CN111639429B - 基于切比雪夫多项式谱的水下声场数值模拟方法、系统及介质 - Google Patents

基于切比雪夫多项式谱的水下声场数值模拟方法、系统及介质 Download PDF

Info

Publication number
CN111639429B
CN111639429B CN202010476610.4A CN202010476610A CN111639429B CN 111639429 B CN111639429 B CN 111639429B CN 202010476610 A CN202010476610 A CN 202010476610A CN 111639429 B CN111639429 B CN 111639429B
Authority
CN
China
Prior art keywords
matrix
spectrum
chebyshev
space
operator
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010476610.4A
Other languages
English (en)
Other versions
CN111639429A (zh
Inventor
王勇献
刘巍
肖汶斌
蓝强
屠厚旺
程兴华
周泽民
马树青
王文珂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202010476610.4A priority Critical patent/CN111639429B/zh
Publication of CN111639429A publication Critical patent/CN111639429A/zh
Application granted granted Critical
Publication of CN111639429B publication Critical patent/CN111639429B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于切比雪夫多项式谱的水下声场数值模拟方法、系统及介质,本发明方法包括建立柱坐标系下声学传播Helmholtz方程的简化控制方程;将简化控制方程完成z坐标向x坐标的自变量变换;对简化控制方程实施切比雪夫正变换,将物理空间映射到谱空间上,形成谱空间中离散化后的线性方程组;求解谱空间中离散化后的线性方程组,得到谱空间上的解;对谱空间上的解实施切比雪夫反变换,将谱空间上的解映射回物理空间;完成x坐标向z坐标的自变量反变换获得u(r,z)并求出声压场p;计算传播损失。本发明适合在使用较少离散网格点的条件下获得更高的计算精度,能够充分发挥硬件平台的计算性能,显著加快数值模拟的速度。

