CN114239239A - 用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法 - Google Patents

用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法 Download PDF

Info

Publication number
CN114239239A
CN114239239A CN202111429518.3A CN202111429518A CN114239239A CN 114239239 A CN114239239 A CN 114239239A CN 202111429518 A CN202111429518 A CN 202111429518A CN 114239239 A CN114239239 A CN 114239239A
Authority
CN
China
Prior art keywords
matrix
target
sub
bullet
domain
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.)
Pending
Application number
CN202111429518.3A
Other languages
English (en)
Inventor
何十全
王俊午
张钰
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202111429518.3A priority Critical patent/CN114239239A/zh
Publication of CN114239239A publication Critical patent/CN114239239A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法,包括以下步骤:S1、建立仿真的目标几何模型;S2、对目标几何模型进行非共形网格剖分,得到离散后的目标网格模型;S3、根据离散后的目标网格模型,建立IEDG离散后的阻抗矩阵;S4、对IEDG离散后的阻抗矩阵进行稀疏化和压缩存储处理,得到多级稀疏矩阵方程;S5、采用叠层LU分解算法对多级稀疏矩阵方程进行求解,得到目标电磁特性;本发明解决了弹目交会目标包含精细结构等多尺度问题及复杂材料时一体化剖分困难且容易生成病态矩阵,导致求解效率低下,以及弹目交会产生的多右端项问题采用迭代方法求解时每一个右端项都需要重新启动计算的问题。

