正交函数系来代替付立叶变换所用的正、余弦函数构成正交的正交函数系,就可避免这种复数运算。如下面介绍的沃尔什(Walsh)函数系,每个函数只取+1与-1两个值,组成二值正交函数。因此,以沃尔什函数为基础所构成的变换,什实数加减运算,其运算速度要比付立叶变换快。

      此外,在图像处理中,常以光强度函数显示付立叶谱。但许多图像的谱随着频率的增加衰减得很快,因此他们的高频项变得越来越不清楚。为解决此问题,常用下面函数变换代替 ,该函数定义为

       (3.3.49)

      注意: 为非负函数

      五、快速付立叶变换(Fast Fourier Transform-FFT)

      离散付立叶变换还有一个有点是有快速算法(FFT算法)。由式(3.3.2)可看出,求一维DFT时,对 个值中的每一个,需要做 次复数乘法和 次复数加法。那么对 值,全部DFT运算则需进行 次复数乘法与 (当N很大时)次复数加法。很显然,当N很大时,计算是很费时的。

      1965年由库里(Cooley)和图基(Tukey)首先提出一种FFT算法,其复数乘法和加法的次数正比于 ,这在 大时,计算量的节省很显著,见表3-3-1。



    表 3-3-1 FFT与DFT算法的比较

      例如 ,用DFT直接运算,对于一般小型计算机需要几十分钟,而用FFT算法,其速度可快100倍以上。秩序几十秒。如采用FFT硬件专用机只需要几十毫秒即可完成。

      FFT算法基本上可分为二大类:按时间抽取算法和按频率抽取算法。“库利-图基”算法属于前者,而后者是前者的改进形式,称“桑德(Sande)-图基”算法。FFT算法包括了以下三种情况:

      (1) 为2的整数幂的算法;

      (2) 为高复合数时的算法;

      (3) 为素数时的算法。

      本节只介绍最基本的 为2的整数幂的算法,而且只介绍按时间抽取算法。

      最后,值得一提的是1976年维诺格兰(WINOGRAD)发表了FFT的新算法(称为WFTA算法-Winograd Fourier Transform Algorithm),它要求的复数乘法次数仅为FFT乘法次数的1/3,复数加法次数与FFT基本相同。

      (一)FFT的基本原理

      此处只介绍按时间抽取, 为2的整数幂 的FFT算法。

      一维离散付立叶变换对为

       (3.3.50)

       (3.3.51)

      式中

       (3.3.53)

      FFT是利用 的二个特点来提高计算效率的

      (1) 的对称性

       (3.3.53)

      (2) 的周期性

       (3.3.54)

      因为 为2的整数幂,即 ,故可以将 分解成二部分;一是偶数部分 ,一是奇数部分 ,此处 。那么,离散函数 的DFT可以用二个 采样点的DFT计算,即由偶数部分 的DFT和奇数部分 的DFT求出。因此,式(3.3.50)可以写成:

       (3.3.55)

      从式(3.3.52)可得 ,那么式(3.3.55)可改写为

       (3.3.56)

      如定义:

       (3.3.57)

       (3.3.58)

      其中 .

      由此,式(3.3.56)变为:

       (3.3.59)

      因为

      所以

      那由(3.3.57)至(3.3.59)可得

       (3.3.60)

      由式(3.3.59)和(3.3.60)可见,一个 点的DFT可以从二个 点的DFT求出。 的前一半的计算由式(3.3.57)和(3.3.58)求出分别为 点的DFT,即求出 ,然后带入式(3.3.59)可得 .另一半可直接从式(3.3.59)。如依次类推,每次将 用2除,就可以分成越来越小的子序列上执行DFT,直到执行2点的DFT为止,最后再合成 点的DFT。

      (二)信号流图

      FFT运算可用信号流图表示。式(3.3.59)和式(3.3.60)运算一般称为蝶形运算,因子Wun称为旋转因素。蝶行信号流图如图3-3-4所示,图3-3-4中(a)和(b)是等效的二种蝶行运算表示形式。很显然,计算一个蝶形需1次乘法和2次加(减)法。