Description

基于切比雪夫多项式谱的水下声场数值模拟方法、系统及 介质
技术领域
本发明涉及水下声学传播技术,具体涉及一种基于切比雪夫多项式谱的水下声场数值模拟方法、系统及介质。
背景技术
声波是水下远程传播信息的主要载体。在地、空、天领域中得到广泛应用的其他通信手段,往往无法有效用在水下,例如:电磁波在水中会迅速吸收衰减,无法实现远距离传输。充分认识与正确掌握声波在水下的传播规律,是十分重要且必要的。以海洋为例,覆盖地球表面积约71%的海洋中含有丰富的能源、矿产和生物资源,对海洋资源的保护和开发离不开对水下各类目标的探测识别、定位通信等技术,这就要求对作为探测主要载体的声波在水下的传播、以及特定声场的分布等规律有着清晰的认识与掌握。此外,掌握水下声场规律,对于内河、湖泊、近海等水域上的农林渔业生产等也具有重要支撑作用。
由于水体、水面、水底等环境复杂多变,声波在水下并不是直线传播的,通常有着复杂的传播路径,声能量在空间上也呈现复杂的分布状态。从水下声场的原理上看,特定频率的声波在水下传播时,满足Helmholtz偏微分方程,若再辅以一定的边界条件,则可获得整个空间上的声场解。然而,在绝大多数现实条件下,要获得数学上的解析解是不可能的。
传统上大多通过数值计算的方法获得近似解,目前采用数值计算方法求解Helmholtz方程,目前有直接求解和简化求解两大类方法。
(1)直接求解法直接针对原始Helmholtz方程,采用各种数值离散化手段,完成数值求解。直接求解法很少在实际应用中使用,原因有三:一是Helmholtz方程是一类椭圆型方程,实践中的声学问题很难给出其定解所需要的所有边界条件,二是后期形成的大型代数方程组很难收敛求解,三是对于传播距离较远的海洋环境,求解需要较细的离散网格,造成了巨大的存储和计算开销,从而限制了其实用化。相对而言,简化求解法是现实中普遍使用的方法,具有简化易理解、计算量适中等优点,但由于其引入的额外假设条件互不相同,因此适用范围、近似误差也大相径庭,使用时需仔细选择。
(2)简化求解法则是针对不同的水声环境条件,对原始的Helmholtz方程进行二次简化,形成更容易数值求解的新方程。简化求解法是目前实践中广泛使用的一类方法。根据二次简化后方程的不同,简化求解法又可进一步划分为简正波方法、射线方法、抛物化方程法、快速场方法及各种复合方法等。简正波方法建立在与距离无关的假设基础之上,通过求解与深度有关的方程,获得一组振动模式,并按照将声源深度加权、将每个模式的贡献累加起来构成总声场。射线方法建立在高频近似的基础之上,只适用于分析高频声场问题,对低频及一些焦散问题处理困难,且对于非水平分层介质求解过程较烦琐。快速场方法按简正波近似方法来分离波动方程参数,并用快速傅里叶变换算法计算最终结果。抛物化方程法通过忽略反向声波、引入远场近似等处理,将原始Helmholtz方程简化成一个单向传播的抛物方程。不论直接求解法还是各种简化求解法,都需要借助数值离散化手段,将原始的微分或积分方程转化为计算机上方便求解的代数方程组,数值离散化手段包括有限差分法、有限体积法和有限元法等。其中,目前在水下声场计算中最为普及的是有限差分法。
但是,在数值离散化手段方面,有限差分法是目前主流的离散化方法,具有易于理解、实施简单的优点,其主要不足包括:一是精度不高,常用的二阶差分格式难以满足某些声场变化剧烈区域的精度需求,采用更高阶差分格式可以弥补些差距,但却带来计算过程更复杂、需补充额外边界条件等缺点;二是采用等距网格的方式难以同时顾及物理量变化平滑和变化剧烈的不同区域,为了提高计算空间分辨率,往往需要缩小网格间距,从而急剧增加存储和计算开销,声场计算速度无法满足应用需求。
谱(切比雪夫谱)方法是在上世纪六、七十年代发展起来的一种数值求解偏微分方程的方法,至今已成为继有限差分法和有限元法之后又一种重要的数值方法。谱方法把问题的解在一组光滑基函数下进行展开,形成解的谱展开式,再根据这个展开式和原方程来求解展开式系数的方程组。切比雪夫多项式谱方法的最大优势在于它的精度可直接由级数展开式的项数来决定,因而常被视为具有“无穷阶”收敛性的方法。若取切比雪夫多项式作为光滑基函数,则称其为切比雪夫多项式谱方法,或简称为切比雪夫谱方法。切比雪夫多项式谱方法在计算流体力学、最优控制理论、非线性动力系统、地震波研究和数值天气预报等问题中得到了广泛应用。因此将切比雪夫多项式谱(简称切比雪夫谱)方法引入到水下声场模拟,有望解决现有水下声场模拟的问题。
发明内容
本发明要解决的技术问题:针对现有技术的上述问题,提供一种基于切比雪夫多项式谱的水下声场数值模拟方法、系统及介质,本发明实现了将切比雪夫多项式谱应用到求解水声场模拟的计算过程中的数值离散环节中,可在使用较少离散网格点的条件下获得更高的计算精度,能够充分发挥硬件平台的计算性能,显著加快数值模拟的速度。
为了解决上述技术问题,本发明采用的技术方案为:
一种基于切比雪夫多项式谱的水下声场数值模拟方法,该方法包括:
1)针对具体水声环境参数,建立柱坐标系下声学传播Helmholtz方程的简化控制方程;
2)将简化控制方程完成z坐标向x坐标的自变量变换;
3)对简化控制方程实施切比雪夫正变换,将物理空间映射到谱空间上,形成谱空间中离散化后的线性方程组;
4)求解谱空间中离散化后的线性方程组,得到谱空间上的解;
5)对谱空间上的解实施切比雪夫反变换,将谱空间上的解映射回物理空间;
6)完成x坐标向z坐标的自变量反变换,获得水平方向距离为r、深度为z位置处的缩比分量函数u的函数值u(r,z),并利用该函数值u(r,z)求出声压场p;
7)计算指定接收器位置处声场的声压值及传播损失值。
可选地,步骤1)中的简化控制方程为下式所示的方程:
Figure BDA0002516057850000031
上式中,i为虚数单位,k0为参考波数,Δr为r方向离散网格点的间距,L是Padé级数的阶数,αj为Padé级数的分子多项式的第j项系数,βj为Padé级数的分母多项式的第j项系数,X为算子,u(m)=u(rm,z)为缩比分量函数u在水平方向距离为rm、深度为z位置处的函数值,u(m+1)=u(rm+1,z)为缩比分量函数u在水平方向距离为rm+1、深度为z位置处的函数值,rm=m·Δr为r方向第m个离散网格点的坐标,rm+1=(m+1)·Δt为r方向第m+1个离散网格点的坐标,m=0,1,2,…;其中算子X的函数表达式如下式所示:
Figure BDA0002516057850000032
上式中,n是介质折射率,算子X的函数表达式由第一个算子项、第二个算子项两者之和构成。
可选地,步骤3)的详细步骤包括:
3.1)确定数值计算对切比雪夫反变换的函数表达式中的无穷项级数近似的截断项数N;