Description

用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法
技术领域
本发明涉及电磁散射技术领域,具体涉及一种用于弹目交会目标电磁特性 快速模拟的直接稀疏求解方法。
背景技术
弹目交会也称导弹和目标的遭遇段,弹目交会过程中导弹引信获取的目标 电磁特性是控制战斗部适时爆炸而击毁目标的关键参数之一,因此弹目交会电 磁特性的快速模拟是导弹研制的重要一环。
在实际工程问题的计算中,传统的积分方程法要求对目标一体化剖分,通 常弹目交会的目标都包含有大量精细结构,网格剖分尺寸太大,不能准确模拟 精细部分的电流分布,会损失精度;网格剖分尺寸太小,则会导致网格数量的 迅速增加。而随着飞行器技术的发展,隐形目标包含大量非金属结构,弹目交 会目标的材料组成也越来越复杂,导致对目标模型进行网格剖分时的尺寸要求 也更加严苛。一体化剖分生成的非均匀网格极易导致病态矩阵,严重影响收敛 速度和计算精度。这也导致在实际工程中,需要花费大量的时间去完成前期的 几何建模与网格剖分工作。
目前业内常用的矩量法离散后生成的是满矩阵,直接存储复杂度为O(N2)。 直接存储相当困难,于是一些快速算法被相继提出。快速算法主要分为两类: 快速多极子算法和快速傅里叶变化方法。其中快速多极子方法通过加法定理对 格林函数解析展开,可以将远相互作用矩阵划分为聚合、转移和配置矩阵三项, 将矩矢相乘的计算复杂度降至O(NlogN)。快速傅里叶变化方法则利用格林函数 的平移不变性,在傅里叶谱空间计算矩矢相乘,可以将求解复杂度降低 O(NlogN)。但这些传统快速算法基于迭代求解,在处理弹目交会这类存在精细 结构和复杂材料目标的问题时,即使引入预条件,仍然存在收敛缓慢甚至不收 敛的问题。
弹目交会过程中导弹获取到的目标散射特性是控制战斗部适时爆炸击毁目 标的关键参数之一,因此也是导弹设计阶段的重要输入参数。而对弹目交会中 目标的散射特性进行研究时,入射场和散射场角度随着导弹弹道而改变,需要 对目标的多角度目标电磁特性进行模拟计算。在实际弹目交会过程中,导弹弹 道具有无穷多可能性,这属于典型的多右端项问题,对多右端项问题采用迭代 法求解时,每一个右端项都需要重新启动计算,针对复杂弹道情况的弹目交会 问题进行研究时,可能产生几十万的右端项,即使单一右端项求解时间控制在 一分钟以内,总体时间也将达到两个月以上。同时当导弹弹道改变需要重新分 析时,右端项改变导致迭代方法需要重新计算,严重降低求解分析效率。
发明内容
针对现有技术中的上述不足,本发明提供的一种用于弹目交会目标电磁特 性快速模拟的直接稀疏求解方法解决了的问题包括:
1、弹目交会目标包含精细结构等多尺度问题及复杂材料时一体化剖分困难 且容易生成病态矩阵,导致求解效率低下;
2、弹目交会产生的多右端项问题采用迭代方法求解时每一个右端项都需要 重新启动计算。
为了达到上述发明目的,本发明采用的技术方案为:一种用于弹目交会目 标电磁特性快速模拟的直接稀疏求解方法,包括以下步骤:
S1、根据弹目交会目标的位置和材料属性,建立仿真的目标几何模型;
S2、设定仿真参数,对目标几何模型进行非共形网格剖分,得到离散后的 目标网格模型;
S3、根据离散后的目标网格模型,建立IEDG离散后的阻抗矩阵;
S4、对IEDG离散后的阻抗矩阵进行稀疏化和压缩存储处理,得到多级稀 疏矩阵方程;
S5、采用叠层LU分解算法对多级稀疏矩阵方程进行求解,得到目标电磁特 性。
进一步地,步骤S2中仿真参数包括:仿真频率和目标电磁特性求解的参数;
所述目标电磁特性求解的参数包括:球坐标系下的入射角度的俯仰角θ的 范围和间隔,入射角度的方位角φ的范围和间隔,入射波幅度,以及极化方式。
进一步地,步骤S3包括以下分步骤:
S31、将离散后的目标网格模型划分为多个独立的子域;
S32、在目标网格模型的子域内网格定义RWG基函数,在目标网格模型的 子域交界处网格定义单极基函数;
S33、根据RWG基函数和单极基函数,建立内罚方程来约束子域中的电流 分布,得到IEDG离散后的阻抗矩阵。
进一步地,步骤S3的IEDG离散后的阻抗矩阵为:
(Zij1ZIP12ZIP2)Ij=Vi
Figure BDA0003379731580000031
Figure BDA0003379731580000032
Figure BDA0003379731580000033
Vi=<fi(r),Einc(r))
其中,Zij为子域Ωi和子域Ωj的耦合矩阵,α1、α2为权重系数,ZIP1、ZIP2为 内罚项矩阵,Ij为子域Ωj的电流系数,Vi为子域Ωi的激励向量,r为观测点,r′为 源点,k0为自由空间波数,η0为自由空间波阻抗,fi()为子域Ωi的RWG基函 数和单极基函数,fj()为子域Ωj的RWG基函数和单极基函数,G(r,r′)为标量 格林函数,ds为子域Ωj的面微元,<,>为内积运算,
Figure BDA0003379731580000041
为两个矢量或者标量函 数在Ωi的内积,
Figure BDA0003379731580000042
为子域Ωi的单位切向矢量,
Figure BDA0003379731580000043
为子域Ωj的单位切向矢量,li为 子域Ωi的边界,lj为子域Ωj的边界,