    图 3-3-4 蝶形运算

      下面以 为说明式(3.359)和式(3.3.60)的FFT算法,其蝶形信号流图如图3-3-5所示。

    图 3-3-5 N=8的按时间抽取FFT信号流图

      上述方法的每一步分解都是按输入序列在时域上的次序是偶数还是奇数来抽取,故称为为按时间抽取法,同样也可按 在频域上的顺序是偶数还是奇数抽取,这时按频率抽取法。按频率取样法FFT可参阅『3.14』。

      从图3-3-5还可以看出:

      (1)对于 点DFT的整个运算全由蝶形运算组成,需要 轮递推,每轮由 个蝶形,总共有 个蝶形。考虑倒每个蝶形包括1次乘法和2次加法,因此,总的计算量为 次乘法及 次加法。采用这种形式的FFT算法,最少可以节省计算时间的倍数为:

      

      (2)从图3-3-5中可以看出FFT变换的结果是 是自然顺序排列,而输入 才可以进行FFT运算。此“码位倒置”是因为在时间抽取算法过程中,把偶数点放在上面,把奇数点放在下面。奇数点与偶数点可以从二进制数码的最后一位码 先着手区分开来。如果 为0,则 是偶数,应放在上面。反之,如果 为1,则 是奇数,应放在下面。然后再依此由左到右逐位检验下去。最后合起来就是倒置了码位的二进制反序数。由表3-3-2表示了 共有三个码位 的倒置过程和结果。

    自然顺序
    二进制码表示
    码位倒置
    码位倒置顺序
    0
    000
    000
    0
    1
    001
    100
    4
    2
    010
    010
    2
    3
    011
    110
    6
    4
    100
    001
    1
    5
    101
    101
    5
    6
    110
    011
    3
    7
    111
    111
    7

    表 3-3-2 码位倒置顺序

      (三)逆FFT

      FFT的逆变换都可用正变换FFT作适当的修改即可求得。为说明此点,将式(3.3.50)和(3.3.51)重写如下:

       (3.3.61)

       (3.3.62)

      求式(3.3.62)的共扼并用 除二边可得到。

       (3.3.63)

      将式(3.3.63)和式(3.3.61)比较,可看出式(3.3.63)的右端在形式上就是付立叶正变换。因此,只要将 输入到计算正变换算法,结果将式 ,取它的复共扼的运算没有必要,因为对实函数有

      最后要指出的是FFT算法通常是以基-2格式公式化的,因它易于用汇编语言实现。对于其他大于2的整数基也有 FFT算法,如基为3的公式比任何其他基的运算次数要少,但它不易变成,一般不大采用。

     

    展开全文
  • “ UNSTEADY_CONVECTION_DIFFUSION”脚本用双线性四边形元素求解对流扩散问题的二维标量方程。 空间离散化是通过标准的Galerkin方法执行的。 对于时间积分,已经实施了 theta 方法。 根据 theta 的值,获得这些方案...
  • 提出基于Adomian分解法求解二维Helmholtz方程。通过Adomian分解法可以把Helmholtz微分方程和边界条件分别转换成递归代数公式和适用符号计算的简单代数公式。利用边界条件可以很容易得到方程的解析解表达式。Adomian...
  • n:要输出的拟合曲线的方程的最大阶数;m:自变量的数量 function lstsqu(x,y,n,m); xx=x; nn=n; for k=1:nn; % 最小二乘法拟合曲线 p=polyfit(xx,y,k); x1=xx(1):0.1:xx(m)+0.1; y1=polyval(p,x1); figure; plot(xx...
  • 好久没有更新了,每次敲完公式,都要自己添加\nonumber才不会显示标号,对CSDn也是服了。 最近也不知道忙什么,课也不多,琐事...在对CFD计算之前,需要对计算区域离散化,也就是说要对空间连续的计算区域进行划...
  • 提出二维简单格子Boltzmann模型,并用其模拟扩散方程Ut=...同时构造了二维问题的正则样本尺度函数,在此基础上得到了二维问题的拟小波离散格式,并将其应用到扩散方程的数值求解中,得到与精确解拟合得非常好的数值结果。
  • 本文以二维方式获得了输运方程的等几何误差估计,证明了等几何方法的收敛性。 我们得到的结果,将Ern结果推广到有限元方法中。 对于时间离散化,使用两阶段Heun方案证明了这一结果。 对于度数k≥1的多项式,空间收敛...
  • 二维Laplace方程求解

    2009-01-12 21:09:23
    Laplace变换起源于傅立叶变换,只不过是对傅立叶变换进行了拓展,从时间t>0开始进行积分运算,比较适合实际物理模型
  • 《偏微分方程离散化方法研究》由会员分享,可在线阅读,更多相关《偏微分方程离散化方法研究(30页珍藏版)》请在人人文库网上搜索。1、偏微分方程的,一、离散化的概念,油藏是非均质的,岩石和流体性质伴随时间...
  • 二维离散傅里叶(DFT)与快速傅里叶(FFT)的实现 [21] 2-D FFT - Compute two-dimensional fast Fourier transform of input [22] Accelerating a barotropic ocean model using a GPU [23] 二维傅里叶变换是怎么...
  • 这项工作的目的是为解决MA方程实施一个更健壮和省时的方案,并针对不同的离散化和完整的多网格方案进行收敛性研究。 我们将MA运算符表示为Hessian矩阵的特征值的乘积。 这允许可证明收敛的全局椭圆离散化。 该方法将...
  • (CFD)投影法求解二维不可压缩N-S方程

    千次阅读 多人点赞 2020-07-21 12:58:16
    本文介绍基于matlab平台的VOF编程实例介绍,采用投影法求解二维不可压缩N-S方程,交错网格结合中心差分法离散控制方程。并对Re=100方腔流进行计算验证,证明投影法求解程序的正确性,随后对二维溃坝算例进行数值计算...
  • 泊松方程有很多现成的工具可以用,这里主要是为了加深对算法的理解。题目如下 题目的要点在于找到泊松方程的系数矩阵。在五点法里面,系数矩阵一共五条对角线,一条主对角线,四条副对角线。碰到边界的时候有的对...
  • CFD2D是用于Linux的开源软件,用于求解任意二维域内的无量纲不可压缩Navier-Stokes方程(NSE),该二维域刻在具有Dirichlet和“不做任何事情”边界条件的单位正方形中。 空间离散化基于有限元方法(FEM),使用近似...
  • 边界条件用于获得电势分布曲线
  • 二维空间上非结构化网格上的抛物线积分微分方程的数值解提供了简短的MATLAB实现。 三角形上的分段线性有限元空间用于空间离散化,而时间离散化则基于后向欧拉法和Crank-Nicolson方法。 选择正交规则以离散化...
  • 离散化介绍

    千次阅读 2017-02-13 20:38:29
    离散化,把无限空间中有限的个体映射到有限的空间中去,以此提高算法的时空效率。 通俗的说,离散化是在不改变数据相对大小的条件下,对数据进行相应的缩小。例如: 原数据:1,999,100000,15;处理后:1,3,4,2; ...
  • 2. 问题分析一稳态无源导热控制方程如下: 对于上述方程,利用有限体积法来进行离散求解。离散求解PED方程的步骤为:离散控制域(网格划分)在每一个控制体上离散控制方程插值得到界面值,完成单元离散方程组装...
  • 用差分法建立节点的热平衡方程, 将节 点所在的单元体的四个方向传递的热流密度,内热源在单元体产生的热流密度, 根据能量守 恒的原则建立方程,可以得到每一个节点的离散化代数方程。进行数值计算的方法是: 先...
  • 偏微分方程的数值解系列博文: 偏微分方程的数值解(一):定解问题 & 差分解法 偏微分方程的数值解(二): 一维状态空间的偏微分方程的 MATLAB 解法...偏微分方程的数值解(五): 二维状态空间的偏微分方程的 MATLA...
  • 此提交包含使用矩阵方法离散化分数阶微分方程所需的基本函数和演示。 该方法在以下文章中有所描述: [1] I. Podlubny,“离散分数阶微积分的矩阵方法”,分数阶微积分和应用分析,卷。 3,没有。 4, 2000, pp. 359-...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 13,130
精华内容 5,252
关键字:

二维离散化方程