3.2)给定r=0处的初场边界条件:使用经典的高斯声源法、Greene声源法、简正波声源、镜像声源、自启动型声源中的一种方法给定r=0处的u(0)值,其中r为水平方向距离,u(0)为缩比分量函数u在水平方向距离r=0处的函数取值;根据r=0处的u(0)值,利用切比雪夫正变换的函数表达式,计算得到谱空间上的N+1项谱系数
Figure BDA0002516057850000033
其中N为无穷项级数近似的截断项数,
Figure BDA0002516057850000034
分别为缩比分量函数u在水平方向距离r为0处的N+1项谱展开系数;设定水平方向距离上的离散网格点计数变量m的值为0;
3.3)获得自变量变换后的算子X中第一个算子项在谱空间中表示的矩阵D,获得自变量变换后的算子X中第二个算子项在谱空间中表示的矩阵E,将矩阵D和矩阵E相加,得到算子矩阵X;
3.4)计算Padé级数的分子多项式的第j项系数αj和Padé级数的分母多项式的第j项系数βj,基于算子矩阵X装配谱空间上线性方程组的左端系数矩阵A及右端系数矩阵B:
Figure BDA0002516057850000041
上式中,i为虚数单位,k0为参考波数,Δr为r方向离散网格点的间距,L是Padé级数的阶数,αj为Padé级数的分子多项式的第j项系数,βj为Padé级数的分母多项式的第j项系数,I为单位矩阵,X为算子矩阵;
3.5)加入合适的水面、水底边界条件,修正左端系数矩阵A及右端系数矩阵B,从而得到最终在谱空间中离散化后的线性方程组:
Figure BDA0002516057850000042
上式中,A为左端系数矩阵,
Figure BDA0002516057850000043
为缩比分量函数u在水平方向距离为rm+1处的谱展开系数,B为右端系数矩阵,
Figure BDA0002516057850000044
为缩比分量函数u在水平方向距离为rm处的谱展开系数。
可选地,所述获得自变量变换后的算子X中第一个算子项在谱空间中表示的矩阵D的详细步骤包括:
3.3.1A)取(N+1)×(N+1)阶的方阵D,将其所有元素初始化为零值;
3.3.2A)设方阵D的行下标及列下标均取从0到N的非负整数;对于其第k行的第j列元素D[k][j]而言,若k与j的奇偶性相反且j>k,则重新置D[k][j]的值为2j,其中k=0,1,…,N;j0,1,…N;
3.3.3A)将矩阵D中第1行的每个元素乘以0.5,所得结果原地保存于矩阵D;
3.3.4A)按照矩阵相乘的规则,计算乘积矩阵D×D,并将结果原地保存在矩阵D中;
3.3.5A)将矩阵D中每个元素乘以4/H2,所得结果仍原地保存于矩阵D,从而得到第一个算子项在谱空间中表示的矩阵D。
可选地,所述获得自变量变换后的算子X中第二个算子项在谱空间中表示的矩阵E的详细步骤包括:
3.3.1B)记物理空间上的函数
Figure BDA0002516057850000045
为v(x),利用切比雪夫正变换的函数表达式求出相应的谱空间系数
Figure BDA0002516057850000046
k=0,1,…,N;
3.3.2B)取(N+1)×(N+1)阶的方阵E,将其所有元素初始化为零值;
3.3.3B)设方阵E的行下标及列下标均取从0到N的非负整数;对于其第k行的第j列元素E[k][j]而言:若0≤k-j≤N,则将E[k][j]在原值基础上增加
Figure BDA0002516057850000047
若0≤j-k≤N,则将E[k][j]在原值基础上增加
Figure BDA0002516057850000048
若0≤j+k≤N,则将E[k][j]在原值基础上增加
Figure BDA0002516057850000049
若上述条件同时满足多个,则每次都执行相应的增加操作,其中k=0,1,…,N;j=0,1,…N;
3.3.4B)将矩阵E中所有元素乘以0.5,所得结果原地保存于矩阵E,从而得到第二个算子项在谱空间中表示的矩阵E;
可选地,步骤3.5)中修正左端系数矩阵A及右端系数矩阵B的步骤包括:
3.5.1)利用切比雪夫反变换的函数表达式,将边界条件
Figure BDA0002516057850000051
转换成谱空间的方程式
Figure BDA0002516057850000052
此处ak=(-1)k,其中
Figure BDA0002516057850000053
为缩比分量函数u在水平方向距离为rm、深度为0处的取值,N为无穷项级数近似的截断项数,k为缩比分量函数u的展开系数的序号,
Figure BDA0002516057850000054
为缩比分量函数u在水平方向距离为rm处的第k个展开系数;
3.5.2)修正左端系数矩阵A第N-1行的第k个元素取为ak,右端系数矩阵B第N-1行的第k个元素取值为0;
3.5.3)利用切比雪夫反变换的函数表达式,将边界条件
Figure BDA0002516057850000055
转换成谱空间的方程式
Figure BDA0002516057850000056
此处ak=1;
3.5.4)修正左端系数矩阵A第N-1行的第k个元素取为ak,右端系数矩阵B第N-1行的第k个元素取值为0。
可选地,步骤4)的详细步骤包括:
4.1)使用标准的线性方程组求解算法解得谱空间中离散化后的线性方程组中第m+1个距离上的谱系数解
Figure BDA0002516057850000057
且在求解方程组的计算区域利用众核CPU和GPU进行协同加速计算;
4.2)判断水平方向距离达到预定范围rmax是否成立,若成立则跳转执行步骤5);否则,令m=m+1,跳转执行步骤4.1)继续求解谱空间中离散化后的线性方程组。
可选地,步骤5)的详细步骤包括:针对每个m=1,2,…利用切比雪夫反变换将谱空间的定义域x∈[-1,1]离散成指定分辨率的网格,第j个格点的坐标为xj,利用zj=((1-xj)H)/2将谱空间上的定义域变换为物理空间上的定义域,得到各深度对应的声压,其中zj为将谱空间上的坐标xj解映射回物理空间后的坐标,H为目标海域的深度。
此外,本发明还提供一种基于切比雪夫多项式谱的水下声场数值模拟系统,包括计算机设备,该计算机设备被编程或配置以执行所述基于切比雪夫多项式谱的水下声场数值模拟方法的步骤,或者该计算机设备的存储器上存储有被编程或配置以执行所述基于切比雪夫多项式谱的水下声场数值模拟方法的计算机程序。
此外,本发明还提供一种计算机可读存储介质,该计算机可读存储介质上存储有被编程或配置以执行所述基于切比雪夫多项式谱的水下声场数值模拟方法的计算机程序。
和现有技术相比,本发明具有下述优点:
本发明实现了将切比雪夫多项式谱应用到求解水声场模拟的计算过程中的数值离散环节中,可在使用较少离散网格点的条件下获得更高的计算精度,能够充分发挥硬件平台的计算性能,显著加快数值模拟的速度。