Figure BDA0003379731580000044
为场点哈密顿算子,
Figure BDA0003379731580000045
为源点哈密顿算子, N为子域数量,ω为角频率,Jj(r′)为感应电流,Einc(r)为入射场,“·”为内积, i、j为子域的索引编号,
Figure BDA0003379731580000046
为虚部符号。
上述进一步方案的有益效果为:对于弹目交会目标多尺度问题一体化剖分 生成非均匀网格导致病态矩阵的问题,本发明采用不连续伽略金积分方程方法 解决,将目标根据其几何特征分成一个个子域,各个子域可以独立的非共形剖 分。对于分区域、非共形等手段会破坏子域交界处电流的法向连续性,导致人 工电荷积累的问题,本发明通过在子域交界处定义单极基函数,利用不连续伽 略金法来离散积分方程算子,并以最小化误差电荷及其在空间中产生的电势能 为原则,建立内罚方程来约束子域中的电流分布。
进一步地,步骤S4包括以下分步骤:
S41、采用叠层矩阵算法
Figure BDA0003379731580000047
对RWG基函数和单极基函数进行分组, 得到基函数集合;
S42、根据基函数集合之间的空间距离,建立阻抗矩阵的四叉树划分结构;
S43、采用多层矩阵压缩算法MLMDA对四叉树划分结构中满足admissible 条件的远场块进行压缩存储,得到多级稀疏矩阵方程。
上述进一步方案的有益效果为:通过叠层矩阵算法
Figure BDA0003379731580000051
对阻抗矩 阵进行稀疏化处理,经过
Figure BDA0003379731580000052
化的阻抗矩阵通常可以划分为近场矩阵和远 场矩阵。其中远场矩阵在数值上是低秩的,可以借助各种低秩压缩算法压缩存 储。采用多层矩阵压缩算法(MLMDA)对维度较大的远场块进行压缩,传统的 低秩压缩方法如自适应交叉近似(ACA),矩阵秩会随电尺寸的增大而增大,具 有“变秩”特性,导致其在高频问题中压缩率不高。本发明采用“固定秩”的 压缩算法:多层矩阵分解算法,多层矩阵分解算法压缩的存储复杂度为 O(NlogN),与矩阵秩无关。
进一步地,将步骤S5中对多级稀疏矩阵方程进行求解过程中生成的L矩阵 和U矩阵进行核外存储。
上述进一步方案的有益效果为:通过核外存储分解后的L、U矩阵,当需要 分析相同弹目交会场景中新的弹道问题时,只需要更新右端项,并从硬盘中导 入L、U矩阵信息,即可对新的弹道问题进行快速求解和分析。
进一步地,所述步骤S5包括以下分步骤:
S51、对多级稀疏矩阵方程进行多级LU分解,得到压缩存储的多级LU矩 阵;
S52、根据多级LU矩阵,计算目标电磁特性。
上述进一步方案的有益效果为:采用叠层LU分解实现直接求解,对分割压 缩后的整个多级稀疏矩阵方程逐层进行递归LU分解,一直到最细层,先后求解 下三角矩阵方程和上三角矩阵方程就可快速得到任意右端项对应解。和直接LU 分解类似,只需要将原来的多级稀疏矩阵方程(包含直接存储块和MLMDA压 缩块两部分)替换成其对应位置的L、U中的子矩阵即可,不需要再申请额外的 存储空间。且一旦矩阵的L、U矩阵被计算出来,后续弹道改变需要重新计算时 就可以直接通过先后求解一次上、下三角矩阵方程求解新的右端项对应解。
综上,本发明的有益效果为:
(1)、本发明通过一种基于多层矩阵压缩的直接稀疏求解方法,对弹目交 会情形中的目标电磁特性进行计算,通过直接求解过程中对L、U矩阵进行存储, 提高弹道改变需要重新计算时的计算效率;直接求解方法相比迭代法可以更高 效处理多右端项问题,弹目交会就是一种典型的多右端项问题,通过直接稀疏 求解方法可以更高效的实现弹目交会目标电磁特性计算求解;
(2)、通过非共形网格剖分使得包含复杂多尺度问题及复杂材料的弹目交 会目标模型剖分生成的网格质量提高,通过IEDG方法改善离散后的阻抗矩阵特 征谱分布,提高极度病态矩阵直接求解精度。
(3)、对多级稀疏矩阵方程求解过程中生成的L矩阵和U矩阵进行了核外 存储,当需要分析相同弹目交会场景中新的弹道问题时,只需要更新右端项, 并从硬盘中导入L、U矩阵信息,即可对新的弹道问题进行快速求解和分析,无 需重新全部进行求解。
附图说明
图1为一种用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法的流 程图;
图2为阻抗矩阵的四叉树划分结构的结构图;
图3为行矩阵块的结构图;
图4为多级LU分解并行化的整体过程图;
图5为MLMDA和ACA两种算法的内存开销对比图;
图6为MLMDA和ACA两种算法的运算时间对比图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理 解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的 普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精 神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保 护之列。
如图1所示,一种用于弹目交会目标电磁特性快速模拟的直接稀疏求解方 法,包括以下步骤:
S1、根据弹目交会目标的位置和材料属性,建立仿真的目标几何模型;
S2、设定仿真参数,对目标几何模型进行非共形网格剖分,得到离散后的 目标网格模型;
步骤S2中仿真参数包括:仿真频率和目标电磁特性求解的参数;
所述目标电磁特性求解的参数包括:球坐标系下的入射角度的俯仰角θ的 范围和间隔,入射角度的方位角φ的范围和间隔,入射波幅度,以及极化方式。
S3、根据离散后的目标网格模型,建立IEDG离散后的阻抗矩阵;
步骤S3包括以下分步骤:
S31、将离散后的目标网格模型划分为多个独立的子域;
在本实施例中,将离散后的目标网格模型Ω分为N个独立的子域 Ω1,Ω2,...,ΩN
S32、在目标网格模型的子域内网格定义RWG基函数,在目标网格模型的 子域交界处网格定义单极基函数;
在子域边界定义单极基函数,子域边界两侧插值参量不同,不能相互抵消, 会在子域交界处引入人工电荷,破坏电流的法向连续性,因此需要引入内罚项 (IP)来限制子域的电流分布,保证不同区域连接处电流的连续性。
S33、根据RWG基函数和单极基函数,建立内罚方程来约束子域中的电流 分布,得到IEDG离散后的阻抗矩阵。
步骤S33中,建立IEDG离散后的阻抗矩阵的步骤为:
S331、在子域内建立积分方程,并采用伽略金法测试,得到子域矩阵方程;
Zij·Ij=Vi
S332、计算出边界堆积的电荷在空间中产生的电势为:
Figure BDA0003379731580000081
因为在子域边界处定义单极基函数,会在边界中间堆积电荷,电荷和边界 面电流之间由电流连续性方程联系起来,进而可以计算出边界堆积的电荷在空 间中产生的电势。
S333、根据边界堆积的电荷在空间中产生的电势,得到两个内罚方程:
Figure BDA0003379731580000082
Figure BDA0003379731580000083
在边界处本身并不应该存在积累电荷,而分区后会引入电荷并产生电势差, 所以需要强加一个边界条件进行约束。用子域上的所有基函数进行测试,并强 制基函数产生的电势与堆积电荷产生电势的内积为零,可以得到两个内罚(IP) 方程。
S334、将两个内罚方程加入到子域矩阵方程中,得到IEDG离散后的阻抗 矩阵。
步骤S3的IEDG离散后的阻抗矩阵为:
(zij1ZIP12ZIP2)Ij=Vi
Figure BDA0003379731580000091
Figure BDA0003379731580000092
Figure BDA0003379731580000093
Vi=<fi(r),Einc(r)>
其中,Zij为子域Ωi和子域Ωj的耦合矩阵,α1、α2为权重系数,ZIP1、ZIP2为 内罚项矩阵,Ij为子域Ωj的电流系数,Vi为子域Ωi的激励向量,r为观测点,r′为 源点,k0为自由空间波数,η0为自由空间波阻抗,fi()为子域Ωi的RWG基函 数和单极基函数,fj()为子域Ωj的RWG基函数和单极基函数,G(r,r′)为标量 格林函数,ds为子域Ωj的面微元,<,>为内积运算,
Figure BDA0003379731580000094
为两个矢量或者标量函 数在Ωi的内积,
Figure BDA0003379731580000095
为子域Ωi的单位切向矢量,
Figure BDA0003379731580000096
为子域Ωj的单位切向矢量,li为 子域Ωi的边界,lj为子域Ωj的边界,
Figure BDA0003379731580000097
为场点哈密顿算子,
Figure BDA0003379731580000098
为源点哈密顿算子, N为子域数量,ω为角频率,Jj(r′)为感应电流,Einc(r)为入射场,“·”为内积, i、j为子域的索引编号,
Figure BDA0003379731580000099
为虚部符号。
在本实施例中,所述步骤S32中采用MPI并行方法构建基函数的步骤包括 以下分步骤:
A1、让每个处理器暂时获取全部剖分后的网格几何信息;
几何信息包括贴片(模型剖分后的三角形贴片网格)的顶点编号和顶点坐 标。
A2、根据贴片总数,计算贴片的边中心坐标任务,并将边中心坐标任务平 均分配给各个进程(贴片的边信息用于判定基函数);
A3、利用边中心坐标生成部分盒子序列,进程间进行通信获取全局盒子序 列;
A4、根据部分盒子序列和全局盒子序列,得到盒子总数;
A5、根据盒子总数对各个进程均匀分配盒子,归类各个进程所属盒子的边 信息;
A6、根据每个进程所属盒子的边信息,构建基函数,进而建立阻抗矩阵方 程。
RWG基函数是基于两个三角形贴片建立的,知道边信息就可以建立对应基 函数,通过基函数就可以将积分方程转化为线性代数方程组也就是阻抗矩阵方 程,进而求解得到未知量也就是电流,进而计算目标电磁特性。
S4、对IEDG离散后的阻抗矩阵进行稀疏化和压缩存储处理,得到多级稀 疏矩阵方程;
步骤S4包括以下分步骤:
S41、采用叠层矩阵算法
Figure BDA0003379731580000101
对RWG基函数和单极基函数进行分组, 得到基函数集合;
S42、根据基函数集合之间的空间距离,建立阻抗矩阵的四叉树划分结构;
阻抗矩阵的四叉树划分结构即将阻抗矩阵划分为自身块、附近块和远场块, 如图2所示。