附图说明
图1为本发明实施例方法的基本流程示意图。
图2为本发明实施例得到的全空间场中传播损失分布图
图3为本发明实施例得到的在深度为1000m处的传播损失曲线图。
具体实施方式
下文将以Munk声速剖面的理想流体波导为例,对本发明进行进一步的详细说明。本例中海水密度均匀,恒为ρ≡1.0g/cm3,声速取为Munk声速剖面,海底水平且海深H为5000米,边界条件取海面海底压力释放条件,即p(z=0)=p(z=H)=0。声源和接收器均位于zs=zr=1000米深处,声源角频率为ω=2×π×50Hz。取谱截断阶数为N=200,r方向步长为Δr=10m,最大求解距离为rmax=100km,Padé级数的项数取为L=4,以自启动场作为初始条件。
如图1所示,本实施例基于切比雪夫多项式谱的水下声场数值模拟方法包括:
1)针对具体水声环境参数,建立柱坐标系下声学传播Helmholtz方程的简化控制方程;
2)将简化控制方程完成z坐标向x坐标的自变量变换;
3)对简化控制方程实施切比雪夫正变换,将物理空间映射到谱空间上,形成谱空间中离散化后的线性方程组;
4)求解谱空间中离散化后的线性方程组,得到谱空间上的解;
5)对谱空间上的解实施切比雪夫反变换,将谱空间上的解映射回物理空间;
6)完成x坐标向z坐标的自变量反变换获得水平方向距离为r、深度为z位置处的缩比分量函数u的函数值u(r,z),并利用该函数值u(r,z)求出声压场p;
7)计算指定接收器位置处声场的声压值及传播损失值。
本实施例中,步骤1)中的简化控制方程为下式所示的半离散形式的方程:
Figure BDA0002516057850000061
上式中,i为虚数单位,k0为参考波数,Δr为r方向离散网格点的间距(步长),L是Padé级数的阶数,αj为Padé级数的分子多项式的第j项系数,βj为Padé级数的分母多项式的第j项系数,X为算子,u(m)=u(rm,z)为缩比分量函数u在水平方向距离为rm、深度为z位置处的函数值,u(m+1)=u(rm+1,z)为缩比分量函数u在水平方向距离为rm+1、深度为z位置处的函数值,rm=m·Δr为r方向第m个离散网格点的坐标,rm+1=(m+1)·Δr为r方向第m+1个离散网格点的坐标,m=0,1,2,…;其中算子X的函数表达式如下式所示:
Figure BDA0002516057850000062
上式中,n是介质折射率,算子X的函数表达式由第一个算子项、第二个算子项两者之和构成。
其中,式(1)所示的方程的推导过程如下:
在柱坐标系下,刻画声波传播规律的原始齐次Helmholtz方程可表示为:
Figure BDA0002516057850000071
上式中,p=p(r,z)为水平方向距离为r、深度为z位置处的声压值,k0=ω/c0是参考波数,ω为声源频率,n=c0/c是介质折射率,c=c(z)是声速,c0为预先确定的参考声速。要计算的最远水平方向距离记作rmax。本实施例中c(z)按照Munk声速剖面模型取值,其一般形式为:
Figure BDA0002516057850000072
上式中,参数ε=0.00737,中间变量
Figure BDA0002516057850000073
参考声速取为c0=1500m/s。
引入分解变换:
Figure BDA0002516057850000074
上式中,u(r,z)为水平方向距离为r、深度为z位置处的缩比分量函数u的函数值,r为水平方向距离。引入分解变换后,再基于远场假设及Padé级数近似原理,则上述Helmholtz方程可简化为抛物方程:
Figure BDA0002516057850000075
上式中,i是虚数单位,k0为参考波数,r为水平方向距离,Δr为r方向离散网格点的间距(步长),L是Padé级数的阶数,αj为Padé级数的分子多项式的第j项系数,βj为Padé级数的分母多项式的第j项系数,X为算子,见式(2),u为缩比分量函数。
步骤2)完成z坐标向x坐标的变换的目的在于方便后续使用切比雪夫谱方法。本实施例中,步骤2)的详细步骤包括:针对简化控制方程引入线性变换x=1-2z/H,其中H为目标海域的深度,将原始问题的定义域从z∈[0,H]变换到x∈[-1,1],形成r-x坐标系下新的微分方程,该微分方程与式(1)的形式相同但含义上有差别:u(m)=u(rm,x),且算子X的函数表达式如下式所示:
Figure BDA0002516057850000076
上式中,H为目标海深,k0是参考波数,n是介质折射率,算子X的函数表达式由第一个算子项、第二个算子项两者之和构成。
切比雪夫变换的定义如下:切比雪夫变换将一个定义在x∈[-1,1]上的光滑函数f(x),与离散谱空间上的一个无穷维向量
Figure BDA0002516057850000077
相对应。当使用有限的N维进行近似时,二者的关系用数学式表示为:
Figure BDA0002516057850000081
Figure BDA0002516057850000082
上式中,f(x)为待展开的函数,
Figure BDA0002516057850000083
为函数f(x)经切比雪夫多项式展开后得到的第k个系数,Tk(x)为第k阶切比雪夫多项式,N为无穷项级数近似的截断项数,dk为Gauss-Lobatto节点常系数,f(xj)为函数f(x)在x=xj处的值,Tk(xj)为第k阶切比雪夫多项式在x=xj处的值,ωj为权重系数。其中,式(8)为切比雪夫正变换,式(7)为切比雪夫反变换。
Tk(x)和Tk(xj)的函数表达式为:
Tk(x)=cos(kcos-1(x)) (9)
表示第k阶切比雪夫多项式,k=0,1,2,…。
权重系数ωj的取值为:当1≤j≤N-1时,
Figure BDA0002516057850000084
当j=0或j=N时,
Figure BDA0002516057850000085
切比雪夫正变换中的离散节点取Gauss-Lobatto节点为
Figure BDA0002516057850000086
j=0,1,2,…。dk的取值为:当1≤k≤N-1时,
Figure BDA0002516057850000087
当j=0或j=N时,dk=π。
本实施例中,步骤3)的详细步骤包括:
3.1)确定数值计算对切比雪夫反变换的函数表达式[式(7)]中的无穷项级数近似的截断项数N;通常可根据声速、介质密度等物理参数在深度方向上的光滑程度进行选择,默认取100;实践中也可采用试算的办法逐步调整修正此参数的取值;
3.2)给定r=0处的初场边界条件:使用经典的高斯声源法、Greene声源法、简正波声源、镜像声源、自启动型声源中的一种方法给定r=0处的u(0)值,其中r为水平方向距离,u(0)为缩比分量函数u在水平方向距离r=0处的函数取值;根据r=0处的u(0)值,利用切比雪夫正变换的函数表达式,计算得到谱空间上的N+1项谱系数
Figure BDA0002516057850000088
其中N为无穷项级数近似的截断项数,
Figure BDA0002516057850000089
分别为缩比分量函数u在水平方向距离r=0处的N+1项谱展开系数;设定水平方向距离上的离散网格点计数变量m的值为0;
3.3)获得自变量变换后的算子X中第一个算子项在谱空间中表示的矩阵D,获得自变量变换后的算子X中第二个算子项在谱空间中表示的矩阵E,将矩阵D和矩阵E相加,得到算子矩阵X;
3.4)计算Padé级数的分子多项式的第j项系数αj和Padé级数的分母多项式的第j项系数βj,基于算子矩阵X装配谱空间上线性方程组[式(1)]的左端系数矩阵A及右端系数矩阵B:
Figure BDA00025160578500000810
上式中,i为虚数单位,k0为参考波数,Δr为r方向离散网格点的间距,L是Padé级数的阶数,αj为Padé级数的分子多项式的第j项系数,βj为Padé级数的分母多项式的第j项系数,I为单位矩阵,X为算子矩阵;
3.5)加入合适的水面、水底边界条件,修正左端系数矩阵A及右端系数矩阵B,从而得到最终在谱空间中离散化后的线性方程组:
Figure BDA0002516057850000091
上式中,A为左端系数矩阵,
Figure BDA0002516057850000092
为缩比分量函数u在水平方向距离为rm+1处的谱展开系数,B为右端系数矩阵,
Figure BDA0002516057850000093
为缩比分量函数u在水平方向距离为rm处的谱展开系数。
本实施例中,获得自变量变换后的算子X[式(6)]中第一个算子项(二阶导数算子)在谱空间中表示的矩阵D的详细步骤包括:
3.3.1A)取(N+1)×(N+1)阶的方阵D,将其所有元素初始化为零值;
3.3.2A)设方阵D的行下标及列下标均取从0到N的非负整数;对于其第k行的第j列元素D[k][j]而言,若k与j的奇偶性相反且j>k,则重新置D[k][j]的值为2j,其中k=0,1,…,N;j0,1,…N;
3.3.3A)将矩阵D中第1行的每个元素乘以0.5,所得结果原地保存于矩阵D;
3.3.4A)按照矩阵相乘的规则,计算乘积矩阵D×D,并将结果原地保存在矩阵D中;
3.3.5A)将矩阵D中每个元素乘以4/H2,所得结果仍原地保存于矩阵D,从而得到第一个算子项在谱空间中表示的矩阵D。
本实施例中,获得自变量变换后的算子X[式(6)]中第二个算子项在谱空间中表示的矩阵E的详细步骤包括:
3.3.1B)记物理空间上的函数
Figure BDA0002516057850000094
为v(x),利用切比雪夫正变换[式(8)]的函数表达式求出相应的谱空间系数
Figure BDA0002516057850000095
k=0,1,…,N;
3.3.2B)取(N+1)×(N+1)阶的方阵E,将其所有元素初始化为零值;
3.3.3B)设方阵E的行下标及列下标均取从0到N的非负整数;对于其第k行的第j列元素E[k][j]而言:若0≤k-j≤N,则将E[k][j]在原值基础上增加
Figure BDA0002516057850000096
若0≤j-k≤N,则将E[k][j]在原值基础上增加
Figure BDA0002516057850000097
若0≤j+k≤N,则将E[k][j]在原值基础上增加
Figure BDA0002516057850000098
若上述条件同时满足多个,则每次都执行相应的增加操作,其中k=0,1,…,N;j=0,1,…N;
3.3.4B)将矩阵E中所有元素乘以0.5,所得结果原地保存于矩阵E,从而得到第二个算子项在谱空间中表示的矩阵E;
本实施例中,步骤3.5)中修正左端系数矩阵A及右端系数矩阵B的步骤包括:
3.5.1)利用切比雪夫反变换的函数表达式[式(7)],将边界条件
Figure BDA0002516057850000099
转换成谱空间的方程式
Figure BDA00025160578500000910
此处ak=(-1)k,其中
Figure BDA00025160578500000911
为缩比分量函数u在水平方向距离为rm、深度为0处的函数取值,N为无穷项级数近似的截断项数,k为缩比分量函数u的展开系数的序号,
Figure BDA0002516057850000101
为缩比分量函数u在水平方向距离为rm处的第k个展开系数;
3.5.2)修正左端系数矩阵A第N-1行的第k个元素取为ak,右端系数矩阵B第N-1行的第k个元素取值为0;
3.5.3)利用切比雪夫反变换的函数表达式,将边界条件
Figure BDA0002516057850000102
转换成谱空间的方程式
Figure BDA0002516057850000103
此处ak=1;
3.5.4)修正左端系数矩阵A第N-1行的第k个元素取为ak,右端系数矩阵B第N-1行的第k个元素取值为0。
本实施例中,利用切比雪夫正变换[式(8)]时,在区间[-1,1]上取N=200个Gauss-Lobatto节点,200个节点的位置为
Figure BDA0002516057850000104
j=0,1,2,…200。
本实施例中,步骤4)的详细步骤包括:
4.1)使用标准的线性方程组求解算法解得谱空间中离散化后的线性方程组中第m+1个距离上的谱系数解
Figure BDA0002516057850000105
且在求解方程组的计算区域利用众核CPU和GPU进行协同加速计算;本实施例中,利用众核CPU和GPU进行协同加速计算具体是指在求解方程组的计算区域,使用OpenMP编译指导指令,对通用众核计算设备(即众核CPU)上的计算进行并行加速;使用OpenACC编译指导指令,将关键计算部分分载到异构GPU加速设备上,实现协同加速计算,充分挖掘通用众核处理器及GPU加速器异构平台的计算潜力,显著加快了计算速度,减少计算时间;
4.2)判断水平方向距离达到预定范围rmax是否成立,若成立则跳转执行步骤5);否则,令m=m+1,跳转执行步骤4.1)继续求解谱空间中离散化后的线性方程组。本实施例中,重复求解线性方程组
Figure BDA0002516057850000106
次,直到水平方向距离达到最大求解距离rmax=100km为止。
本实施例中,步骤5)的详细步骤包括:针对每个m=1,2,…利用切比雪夫反变换将谱空间的定义域x∈[-1,1]离散成指定分辨率的网格(默认为间距为0.001的2001个格点,实际操作中可根据需要改变默认设置),第j个格点的坐标为xj,利用zj=((1-xj)H)/2将谱空间上的定义域变换为物理空间上的定义域(即实际深度),得到各深度对应的声压,其中zj为将谱空间上的坐标xj解映射回物理空间后的坐标,H为目标海域的深度。本实施例中,使用切比雪夫反变换,将谱空间上的解