S43、采用多层矩阵压缩算法MLMDA对四叉树划分结构中满足admissible 条件的远场块进行压缩存储,得到多级稀疏矩阵方程。
例如:在第0层,阻抗矩阵被近似为两个新矩阵的乘积:U(1)和V(1),V矩 阵显式保存,U矩阵送往下一层重压缩,MLMDA压缩后,所有的V都是酉矩阵,V保留U矩阵中每对耦合的信息(即奇异值),而U送到下一层重压缩。
在本实施例中,采用MPI方法执行步骤S42至步骤S43:
将四叉树划分结构的阻抗矩阵根据计算进程数目也就是计算节点数目分割 成行矩阵块,如图3所示,为了不与叠层矩阵冲突,进程数需要设置为2K,其 中,K小于叠层矩阵
Figure RE-GDA0003478834260000111
的层数L。如此,
Figure RE-GDA0003478834260000112
结构中将不会有维 度大于[N/2K]的低秩矩阵块,并且每一个维度小于等于[N/2K]的矩阵块将唯一地 属于某一行分割块。在MPI并行环境下,每个计算节点依据自己所分配的行矩 阵块进行独立填充并存储。由于每个行矩阵块之间没有依赖关系,填充过程中 节点间几乎没有数据通信,可以得到很高的MPI并行效率。在每个节点配有多 核处理器的情况下,节点内部的计算过程进一步执行OpenMP共享存储式并 行。每个阻抗矩阵元素的计算一般可作为OpenMP的并行单元。阻抗矩阵元素 的计算过程相互独立,因此OpenMP的并行效率也会更高。
S5、采用叠层LU分解算法对多级稀疏矩阵方程进行求解,得到目标电磁特 性。将步骤S5中对多级稀疏矩阵方程进行求解过程中生成的L矩阵和U矩阵进 行核外存储。
步骤S5包括以下分步骤:
S51、对多级稀疏矩阵方程进行多级LU分解,得到压缩存储的多级LU矩 阵;
S52、根据多级LU矩阵,计算目标电磁特性。
步骤S51中多级稀疏矩阵方程的形式为:
多级稀疏矩阵方程的形式为:
Figure BDA0003379731580000113
其中,Z为多级稀疏矩阵方程,Z11、Z12、Z21、Z22代表Z的各部分矩阵;
所述步骤S51包括以下分步骤:
S511、对Z11进行多级LU分解,得到L11和U11
S512、求解下三角
Figure BDA0003379731580000121
方程Z12=L11U12,得到U12
S513、求解上三角
Figure BDA0003379731580000122
方程Z21=L21U11,得到L21
S514、更新Z22:Z′22=Z22-L21U12
S515、对Z′22进行多级LU分解,得到L22和U22
其中,L11、L21、L22为矩阵Z11分解后的L矩阵,U11、U12、U22为矩阵Z11分 解后的U矩阵;(此处L、U矩阵为分解后的矩阵,没有实际物理含义)
所述步骤S512和S513的下三角H-matrics方程求解和上三角H-matrics方 程求解也是通过子层矩阵块实现,以下三角
Figure BDA0003379731580000123
方程求解为例,可以写成 方程形式:
LX=A
其中X为步骤S512中U12的子层矩阵块,A为步骤S512中Z12的子层矩阵 块。其分块形式为:
Figure BDA0003379731580000124
其中,
Figure BDA0003379731580000125
5121、求解下三角
Figure BDA0003379731580000126
方程A1=L11X1,得到X1
5122、更新A2:A′2=A2-L21X1
5123、求解下三角
Figure BDA0003379731580000127
方程A′2=L22X2,得到X2
5124、更新X:
Figure BDA0003379731580000128
上三角
Figure BDA0003379731580000129
方程求解类似,不再赘述。
所述步骤S52具体为:在原步骤S51经过多级LU分解后,得到压缩后的 多层LU矩阵,通过求解多层LU矩阵方程即可快速得到任意右端项Vi对应的解Ij,进而计算得到目标电磁特性。
在本实施例中,采用MPI方法执行多级LU分解:设定一个基于矩阵块大 小的门槛,若当前正在处理的矩阵块较小时,仅使用一个进程计算/分解;当处 理的矩阵块大于某一设定值时,即使用多个进程并行计算/分解。若进程数为2K, 未知量数为N,我们可以将N/2K作为矩阵块大小的门槛。
以对一个深度为L的
Figure BDA0003379731580000131
进行多级LU分解为例:
B1、在递归的第一步,LU分解将深入到
Figure BDA00033797315800001315
最细化的一层即第L层, 对左上角顶端的维度约为(N/2L)×(N/2L)的满秩矩阵块进行标准LU分解。由于 K≤L,此过程只需由一个进程承担运算;
B2、递归过程返回到第L-1层,并在上一步LU分解的基础上对左上角维 度约为(N/2L-1)×(N/2L-1)的矩阵块进行LU分解。如果K≤L-1仍然成立,此 过程将继续由一个进程承担运算;
B3、重复上一步,直到递归返回到第l层,其中l≤K。此后处理的矩阵块 将大于(N/2K)×(N/2K),运算由多个进程共同承担,即开始执行MPI分布式并行。 为了表述方便,使用
Figure BDA0003379731580000132
表示在
Figure BDA0003379731580000133
的第l层进行的多级LU分解。 多级LU分解的第一步是
Figure BDA0003379731580000134
自身,其并行化会由更细层的
Figure BDA0003379731580000135
来实现。接 下来是上、下三角矩阵系统的求解即步骤S512和S513可写成如下形式:
Figure BDA0003379731580000136
Figure BDA0003379731580000137
其中
Figure BDA0003379731580000138
为L21的子层矩阵块,
Figure BDA0003379731580000139
为Z21的子层矩阵块。其中
Figure BDA00033797315800001310
是已知 矩阵块并且
Figure BDA00033797315800001311
分别为上、下块三角矩阵,
Figure BDA00033797315800001312
Figure BDA00033797315800001313
待求。如前所述,在多级结构 中这两式的求解可以通过更细一层三角系统求解得到。
Figure BDA00033797315800001314
以上式为例,通过对求解过程的观察可知,求解列块
Figure BDA0003379731580000141
Figure BDA0003379731580000142
是两个相互独立的过程,则其可以使用MPI并行化。类似地,对
Figure BDA0003379731580000143
的细化为
Figure BDA0003379731580000144
求解行块
Figure BDA0003379731580000145
Figure BDA0003379731580000146
也是两个相互独立的过程,可使用MPI 并行计算。
多级LU分解并行化的整体过程如图4所示:
C1、在LU分解递归到第K-1层之前即HLU(K)之前,只需要单个进程 P1参与计算;
C2、到K-1层即HLU(K-1)时,会有P1和P2两个进程分别计算
Figure BDA0003379731580000147
Figure BDA0003379731580000148
之后更新
Figure BDA0003379731580000149
和对
Figure BDA00033797315800001410
的LU分解均由一个进程P1承担;
C3、当递归到K-2层时,会有四个进程Pi(i=1~4)参与上、下三角矩阵系统 的求解。并且对
Figure BDA00033797315800001411
的更新过程也能够使用四个进程并行处理,即每个进程分别 负责一个子矩阵的计算;
C4、在更粗层的计算/分解中,更多的进程将参与到并行中。一般来说,对 与第1层的
Figure BDA00033797315800001412
最多可有2K-1个进程并行参与上、下三角矩阵系统 的求解,4K-1个进程并行参与对
Figure BDA00033797315800001413
的更新。
本发明记载的MPI方法是并行执行的一种方式,但本方法在具体执行时可 采用串行执行方式,也可采用并行执行方式,具体采用什么方式实现本发明不 做具体限定,不影响本方法的目标电磁特性计算过程,执行方式仅仅是实现本 方法的一条路径。
本发明提出一种用于弹目交会目标电磁特性快速模拟的直接稀疏求解方 法,具有以下优点:
(1)对弹目交会目标这类包含复杂多尺度问题及复杂材料的模型进行非共 形网格剖分,通过不连续伽略金方法建立离散矩阵方程,实现复杂多尺度问题 的高效精确直接求解。如表1所示为一典型复杂多尺度飞机模型的剖分对比, 可以看出本发明提出的非共形网格剖分后未知量仅为201227,而传统一体化剖 分后未知量为246079,同时非共形网格剖分后的矩阵压缩时间、内存消耗、求 解时间等资源占用都相对较低。
表1复杂多尺度飞机计算资源消耗
Figure BDA0003379731580000151
(2)通过叠层矩阵和MLMDA对阻抗矩阵进行稀疏化压缩存储,相比于传 统低秩压缩算法ACA,MLMDA可以获得更高的全局压缩率和计算效率。
如图5~6所示为MLMDA和ACA两种算法的计算资源消耗对比,可以看 出MLMDA获得更高的压缩率,且随着电尺寸的增加,压缩率差距越明显。
(3)通过将叠层LU分解后的矩阵进行核外存储,实现后续任意右端项的 快速求解。如表2所示为典型Cobra腔体目标电磁特性求解资源消耗对比,可 以看出本发明提出的计算方法求解右端项仅仅为156秒,而基于快速多极子算 法的FEKO软件求解361个右端项耗时达到192442秒。
表2Cobra腔体目标电磁特性计算资源消耗对比
Figure BDA0003379731580000152
(4)对基函数、阻抗矩阵的四叉树划分结构、多级稀疏矩阵方程和LU分 解等步骤进行了并行处理,提高了求解效率。如表3所示为BGM109弹道导弹 目标电磁特性并行计算资源消耗对比。
表3Cobra腔体目标电磁特性并行计算资源消耗对比
Figure BDA0003379731580000161

Claims (7)

1.一种用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法,其特征在于,包括以下步骤:
S1、根据弹目交会目标的位置和材料属性,建立仿真的目标几何模型;
S2、设定仿真参数,对目标几何模型进行非共形网格剖分,得到离散后的目标网格模型;
S3、根据离散后的目标网格模型,建立IEDG离散后的阻抗矩阵;
S4、对IEDG离散后的阻抗矩阵进行稀疏化和压缩存储处理,得到多级稀疏矩阵方程;
S5、采用叠层LU分解算法对多级稀疏矩阵方程进行求解,得到目标电磁特性。
2.根据权利要求1所述的用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法,其特征在于,所述步骤S2中仿真参数包括:仿真频率和目标电磁特性求解的参数;
所述目标电磁特性求解的参数包括:球坐标系下的入射角度的俯仰角θ的范围和间隔,入射角度的方位角φ的范围和间隔,入射波幅度,以及极化方式。
3.根据权利要求1所述的用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法,其特征在于,所述步骤S3包括以下分步骤:
S31、将离散后的目标网格模型划分为多个独立的子域;
S32、在目标网格模型的子域内网格定义RWG基函数,在目标网格模型的子域交界处网格定义单极基函数;
S33、根据RWG基函数和单极基函数,建立内罚方程来约束子域中的电流分布,得到IEDG离散后的阻抗矩阵。
4.根据权利要求1所述的用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法,其特征在于,所述步骤S3的IEDG离散后的阻抗矩阵为:
(zij1zIP12zIP2)Ij=Vi
Figure FDA0003379731570000021
Figure FDA0003379731570000022
Figure FDA0003379731570000023
Vi=<fi(r),Einc(r)>
其中,Zij为子域Ωi和子域Ωj的耦合矩阵,α1、α2为权重系数,ZIP1、ZIP2为内罚项矩阵,Ij为子域Ωj的电流系数,Vi为子域Ωi的激励向量,r为观测点,r′为源点,k0为自由空间波数,η0为自由空间波阻抗,fi( )为子域Ωi的RWG基函数和单极基函数,fj( )为子域Ωj的RWG基函数和单极基函数,G(r,r′)为标量格林函数,ds为子域Ωj的面微元,<,>为内积运算,
Figure FDA0003379731570000029
为两个矢量或者标量函数在Ωi的内积,
Figure FDA0003379731570000024
为子域Ωi的单位切向矢量,
Figure FDA0003379731570000025
为子域Ωj的单位切向矢量,li为子域Ωi的边界,lj为子域Ωj的边界,
Figure FDA0003379731570000026
为场点哈密顿算子,
Figure FDA0003379731570000027
为源点哈密顿算子,N为子域数量,ω为角频率,Jj(r′)为感应电流,Einc(r)为入射场,“·”为内积,i、j为子域的索引编号,
Figure FDA00033797315700000210
为虚部符号。
5.根据权利要求1所述的用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法,其特征在于,所述步骤S4包括以下分步骤:
S41、采用叠层矩阵算法
Figure FDA0003379731570000028
对RWG基函数和单极基函数进行分组,得到基函数集合;
S42、根据基函数集合之间的空间距离,建立阻抗矩阵的四叉树划分结构;
S43、采用多层矩阵压缩算法MLMDA对四叉树划分结构中满足admissible条件的远场块进行压缩存储,得到多级稀疏矩阵方程。
6.根据权利要求1所述的用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法,其特征在于,将步骤S5中对多级稀疏矩阵方程进行求解过程中生成的L矩阵和U矩阵进行核外存储。
7.根据权利要求1所述的用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法,其特征在于,所述步骤S5包括以下分步骤:
S51、对多级稀疏矩阵方程进行多级LU分解,得到压缩存储的多级LU矩阵;
S52、根据多级LU矩阵,计算目标电磁特性。
CN202111429518.3A 2021-11-29 2021-11-29 用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法 Pending CN114239239A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111429518.3A CN114239239A (zh) 2021-11-29 2021-11-29 用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111429518.3A CN114239239A (zh) 2021-11-29 2021-11-29 用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法

Publications (1)

Publication Number Publication Date
CN114239239A true CN114239239A (zh) 2022-03-25

Family

ID=80751638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111429518.3A Pending CN114239239A (zh) 2021-11-29 2021-11-29 用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法

Country Status (1)

Country Link
CN (1) CN114239239A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116629109A (zh) * 2023-05-16 2023-08-22 中国电子科技集团公司第五十四研究所 一种低散射载体优化设计方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050251377A1 (en) * 2004-05-04 2005-11-10 Lorentz Solution, Inc. Circuit and electromagnetic simulator system and method
CN106295120A (zh) * 2016-07-26 2017-01-04 上海无线电设备研究所 一种目标电磁散射特性快速计算方法
CN109061643A (zh) * 2018-08-13 2018-12-21 南京理工大学 基于三维属性散射中心模型的多雷达融合高分辨成像方法
CN110441747A (zh) * 2019-09-04 2019-11-12 上海无线电设备研究所 基于坡印廷矢量的目标近场同极化散射特性标定的方法
CN112949079A (zh) * 2021-03-19 2021-06-11 西安电子科技大学 金属目标散射的快速仿真方法
CN113177305A (zh) * 2021-04-20 2021-07-27 南京航空航天大学 基于网格修改和iedg的局部变化电磁散射问题快速分析方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050251377A1 (en) * 2004-05-04 2005-11-10 Lorentz Solution, Inc. Circuit and electromagnetic simulator system and method
CN106295120A (zh) * 2016-07-26 2017-01-04 上海无线电设备研究所 一种目标电磁散射特性快速计算方法
CN109061643A (zh) * 2018-08-13 2018-12-21 南京理工大学 基于三维属性散射中心模型的多雷达融合高分辨成像方法
CN110441747A (zh) * 2019-09-04 2019-11-12 上海无线电设备研究所 基于坡印廷矢量的目标近场同极化散射特性标定的方法
CN112949079A (zh) * 2021-03-19 2021-06-11 西安电子科技大学 金属目标散射的快速仿真方法
CN113177305A (zh) * 2021-04-20 2021-07-27 南京航空航天大学 基于网格修改和iedg的局部变化电磁散射问题快速分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
申子昂: "基于IEDG的局部变化问题高效求解算法研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, no. 07, 15 July 2021 (2021-07-15), pages 032 - 27 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116629109A (zh) * 2023-05-16 2023-08-22 中国电子科技集团公司第五十四研究所 一种低散射载体优化设计方法
CN116629109B (zh) * 2023-05-16 2024-05-24 中国电子科技集团公司第五十四研究所 一种低散射载体优化设计方法

Similar Documents

Publication Publication Date Title
Korsmeyer et al. Multipole-accelerated preconditioned iterative methods for three-dimensional potential problems
CN109190169B (zh) 一种三维时域电磁学杂交时域间断伽辽金数值方法
CN106991222B (zh) 一种基于叠层矩阵分解的低频电磁特性仿真方法
CN106294894B (zh) 快速分析非均匀目标电磁散射特性的有限元边界积分方法
Wu et al. A multiple-grid adaptive integral method for multi-region problems
CN102708229A (zh) 复杂分层媒质结构的矩阵分解结合新奇异值分解方法
CN112733364B (zh) 一种基于阻抗矩阵分块的箔条云散射快速计算方法
CN102081690A (zh) 复杂电路的矩阵分解结合新奇异值分解方法
CN114519287A (zh) 电大多尺度复杂目标的三维电磁场求解方法
CN115879276A (zh) 一种目标对象的电磁特性分析方法、装置及设备和介质
CN114239239A (zh) 用于弹目交会目标电磁特性快速模拟的直接稀疏求解方法
CN115600435A (zh) 一种介质涂覆导体复合目标电磁散射隐式计算方法及装置
Pan et al. Hierarchical interpolative decomposition multilevel fast multipole algorithm for dynamic electromagnetic simulations
Aghdaei et al. Hypersf: Spectral hypergraph coarsening via flow-based local clustering
Carpentieri Algebraic preconditioners for the Fast Multipole Method in electromagnetic scattering analysis from large structures: trends and problems
CN111310308B (zh) 一种曲面共形阵列目标电磁特性分析方法及系统
CN109947563B (zh) 一种并行多层快速多极子树结构复合存储方法
CN113567941A (zh) 一种目标近场多普勒回波快速仿真方法
Apalkov et al. Fast multipole method for micromagnetic simulation of periodic systems
CN108170647B (zh) 一种低频电磁特性分析的自适应嵌套交叉近似方法
Hollander et al. Adaptive multilevel nonuniform grid algorithm for the accelerated analysis of composite metallic–dielectric radomes
CN118551630B (zh) 一种结构网格频域电磁场网格序列加速有限体积方法
CN109918782A (zh) 一种基于辅助树的多层快速多极子并行网格细剖方法
Lin et al. Performance of a massively parallel higher-order method of moments code using thousands of CPUs
CN118171539B (zh) 基于有限元边界元区域分解的准周期阵列电磁计算方法

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