Figure BDA0002516057850000107
映射回物理空间u(rm,z)。针对每个m=1,2,…10000,利用切比雪夫反变换将谱空间的定义域x∈[-1,1]离散成间距为0.001的2001个格点。
本实施例中,步骤6)用于完成x坐标向z坐标的自变量反变换获得水平方向距离为r、深度为z位置处的缩比分量函数u的函数值u(r,z),获得水平方向距离为r、深度为z位置处的缩比分量函数u的函数值u(r,z)后,利用式(4)即可求出声压场p。
本实施例中,步骤7)计算指定接收器位置处声场的声压值及传播损失值时,首先根据接收器的深度zr确定所在深度上的声压值p,然后利用下式计算出接收深度上的传播损失值TL。
Figure BDA0002516057850000111
上式中,p0为距离声源1米处的声压值。本实施例中步骤7)中还包括绘制图形的步骤,得到的全空间场中传播损失分布图如图2所示,在深度为1000m处的传播损失曲线图如图3所示。
综上所述,本实施例方法在水声传播计算领域引入切比雪夫谱方法,引入切比雪夫谱方法需要克服以下技术障碍或技术问题:
1、传统有限差分方法容易从数学上证明其相容性、稳定性和收敛性,但切比雪夫谱方法除对少数简单情形外,大多数情形下不易证明其相容性、稳定性和收敛性。本发明中,主要关注的是介质水平分层的海洋声学问题,它相比于其它与水平方向距离相关的物理问题来说,处理更为简单,更容易满足相容性、稳定性和收敛性的条件。
2、切比雪夫谱方法要求原始声速剖面数据尽量光滑,但传统上声速数据过于稀疏,若插值不当难以满足光滑性,从而无法保证步进迭代的过程中的稳定性。本发明通过增加声速剖面观测值密度、简化声速剖面插值方法加以解决这一问题。
3、切比雪夫谱方法比传统有限差分法更难处理边界条件。本发明中选择使用经典谱方法中被称为Tau的处理方式,将边界条件自动离散为最终方程组中的两个方程,同时配合使用Gauss-Lobatto积分节点进行谱系数的数值计算,从而解决了边界条件问题。
4、有限差分法得到的是稀疏系数方程组,而切比雪夫谱方法则得到是稠密系数方程组,带来了更大的计算量和更多的计算资源消耗,初看起来,这似乎是切比雪夫谱方法的缺点;然而,为了获得相同的计算精度,切比雪夫谱方法方程组阶数比有限差分方法要小得多。综合下来,切比雪夫谱方法反而更有优势:总的求解时间更快、解的精度更高。本发明中默认设置N=100,实际计算中用户可以根据所研究的范围大小,海洋环境的复杂程度,解变量的精度要求,自主设置截断阶数(方程组的数量),在需求和计算量之间做出取舍,取得平衡。
相对于传统有限差分方法,本实施例方法具有收敛速度快、计算精度高、计算时间开销小等优点,可在使用较少离散网格点的条件下获得更高的计算精度,同时能够充分发挥硬件平台的计算性能优势,显著加快数值模拟的速度。
此外,本实施例还提供一种基于切比雪夫多项式谱的水下声场数值模拟系统,包括计算机设备,该计算机设备被编程或配置以执行前述基于切比雪夫多项式谱的水下声场数值模拟方法的步骤,或者该计算机设备的存储器上存储有被编程或配置以执行前述基于切比雪夫多项式谱的水下声场数值模拟方法的计算机程序。
此外,本实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有被编程或配置以执行前述基于切比雪夫多项式谱的水下声场数值模拟方法的计算机程序。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于切比雪夫多项式谱的水下声场数值模拟方法,其特征在于该方法包括:
1)针对具体水声环境参数,建立柱坐标系下声学传播Helmholtz方程的简化控制方程;
2)将简化控制方程完成z坐标向x坐标的自变量变换;
3)对简化控制方程实施切比雪夫正变换,将物理空间映射到谱空间上,形成谱空间中离散化后的线性方程组;
4)求解谱空间中离散化后的线性方程组,得到谱空间上的解;
5)对谱空间上的解实施切比雪夫反变换,将谱空间上的解映射回物理空间;
6)完成x坐标向z坐标的自变量反变换获得水平方向距离为r、深度为z位置处的缩比分量函数u的函数值u(r,z),并利用该函数值u(r,z)求出声压场p;
7)计算指定接收器位置处声场的声压值及传播损失值。
2.根据权利要求1所述的基于切比雪夫多项式谱的水下声场数值模拟方法,其特征在于,步骤1)中的简化控制方程为下式所示的方程:
Figure FDA0002516057840000011
上式中,i为虚数单位,k0为参考波数,Δr为r方向离散网格点的间距,L是Padé级数的阶数,αj为Padé级数的分子多项式的第j项系数,βj为Padé级数的分母多项式的第j项系数,X为算子,u(m)=u(rm,z)为缩比分量函数u在水平方向距离为rm、深度为z位置处的函数值,u(m+1)=u(rm+1,z)为缩比分量函数u在水平方向距离为rm+1、深度为z位置处的函数值,rm=m·Δr为r方向第m个离散网格点的坐标,rm+1=(m+1)·Δr为r方向第m+1个离散网格点的坐标,m=0,1,2,…;其中算子X的函数表达式如下式所示:
Figure FDA0002516057840000012
上式中,n是介质折射率,算子X的函数表达式由第一个算子项、第二个算子项两者之和构成。
3.根据权利要求2所述的基于切比雪夫多项式谱的水下声场数值模拟方法,其特征在于,步骤3)的详细步骤包括:
3.1)确定数值计算对切比雪夫反变换的函数表达式中的无穷项级数近似的截断项数N;
3.2)给定r=0处的初场边界条件:使用经典的高斯声源法、Greene声源法、简正波声源、镜像声源、自启动型声源中的一种方法给定r=0处的u(0)值,其中r为水平方向距离,u(0)为水平方向距离r=0时缩比分量函数u的函数取值;根据r=0处的u(0)值,利用切比雪夫正变换的函数表达式,计算得到谱空间上的N+1项谱系数
Figure FDA0002516057840000013
其中N为无穷项级数近似的截断项数,
Figure FDA0002516057840000014
分别为N+1项的谱展开系数;设定水平方向距离上的离散网格点计数变量m的值为0;
3.3)获得自变量变换后的算子X中第一个算子项在谱空间中表示的矩阵D,获得自变量变换后的算子X中第二个算子项在谱空间中表示的矩阵E,将矩阵D和矩阵E相加,得到算子矩阵X;
3.4)计算Padé级数的分子多项式的第j项系数αj和Padé级数的分母多项式的第j项系数βj,基于算子矩阵X装配谱空间上线性方程组的左端系数矩阵A及右端系数矩阵B:
Figure FDA0002516057840000021
上式中,i为虚数单位,k0为参考波数,Δr为r方向离散网格点的间距,L是Padé级数的阶数,αj为Padé级数的分子多项式的第j项系数,βj为Padé级数的分母多项式的第j项系数,I为单位矩阵,X为算子矩阵;
3.5)加入合适的水面、水底边界条件,修正左端系数矩阵A及右端系数矩阵B,从而得到最终在谱空间中离散化后的线性方程组:
Figure FDA0002516057840000022
上式中,A为左端系数矩阵,
Figure FDA0002516057840000023
为缩比分量函数u在水平方向距离为rm+1处的谱展开系数,B为右端系数矩阵,
Figure FDA0002516057840000024
为缩比分量函数u在水平方向距离为rm处的谱展开系数。
4.根据权利要求3所述的基于切比雪夫多项式谱的水下声场数值模拟方法,其特征在于,所述获得自变量变换后的算子X中第一个算子项在谱空间中表示的矩阵D的详细步骤包括:
3.3.1A)取(N+1)×(N+1)阶的方阵D,将其所有元素初始化为零值;
3.3.2A)设方阵D的行下标及列下标均取从0到N的非负整数;对于其第k行的第i列元素D[k][j]而言,若k与j的奇偶性相反且j>k,则重新置D[k][j]的值为2j,其中k=0,1,…,N;j=0,1,…N;
3.3.3A)将矩阵D中第1行的每个元素乘以0.5,所得结果原地保存于矩阵D;
3.3.4A)按照矩阵相乘的规则,计算乘积矩阵D×D,并将结果原地保存在矩阵D中;
3.3.5A)将矩阵D中每个元素乘以4/H2,所得结果仍原地保存于矩阵D,从而得到第一个算子项在谱空间中表示的矩阵D。
5.根据权利要求3所述的基于切比雪夫多项式谱的水下声场数值模拟方法,其特征在于,所述获得自变量变换后的算子X中第二个算子项在谱空间中表示的矩阵E的详细步骤包括:
3.3.1B)记物理空间上的函数
Figure FDA0002516057840000025
为v(x),利用切比雪夫正变换的函数表达式求出相应的谱空间系数
Figure FDA0002516057840000026
3.3.2B)取(N+1)×(N+1)阶的方阵E,将其所有元素初始化为零值;
3.3.3B)设方阵E的行下标及列下标均取从0到N的非负整数;对于其第k行的第j列元素E[k][j]而言:若0≤k-j≤N,则将E[k][j]在原值基础上增加
Figure FDA0002516057840000031
若0≤j-k≤N,则将E[k][j]在原值基础上增加
Figure FDA0002516057840000032
若0≤j+k≤N,则将E[k][j]在原值基础上增加
Figure FDA0002516057840000033
若上述条件同时满足多个,则每次都执行相应的增加操作,其中k=0,1,…,N;j=0,1,…N;
3.3.4B)将矩阵E中所有元素乘以0.5,所得结果原地保存于矩阵E,从而得到第二个算子项在谱空间中表示的矩阵E。
6.根据权利要求3所述的基于切比雪夫多项式谱的水下声场数值模拟方法,其特征在于,步骤3.5)中修正左端系数矩阵A及右端系数矩阵B的步骤包括:
3.5.1)利用切比雪夫反变换的函数表达式,将边界条件
Figure FDA0002516057840000034
转换成谱空间的方程式
Figure FDA0002516057840000035
此处ak=(-1)k,其中
Figure FDA0002516057840000036
为缩比分量函数u在水平方向距离为rm、深度为0处的取值,N为无穷项级数近似的截断项数,k为缩比分量函数u的展开系数的序号,
Figure FDA0002516057840000037
为缩比分量函数u在水平方向距离为rm处的第k个展开系数;
3.5.2)修正左端系数矩阵A第N-1行的第k个元素取为ak,右端系数矩阵B第N-1行的第k个元素取值为0;
3.5.3)利用切比雪夫反变换的函数表达式,将边界条件
Figure FDA0002516057840000038
转换成谱空间的方程式
Figure FDA0002516057840000039
此处ak=1;
3.5.4)修正左端系数矩阵A第N-1行的第k个元素取为ak,右端系数矩阵B第N-1行的第k个元素取值为0。
7.根据权利要求3所述的基于切比雪夫多项式谱的水下声场数值模拟方法,其特征在于,步骤4)的详细步骤包括:
4.1)使用标准的线性方程组求解算法解得谱空间中离散化后的线性方程组中第m+1个距离上的谱系数解
Figure FDA00025160578400000310
且在求解方程组的计算区域利用众核CPU和GPU进行协同加速计算;
4.2)判断水平方向距离达到预定范围rmax是否成立,若成立则跳转执行步骤5);否则,令m=m+1,跳转执行步骤4.1)继续求解谱空间中离散化后的线性方程组。
8.根据权利要求3所述的基于切比雪夫多项式谱的水下声场数值模拟方法,其特征在于,步骤5)的详细步骤包括:针对每个m=1,2,…利用切比雪夫反变换将谱空间的定义域x∈[-1,1]离散成指定分辨率的网格,第j个格点的坐标为xj,利用zj=((1-xj)H)/2将谱空间上的定义域变换为物理空间上的定义域,得到各深度对应的声压,其中zj为将谱空间上的坐标xj解映射回物理空间后的坐标,H为目标海域的深度。
9.一种基于切比雪夫多项式谱的水下声场数值模拟系统,包括计算机设备,其特征在于,该计算机设备被编程或配置以执行权利要求1~8中任意一项所述基于切比雪夫多项式谱的水下声场数值模拟方法的步骤,或者该计算机设备的存储器上存储有被编程或配置以执行权利要求1~8中任意一项所述基于切比雪夫多项式谱的水下声场数值模拟方法的计算机程序。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有被编程或配置以执行权利要求1~8中任意一项所述基于切比雪夫多项式谱的水下声场数值模拟方法的计算机程序。
CN202010476610.4A 2020-05-29 2020-05-29 基于切比雪夫多项式谱的水下声场数值模拟方法、系统及介质 Active CN111639429B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010476610.4A CN111639429B (zh) 2020-05-29 2020-05-29 基于切比雪夫多项式谱的水下声场数值模拟方法、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010476610.4A CN111639429B (zh) 2020-05-29 2020-05-29 基于切比雪夫多项式谱的水下声场数值模拟方法、系统及介质

Publications (2)

Publication Number Publication Date
CN111639429A CN111639429A (zh) 2020-09-08
CN111639429B true CN111639429B (zh) 2022-10-11

Family

ID=72328596

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010476610.4A Active CN111639429B (zh) 2020-05-29 2020-05-29 基于切比雪夫多项式谱的水下声场数值模拟方法、系统及介质

Country Status (1)

Country Link
CN (1) CN111639429B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112254798B (zh) * 2020-10-12 2022-07-12 中国人民解放军国防科技大学 一种预报海洋矢量声场的方法、系统及介质
CN112254797B (zh) * 2020-10-12 2022-07-12 中国人民解放军国防科技大学 一种提高海洋声场预报精度的方法、系统及介质
CN112859170B (zh) * 2021-03-24 2022-08-02 西南石油大学 一种基于时域高阶有限差分法的高精度波场数值模拟方法
CN113553715B (zh) * 2021-07-27 2023-05-02 宁波大学 一种阻抗复合消声器三维建模方法
CN116561494A (zh) * 2022-01-29 2023-08-08 华为技术有限公司 一种偏微分方程求解方法及其相关设备
CN115935635B (zh) * 2022-11-29 2024-02-27 上海玫克生储能科技有限公司 基于电化学模型的锂电池路端电压计算方法、装置及介质
CN116400337B (zh) * 2023-06-08 2023-08-18 中国人民解放军国防科技大学 基于线段检测的舰船噪声调制线谱提取与轴频估计方法
CN117725762B (zh) * 2024-02-06 2024-05-24 西北工业大学 一种基于时域谱展开的水下瞬态声场仿真方法
CN117932199B (zh) * 2024-03-25 2024-05-28 中国空气动力研究与发展中心计算空气动力研究所 一种时域声源定位方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110646839A (zh) * 2018-06-27 2020-01-03 中国石油化工股份有限公司 地震波模拟方法及系统
CN109977585B (zh) * 2019-04-04 2020-10-30 中南大学 一种高精度大地电磁正演模拟方法

Also Published As

Publication number Publication date
CN111639429A (zh) 2020-09-08

Similar Documents

Publication Publication Date Title
CN111639429B (zh) 基于切比雪夫多项式谱的水下声场数值模拟方法、系统及介质
US10439594B2 (en) Actually-measured marine environment data assimilation method based on sequence recursive filtering three-dimensional variation
AU2020204536B2 (en) Correction method and apparatus for predicted wind speed of wind farm
US7516056B2 (en) Apparatus, method and system for improved reservoir simulation using a multiplicative overlapping Schwarz preconditioning for adaptive implicit linear systems
CN103744428A (zh) 一种基于邻域智能水滴算法的水面无人艇路径规划方法
WO2023087451A1 (zh) 基于观测数据自编码的多尺度无监督地震波速反演方法
CN112254797B (zh) 一种提高海洋声场预报精度的方法、系统及介质
CN106683185B (zh) 一种基于大数据的高精度曲面建模方法
CN109448124B (zh) 用于河道的水质模拟方法和装置
CN108460195B (zh) 海啸数值计算模型基于gpu并行的快速执行方法
CN104408295B (zh) 一种大跨桥梁下部结构风‑浪耦合作用荷载数值模拟方法
CN110457806A (zh) 基于交错网格的中心五阶weno格式的全流场模拟方法
CN103675799A (zh) 一种相控阵声纳系统换能器稀疏面阵优化方法
Logutov et al. Inverse barotropic tidal estimation for regional ocean applications
Babovic et al. Error correction of a predictive ocean wave model using local model approximation
CN106355003A (zh) 基于t分布的马尔科夫链蒙特卡洛自动历史拟合方法及系统
CN108508463B (zh) 基于Fourier-Hermite正交多项式扩展椭球集员滤波方法
Sørensen et al. Efficient Kalman filter techniques for the assimilation of tide gauge data in three‐dimensional modeling of the North Sea and Baltic Sea system
Salehipour et al. A higher order discontinuous Galerkin, global shallow water model: Global ocean tides and aquaplanet benchmarks
CN114692523A (zh) 基于图卷积的自适应高维流体动力方程的流速预测方法
Lin Application of a back-propagation artificial neural network to regional grid-based geoid model generation using GPS and leveling data
Chwalowski et al. Flutter Prediction Report in Support of the High Angle Working Group at the Third Aeroelastic Prediction Workshop
CN103530451A (zh) 复杂介质弹性波传播模拟的多网格切比雪夫并行谱元法
Arakawa et al. Coupling library Jcup3: its philosophy and application
Altaf et al. Inverse shallow-water flow modeling using model reduction

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant