Содержание к диссертации
Введение 4
Глава 1. Решение скалярных задач дифракции методом продолженных
граничных условий 19
Постановка задачи 20
Метод продолженных граничных условий (Mill У) 21'
Идея Mill У и сравнение его с другими методами 21
Получение интегрального уравнения (ИУ) МПГУ 25
Существование и единственность решения ИУ МІН У 28
Корректность численного решения ИУ МПГУ 31
Строгое решение некоторых задач дифракции с помощью МПГУ
и оценка погрешности метода 34
1.3 Алгоритм численного решения ИУ МПГУ 39
Алгоритм для произвольных тел 39
Алгоритм для тел вращения 41
Алгоритм для правильных призм 43
1.4 Особенности реализации и оптимизация алгоритма 46
Учет скачка потенциала двойного слоя 46
Определение величины параметра kS продолжения граничного условия 49
Выбор способа построения поверхности, на которой выполняется граничное условие 52
Использование интегральных уравнений Фредгольма 1 и 2 рода 54
Переход к дискретным источникам 55
Выбор базиса для аппроксимации неизвестной функции 56
1.5 Численные исследования '. 62
Численные исследования точности и сходимости метода. Достоверность получаемых результатов 62
Исследование задач дифракции волн на компактных телах 66
Исследование задач дифракции волн на тонких экранах 71
1.6 Выводы 75
Глава 2. Решение векторных задач дифракции методом продолженных
граничных условий 77
Постановка задачи и получение ИУ МПГУ 77
Алгоритм численного решения ИУ МПГУ 80
Особенности реализации и оптимизация алгоритма 83
Вычисление S-функций Васильева 83
Переход к дискретным источникам 85
Численное интегрирование методом Гаусса-Кронрода 88
2.4 Численные исследования 89
Численные исследования точности и сходимости метода. Достоверность получаемых результатов 90
Исследование задач дифракции волн на компактных телах 91
Исследование задач дифракции волн на тонких экранах 92
2.5 Выводы
Глава 3. Обобщение метода продолженных граничных условий — метод
деформации границы 96
Существо метода деформации границы (МДГ) 97
Условие нулевого поля и роль особенностей аналитического продолжения волнового поля в реализации идеи нулевого поля 98
Особенности аналитического продолжения волнового поля 100
3.4 МДГ в скалярных задачах дифракции волн 101
3.4.3 Численное решение ИУ МДГ 104
3.5 МДГ в векторных задачах дифракции волн 105
Выбор поверхности, на которой выполняется условие нулевого поля .' 106
Метод Т-матриц 109
Численные исследования 114
Иллюстрация необходимости учета особенностей аналитического продолжения волнового поля при использовании условия нулевого поля 114
Сравнение МДГ и МПГУ 123
Численные исследования точности и сходимости метода. Достоверность получаемых результатов 124
3.9 Выводы 126
Заключение 127
Список литературы 128
Введение к работе
Предмет исследований
Необходимость решения задач, связанных с процессом дифракции (рассеяния) волн возникает в таких областях, как проектирование и анализ антенных устройств, исследование вопросов распространения радиоволн в неоднородных средах, радиолокация, радиоастрономия и др. Математическими моделями таких процессов являются внешние краевые задачи для дифференциальных уравнений в частных производных. В частности, решение задачи дифракции монохроматических волн означает в математической постановке решение внешней краевой задачи для скалярного или векторного уравнения Гельмгольца. Разработано большое количество методов решения этих задач как аналитических, так и численных.
Предметом исследования данной работы являются задачи дифракции волн на различных компактных телах и тонких экранах. Для решения такого рода задач разработан широкий спектр методов, таких как метод разделения переменных (метод Фурье) [1-3], метод конечных элементов [4], метод токовых интегральных уравнений [5-9], метод объемных интегральных уравнений [11], методы вспомогательных токов (МВТ) и дискретных источников (МДИ) [12-17], метод диаграммных уравнений [18-20], метод нулевого поля (МНП) [8], метод Т-матриц (МТМ) [8, 21, 22]. Одним из наиболее универсальных подходов к решению задач дифракции волн является сведение их к интегральным уравнениям (ИУ). Хорошо известно, что при решении классических (токовых) ИУ одну из вычислительных проблем представляет учет особенности в их ядрах. Наличие этой особенности является, с одной стороны, гарантией корректности соответствующих интегральных уравнений Фредгольма 1-го рода, а с другой — требует использования тех или иных специальных приемов при проведении численных расчетов [9]. В последнее время широкое распространение получили подходы, в которых поверхности носителя токов и поверхности Ss, на которой выбирается точка
наблюдения, разнесены. В этом случае в ядрах соответствующих уравнений уже нет особенностей, а алгоритмы решения этих уравнений становятся более быстродействующими.
Подобное разнесение поверхностей производится, например, в таких распространенных методах, как МВТ, МДИ, метод продолженных граничных условий (МШУ), МНП, МТМ. По способу разнесения поверхностей все перечисленные выше методы можно условно разделить на две группы:
1) методы, в которых деформируется поверхность S,a ^ остается на
месте (МВТ, МДИ);
2) методы, в которых деформируется поверхность Ss, а остается на
месте (МПГУ, МНП, МТМ).
Первая группа выглядит менее предпочтительной, поскольку деформировать поверхность S можно только вовнутрь, из-за чего все методы первой группы неприменимы, например, в случае тонких экранов и рассеивателей с изломами. Поверхность же Ss можно деформировать как
вовнутрь, так и наружу, что делает методы второй группы более универсальными с точки зрения природы рассеивателя. Конечно, об универсальности имеет смысл говорить только применительно к МИГУ, так как МНП и МТМ предполагают деформацию Ss исключительно вовнутрь.
Было замечено, что методы, основанные на деформации какой-либо из поверхностей (2 или Ss) вовнутрь на практике часто или совсем
перестают работать для некоторых задач, или их сходимость и точность резко падают (например, для сильно вытянутых рассеивателей). Причина подобных феноменов состоит в том, что при разработке соответствующих алгоритмов, как правило, не принималось во внимание одно весьма важное обстоятельство: при деформации поверхности вовнутрь необходимо обязательно учитывать особенности аналитического продолжения волнового поля внутрь рассеивателя. Волновое поле является, как известно, вещественно аналитической функцией, которая должна обращаться в ноль на бесконечности, и по теореме Лиувилля оно должно либо всюду быть-равным нулю, либо иметь особенности, а располагаться эти особенности могут только в нефизической области, т.е. внутри рассеивателя.
Впервые на необходимость учитывать особенности волнового поля при разработке алгоритмов, основанных на МВТ и МДИ, было указано в работе [12]. В [24] был предложен эффективный способ построения оптимальной поверхности Z носителя источников в МВТ и МДИ, позволяющий решать задачи дифракции с весьма высокой точностью.
МНП и близкий ему МТМ (их даже часто считают одним и тем же) основаны на деформации Ss вовнутрь, поэтому при их применении, как
будет показано ниже, также необходимо учитывать особенности аналитического продолжения волнового поля. Неучет особенностей при применении МНП или МТМ и приводит к тому, что численные алгоритмы, основанные на этих методах, могут стать расходящимися.
Оба метода (МНП и МТМ) являются очень распространенными и популярными, о чем можно судить по многочисленным публикациям (см., например, [25-27]), вот почему очень важно дать этим методам более корректную формулировку, позволяющую избежать грубых ошибок при их численной реализации. Как уже отмечалось, МТМ часто называют МНП и наоборот, и, чтобы избежать путаницы, под МНП будем понимать метод, при котором интегральное уравнение строится на основе условия нулевого поля, выполняющегося на произвольной поверхности внутри поверхности рассеивателя S, а под МТМ - метод, в котором условие нулевого поля ставится на сфере, что позволяет при использовании Фурье-разложений всех функций, входящих в ИУ, упростить расчеты.
Итак, наиболее универсальным с точки зрения геометрии рассеивателя является ,МПГУ, ранее опробованный лишь на решении двумерных задач дифракции, однако Mill У является приближенным подходом, а вычислительные алгоритмы на основе Mill У обладают более низкой скоростью сходимости, чем, например, алгоритмы на основе, МНП (в тех случаях, когда последний применим).
Цель работы и метод исследования
Целью работы является, таким образом, во-первых, развитие Ml Л У, его распространение на трехмерные скалярные и векторные задачи дифракции. Идея разнесения поверхности носителя источников и поверхности, на которой выбирается точка наблюдения, позволяет в ряде случаев строить алгоритмы, допускающие решение исходной краевой задачи, в принципе, с наперед заданной точностью. Речь здесь идет конкретно о методе нулевого поля, близкого в указанном выше смысле к Mill У. Несмотря на то, что сама идея метода нулевого поля известна достаточно давно [22, 23] ее реализация осуществляется вот уже на протяжении более, чем.сорока лет, вообще говоря, некорректно.
Поэтому второй целью настоящей работы, является корректная формулировка и реализация идеи МНП, основанная на учете информации об аналитических свойствах волнового поля. Этот подход мы здесь будем рассматривать как одно из обобщений Ml Л У, возможное в случае, когда граница рассеивателя аналитична. В этом* (и только в этом) случае, как будет показано далее, целесообразно указанное обобщение, т.к. МНП позволяет производить расчеты со значительно более высокой точностью, чем МШУ, но это достигается, как уже отмечалось, существенным сужением класса задач,, для которых применим указанный подход. Таким образом, идея разнесения границ будет реализована в рамках единого и универсального подхода, который будем называть методом деформации границы (МДГ).
Основными методами исследования были МПГУ и МНП, которые использовались для получения интегральных уравнений. Для численного решения ИУ использовался метод коллокации.
Краткий обзор существующих методов решения задач дифракции
Аналитическое решение уравнения Гельмгольца можно получить при помощи метода разделения переменных [70] или других эквивалентных ему методов. Однако разделение переменных возможно лишь в тех случаях, когда граничная поверхность совпадает с одной из координатных поверхностей некоторой ортогональной системы координат, что резко сужает круг решаемых таким способом задач. Кроме того, на систему
координат накладываются другие достаточно сильные ограничения, в результате чего точное решение внешней краевой задачи в двумерном случае можно получить лишь для таких компактных рассеивателеи как окружность и эллипс, а в трехмерном — для сферы и эллипсоида (причем в случае эллипсоида только для граничных условий первого или второго рода).
В связи с этим наибольший интерес представляют численные методы решения, которые можно условно поделить на две группы: к первой относятся методы, в которых решается непосредственно краевая задача для уравнения Гельмголыда; ко второй — методы, в которых исходная краевая задача сводится к решению соответствующего ИУ или системы ИУ. По близости к точному решению приближенные методы можно разделить на два класса: асимптотические методы и строгие методы.
В асимптотических методах неизвестная функция изначально заменяется некоторым ее (например, геометрооптическим) приближением. К этому классу относятся, в частности, метод геометрической оптики (ГО), геометрическая теория дифракции (ГТД) [28,29], метод физической оптики (ФО), метод краевых волн (МКВ) [30,31]. Асимптотические методы позволяют решить задачу лишь с ограниченной точностью, кроме того, они имеют сильные геометрические ограничения по применению и достаточно сложны при реализации (ГТД, МКВ). Однако, в тех случаях, когда эти методы применимы, они позволяют достаточно наглядно и быстро найти решение (особенно метод ФО). В строгих методах существует принципиальная возможность получить решение, сколь угодно близкое к точному. К ним относятся все описываемые ниже методы.
Наиболее известным численным методом решения граничных задач для дифференциальных уравнений, в том числе для уравнения Гельмгольца, является метод конечных элементов или метод сеток [4]. Он состоит в дискретизации дифференциального уравнения в рассматриваемой конечной области и отыскании решения граничной задачи, например, в узлах сетки. Этот метод не очень удобен при решении внешних краевых задач, т.к. позволяет искать решение лишь в конечной области, вследствие чего необходимо предпринимать дополнительные меры, чтобы выполнялось условие излучения на бесконечности. Основное преимущество этого метода состоит в том, что получаемая здесь система имеет ленточную диагональную матрицу, что ускоряет ее численное решение. Кроме того, этот метод применим к задачам дифракции на рассеивателях произвольной геометрии.
Существует ряд методов решения уравнения Гельмгольца, основанных на аналитическом представлении поля в виде бесконечного набора расходящихся цилиндрических или сферических волн, называемом рядом Рэлея. Все точки, в которых ряд Рэлея может расходиться, лежат в трехмерном случае внутри сферы, описанной вокруг поверхности
рассеивателя. Поэтому такое представление является точным только в тех случаях, когда поверхность рассеивателя имеет сферическую форму. Вопрос о возможности приближенного представления рассеянного произвольной поверхностью поля рядом Рэлея составляет содержание гипотезы Рэлея [32]. Эта гипотеза справедлива только в том случае, если сфера, вне которой поле регулярно, целиком лежит внутри поверхности рассеивателя. Таким образом использовать представление Рэлея можно только для аналитических краевых поверхностей с ограниченным диапазоном изменения их параметров.
Перейдем теперь к рассмотрению методов, в которых краевая задача сводится к решению соответствующего интегрального уравнения, (будем называть их методами интегральных уравнений (МИУ)) [5-11]. ИУ позволяют более компактно, чем дифференциальные уравнения, формулировать краевые задачи, учитывая при этом все дополнительные условия (в т.ч. условие излучения), и приводят к устойчивым вычислительным алгоритмам. Еще одно важное преимущество МИУ при решении внешних краевых задач состоит в том, что они позволяют задачу, поставленную для неограниченной области, свести к задаче для ограниченной области (а именно: для границы рассеивателя или для области внутри рассеивателя). Существует метод объемных интегральных уравнений [11], в котором интегрирование выполняется по всему объему рассеивателя, и большое количество методов поверхностных интегральных уравнений, речь о которых пойдет ниже.
По принципу построения решения различают прямые (аппроксимационные) и итерационные методы решения интегральных уравнений. Прямые методы упрощают исходное уравнение путем аппроксимации оператора и (или) решения этого уравнения. Эту классификацию можно применить не только к МИУ, например, метод конечных элементов можно отнести к прямым методам, т.к. в нем аппроксимируется оператор уравнения. Методы, основанные на аппроксимации решения, называют проекционными. В результате применения прямых методов решение исходного ИУ сводится к решению систем алгебраических уравнений. Итерационные методы состоят в выборе каким-либо способом начального приближения решения, а затем уточнении этого приближения путем последовательного выполнения итераций до тех пор, пока не будет достигнута необходимая точность решения. Скорость сходимости итерационной процедуры зависит от выбора начального приближения и от нормы оператора. Недостатком итерационных методов является возможность их применения только к интегральным уравнениям 2 рода при выполнении определенных ограничений на норму оператора.
Впервые метод интегральных уравнений был применен к решению задач дифракции на телах достаточно общей геометрии В.А.Фоком [5]. Он составил ИУ для задачи дифракции электромагнитной волны на идеально проводящем теле произвольной формы, которое решил приближенно в
предположении, что размеры тела велики по сравнению с длиной волны. Результат был получен довольно очевидный: на освещенной стороне токи соответствовали приближению Кирхгофа, а на теневой они были нулевыми. Дальнейшее уточнение решения было найдено методами, не связанными с интегральными уравнениями. Ценность уравнения Фока, естественно, не ограничивается этим результатом, и в последующем оно использовалось более широко. Что касается частных задач, которые решались с привлечением интегральных уравнений, то одна из первых и наиболее интересных задач этого плана - возбуждение тонкого вибратора, которой посвящена известная работа Халлена.
Появление ЭВМ и их применение в исследовании математических моделей естествознания привело к тому, что интегральные уравнения стали одним из методов математического моделирования.' Интегральные уравнения стали активно использоваться при численном решении краевых задач математической физики. Большую роль в развитии МИУ сыграла разработка устойчивых методов решения интегральных уравнений 1-го рода, основанных на методе регуляризации некорректно поставленных задач [9,10].
МИУ в принципе пригодны для тел произвольной формы. Однако в численной реализации применительно к произвольным телам они остаются все же громоздкими, хотя и доступными для современных вычислительных средств. Использование симметрии тел облегчает положение. Особенно много дает симметрия вращения, которая позволяет перейти к одномерным интегральным уравнениям и на этой основе создать эффективные алгоритмы.
При использовании какого-либо МИУ большое значение имеет выбор оптимального сведения краевой задачи к ИУ. Редукция краевой задачи к интегральным уравнениям неоднозначна, так как зависит от того, функция Грина какой задачи используется при сведении.
Часто алгоритмизация интегральных уравнений представляет немалые трудности в силу сложности структуры ядер этих уравнений и, в частности, (при сведении задачи к интегральному уравнению 2 рода) наличия в них второй производной по нормали к границе тела.
При численном решении ИУ возникают две основные проблемы: наличие особенностей в ядрах уравнений и наличие особенностей у решений (или их аналитических продолжений) таких уравнений. Существует множество методик избавления от этих проблем, которые и породили большое количество МИУ. Для решения первой' проблемы стандартный метод интегральных уравнений (МТИУ), в котором краевая задача сводится к ИУ Фредгольма с сингулярным ядром, требует выделять особенность в ядре и (для получения наиболее точных результатов) выполнять (аналитически) интегрирование выделенного участка, что значительно затрудняет и замедляет алгоритм решения задачи. Более
простой способ - «вырезание» особенности - приводит к достаточно большой погрешности решения. Существуют и другие аналогичные технологии, но всю эту группу технологий объединяет то, что носитель плотности тока и граничная поверхность не разделяются..
Bs другом достаточно распространенном методе - методе вспомогательных токов (МВТ) [12,33] предлагается носитель , вспомогательного тока разместить внутри поверхности рассеивателя. Для этого необходимо выполнить аналитическое продолжение волнового поля за пределы области его первоначального определения. Под волновым полем понимается решение уравнения Гельмгольца, удовлетворяющее условию излучения. Граница области, вплоть до которой возможно аналитическое продолжение, проходит через особые точки волнового поля. Волновое поле всегда имеет особенности, т.к. является вещественной аналитической функцией и обращается в ноль на бесконечности, и в противном случае по теореме Лиувилля оно было бы всюду равным нулю. Эти особенности, очевидно, должны лежать внутри рассеивателя (в так называемой нефизической области). Таким образом, для корректного применения МВТ необходимо локализовать особенности волнового поля, что несколько усложняет его применение. В отличие от СМИУ, МВТ позволяет сводить краевую задачу к ИУ Фредгольма с гладким ядром, решение которого является некорректной задачей. Несмотря на это, МВТ позволяет получать решение с очень высокой точностью. Его недостатком является невозможность применения к задачам дифракции на тонких экранах.
Одним из простейших вариантов решения интегрального уравнения МВТ является метод дискретных источников (МДИ) [13,14]. Суть метода заключается в аппроксимации искомого тока на вспомогательной поверхности кусочно-постоянной функцией с последующей заменой оставшихся интегралов по интервалам разбиения произведением длины интервала на значение подынтегральной функции (ядра интегрального уравнения) в середине интервала. Затем левая и правая части полученного соотношения приравниваются в точках коллокации. Иными словами рассеянное (дифракционное) поле их представляется в виде линейной комбинации дискретных источников, амплитуды которых определяются из краевого условия. Основная идея МДИ была изложена В.Д.Купрадзе и М.А.Алексидзе в 1963 году. Ими была доказана теорема о полноте системы фундаментальных решений уравнения Гельмгольца с особенностями на некоторой замкнутой поверхности внутри рассеивателя. Теорема Купрадзе-Алексидзе практически не накладывает никаких ограничений на геометрию рассеивателя, поэтому долгое время оставалось непонятным, почему в ряде случаев алгоритмы МДИ теряли устойчивость.
Решение задачи дифракции с помощью токовых интегральных уравнений состоит из нескольких этапов, и для каждого этапа существует свой набор методов его реализации. Обычно конкретный алгоритм решения состоит в комбинации нескольких методов, причем в некоторых случаях
выбор какого-либо метода на одном этапе определяет и метод или группу методов, которые можно применять на следующем этапе. Поэтому существует некоторая путаница в различных методах решения и их классификации. На первом этапе всегда выбирается некоторое интегральное представление решения, например, в виде потенциала простого и (или) двойного слоя. После этого осуществляется переход от дифференциального уравнения с краевым условием к ИУ, который также может быть выполнен различными способами. Затем в проекционных методах выполняется аппроксимация (разложение по некоторой полной системе базисных функций) неизвестной функции, и задача сводится к бесконечной системе линейных алгебраических уравнений (СЛАУ), которая впоследствии усекается до конечных размеров. В рамках МИУ можно использовать, например, уже упоминавшееся представление Рэлея при выполнении соответствующей гипотезы.
На этапе перехода к СЛАУ наиболее распространенным является метод моментов (ММ) [4, 34]. Он состоит в том, что после аппроксимации неизвестной функции интегральное уравнение проецируется на пространство пробных функций. Система пробных функций выбирается из области значений оператора интегрального уравнения. При этом количество пробных функций может превышать количество коэффициентов разложения- неизвестной функции, тогда СЛАУ будет переопределенной. Такие системы решаются обычно методом наименьших квадратов. В зависимости от выбора системы базисных или пробных функций ММ породил целый ряд методов, имеющих собственное название, например, метод Галеркина, метод граничных элементов, метод коллокации и др.
Рассмотрим другой подход к решению задач дифракции, использующий интегральное представление рассеянного поля. Первичное и вторичное поля можно разложить по каким-либо базисным функциям со
столбцами коэффициенте^ A = {ат}т=_о0 и В = [Ьт] =_оо соответственно. Так как первичное поле считается известным, известны и коэффициенты ат
его разложения. Поскольку система коэффициентов В определяется из системы коэффициентов А, должно существовать матричное соотношение: В=ТА, где Т — квадратная матрица перехода, элементы которой зависят от граничных условий и формы рассеивателя. Таким образом, для того чтобы найти рассеянное поле, достаточно вычислить матрицу перехода. Этот подход называется методом Т-матриц [8,22,23,32]. Для получения Т-матрицы используется интегральное представление вторичного поля и разложение решения интегрального уравнения по некоторой базисной системе функций, причем особенность данного подхода состоит в том, что нет необходимости искать коэффициенты этого разложения.
Одним из эффективных методов решения задач дифракции и распространения волн, имеющий, к тому же строгое математическое
обоснование, является метод диаграммных уравнений (МДУ) [19-21]. В этом методе исходная краевая задача для уравнения Гельмгольца (системы уравнений Максвелла) сводится к решению некоторого интегрально-операторного уравнения (либо системы таких уравнений) относительно угловой характеристики рассеянного поля в дальней зоне - диаграммы рассеяния. Одним из главных достоинств этого метода является устойчивость вычислительного алгоритма к слабым возмущениям распределения тока (источников) на поверхности рассеивателя, вызванных изломами его границы, взаимным влиянием рассеивателей в группе и пр. Это делает МДУ особенно удобным для решения задач дифракции на группах тел или на дифракционных решетках.
Приведенный краткий обзор показывает, что, несмотря на все многообразие имеющихся методов решения задач дифракции, вопрос о поиске универсального, быстрого и наглядного метода с четким обоснованием до сих пор остается актуальным. Таким образом, целью настоящей работы является развитие методов математического моделирования в области теории дифракции и рассеяния волн, обладающих перечисленными свойствами, т.е. быстродействием, универсальностью, устойчивостью и алгоритмической простотой, а также построение конкретных математических моделей процесса дифракции и излучения волн.
Краткий обзор работ по МПГУ
Идея метода продолженных граничных условий впервые была изложена в работе [55]. Несмотря на всю ее видимую простоту и доступность, она является результатом многолетних исследований одного из авторов работы [55], связанных с изучением аналитических свойств волновых полей [15,16]. Теоретическая и практическая значимость МПГУ в полной мере стала ясна лишь после проведения многочисленных аналитических и численных исследований.
Практическая ценность метода состоит, прежде всего, в отсутствии ограничений на геометрию задачи дифракции (например, метод применим для рассеивателей, имеющих изломы, и для тонких экранов), а также в простоте и единообразии подхода к решению краевых задач, независимо от их типа, размерности, геометрии поверхности рассеивателя и характера рассеиваемого поля. Кроме того, МПГУ позволяет независимо от типа краевых условий сводить краевую задачу к интегральным уравнениям и 1, и 2 рода. Такая универсальность дает возможность строить на основе МПГУ различные алгоритмы решения одной и той же задачи в зависимости от конкретных потребностей.
Теоретическая же ценность МПГУ состоит в том, что он в некотором смысле является обобщением многих имеющихся численных методов
решения задач дифракции. Для того, чтобы правильно понять это утверждение, необходимо четко представлять, что же собственно из себя представляет этот метод. Главная идея МПГУ заключается в переносе граничного условия с поверхности рассеивателя на некоторую вспомогательную поверхность Ss, в общем случае охватывающую поверхность рассеивателя и находящуюся на достаточно малом расстоянии 8 от нее. При этом носитель вспомогательного тока, создающего рассеянное поле, остается на поверхности рассеивателя. Разделение поверхности, на которой располагается вспомогательный ток, и поверхности, на которой выполняется граничное условие, позволяет избежать особенностей в ядрах интегральных уравнений, возникающих при совпадении аргументов ядра. Благодаря этому упрощаются расчеты, связанные с численным решением-интегральных уравнений, и в то же время, как было показано в [76], в решение (вспомогательный ток) не вносится погрешности, значительно превышающей кд, а при* вычислении диаграммы волнового поля погрешность оказывается намного меньше погрешности вычисления вспомогательного тока.
Здесь принципиально важное значение имеет теоретическое обоснование возможности переноса граничного условия: он возможен благодаря' вещественной аналитичности волнового поля в области его определения, т.е. вне рассеивателя. Если же поверхность рассеивателя-аналитична, то волновое- поле можно аналитически продолжить и внутрь рассеивателя вплоть до особенностей. В этом случае вспомогательную поверхность можно, в принципе, расположить и внутри рассеивателя.
Таким образом, все численные- методы решения краевых задач, связанные с каким-либо изменением граничной поверхности, такие как классический метод токовых интегральных уравнений, метод Уотермена (метод нулевого поля), метод интегро-дифференциальных уравнений, можно считать частными случаями МПГУ в его несколько обобщенной формулировке, которая будет дана ниже. Учет аналитических свойств волнового поля в МПГУ позволяет правильно и с минимальными потерями в точности деформировать граничную поверхность, а также избежать ошибок при использовании МНП.
МПГУ также позволяет обосновать применение МДУ для рассеивателей с неаналитической границей [85, 86]. Дело в том, что интегральное представление Зоммерфельда-Вейля, используемое в МДУ, является расходящимся в особых точках волнового поля, которые находятся на границе рассеивателя, если она не является аналитической. Перенос граничного условия на поверхность Ss позволяет решить проблемы, связанные с особенностями.
В" работе [74] был предложен алгоритм метода продолженных граничных условий (МПГУ) для решения трехмерных скалярных задач
дифракции на телах вращения, в [78] этот алгоритм был обобщен на случай трехмерных векторных задач.
Достоверность научных выводов
Для оценки достоверности численного решения интегральных уравнений «в первом приближении» рассчитывалась диаграмма рассеяния, некоторые свойства которой уже известны из постановки задачи, кроме того, для некоторых модельных задач диаграмму можно сравнить с диаграммами, полученными другими численными (а в некоторых случаях даже аналитическими) методами. Для дополнительного контроля правильности диаграммы выполнялась проверка оптической теоремы. В качестве оценки погрешности численного решения рассматривалась невязка выполнения краевого условия в точках между точками коллокации, посчитанная в линейной метрике. Оценку внутренней сходимости вычислительного алгоритма дает степень уменьшения невязки при увеличении параметра аппроксимации, а также скорость увеличения точности выполнения оптической теоремы.
Научная новизна работы
МІЙ У впервые применен к решению трехмерных скалярных и векторных задач дифракции. Доказаны теоремы существования и единственности решения ИУ Ml ЛГУ. Показана корректность численного решения ИУ Miii У. Предложен единый подход, основанный на выборе поверхности Ss вне S или (для аналитических поверхностей) внутри S,
названный МДГ. Дана корректная при численном решении формулировка МНП и МТМ, учитывающая особенности аналитического продолжения волнового поля.
Практическая значимость
Разработан удобный, эффективный и универсальный алгоритм численного решения задач дифракции с помощью МДГ. Выполнены многочисленные исследования, направленные на оптимизацию предложенного алгоритма, по результатам которых можно однозначно и наиболее выгодно выбирать параметры алгоритма.
Апробация работы
Основное содержание диссертации опубликовано в работах [36-62].
Результаты работы докладывались на следующих конференциях и семинарах:
1. Научно-техническая конференция профессорско-преподавательского, научного и инженерно-технического состава МТУ СИ (Москва, 2005 и 2006).
8th Conference on Light Scattering by Nonspherical Particles (Гранада, Испания, 2005).
9th Conference on Light Scattering by Nonspherical Particles (Санкт-Петербург, Россия, 2006).
10th Conference on Light Scattering by Nonspherical Particles (Бодрум, Турция, 2007).
11th Conference on Light Scattering by Nonspherical Particles (Хатфилд, Великобритания, 2008).
Московская отраслевая научно-техническая конференция «Технологии информационного общества» (Москва, 2007 и 2008).
Международная научно-техническая конференция «Фундаментальные проблемы приборостроения» (Москва, 2005, 2006 и 2007).
Международная научно-техническая школа-конференция «Молодые ученые - науке, технологиям и профессиональному образованию» (Москва, 2008).
Международная конференция «Дни дифракции» (Days on Diffraction) (Санкт-Петербург, 2007 и 2008).
10.12th International Conference on Mathematical Methods in Electromagnetic Theory (Odessa, Ukraine, 2008).
11.Семинар «Электродинамика и техника СВЧ и КВЧ» под рук. Е.И. Нефедова при обществе А.С. Попова (Москва, 2005).
12.Московский электродинамический семинар в ИРЭ РАН под рук. В.В. Шевченко (Москва, 2005 и 2007).
13.Научный семинар «Акустика неоднородных сред» под рук. С.А. Рыбака (Москва, 2008).
14.Семинар А.С. Ильинского и А.Г. Свешникова по численным методам электродинамики Физфака МГУ (Москва, 2008).
15.Общероссийский научный семинар «Математическое моделирование волновых процессов» в РосНоУ под рук. Д.С. Лукина и А.С. Крюковского (Москва, 2005 и 2008).
Структура и объем
Диссертация состоит из введения, трех глав, заключения и списка литературы. Основные результаты работы изложены в выводах, которые находятся в конце каждой главы, а также в заключении. Материал изложен на 135 страницах, включая 107 рисунков, 9 таблиц и библиографию из 100 наименований.
Содержание работы
Во введении дан краткий обзор существующих методов решения задач дифракции.
Первая глава посвящена разработке МПГУ для решения трехмерных скалярных задач дифракции волн. Сформулированы теоретические основы метода, доказаны теорема существования и теорема единственности решения РТУ, к которому сводится краевая задача при использовании МПГУ. Выполнена оценка точности метода. Разработаны алгоритмы численного решения задач дифракции для рассеивателей произвольной формы, а также для рассеивателей, обладающих симметрией вращения, и для правильных призм. Выполнены детальные исследования численной реализации метода и оптимизация вычислительного алгоритма. Таким образом, метод разработан не только теоретически, но и практически, даны рекомендации по применению МПГУ в зависимости от конкретных потребностей. Выполнены численные исследования точности и сходимости метода, а также решен ряд задач дифракции на компактных рассеивателях с постоянным и переменным импедансом и на тонких экранах.
Вторая глава посвящена распространению МПГУ на задачи дифракции электромагнитных волн, которые в 1 главе решались в скалярном приближении. Выведена система интегральных уравнений МПГУ. Разработан алгоритм численного решения задач дифракции для рассеивателей, обладающих симметрией вращения. Рассмотрены некоторые особенности реализации алгоритма численного решения, которые надо принимать во внимание именно при решении векторных задач. Выполнены численные исследования точности и сходимости метода, а также решен ряд задач дифракции на компактных рассеивателях с постоянным и переменным импедансом и на тонких экранах.
Третья глава посвящена обобщению МПГУ, состоящему в том, что для рассеивателей с аналитической границей допускается выбор точек наблюдения на поверхности, расположенной глубоко внутри рассеивателя. При этом вместо граничного условия на указанной поверхности необходимо выполнить условие нулевого поля [22,23], при котором интегральные уравнения имеют более простой вид, а постановка задачи становится точной. В таком расширенном варианте название МПГУ, очевидно, становится не совсем корректным, поэтому для краткости будем называть такой подход методом деформации границы (МДГ), что, конечно, тоже в полной мере не отражает суть метода. Смысл этого названия в том, что предлагаемый подход основан на выборе точек наблюдения на некоторой поверхности, которая получается деформацией границы рассеивателя во внешнюю или (если это возможно) во внутреннюю по отношению к ней область. Предлагаемое обобщение позволяет максимально увеличить скорость сходимости вычислительного алгоритма метода для рассеивателей с аналитической границей.
Показано, что для того чтобы решение ИУ нулевого поля соответствовало краевой задаче, поверхность, на которой выполняется условие нулевого поля, должна обязательно охватывать особенности аналитического продолжения волнового поля внутрь рассеивателя [15,16]. Более того, этот существенный факт необходимо учитывать и в самом методе нулевого поля, и в методе Т-матриц. Поэтому ранее эти, пользующиеся огромной популярностью на протяжении многих лет, методы применялись некорректно. Таким образом в данной главе не только сформулировано обобщение МПГУ, но и дана корректная при решении краевых задач формулировка методов нулевого поля и Т-матриц.
Показано, что построение поверхности, на которой выполняется условие нулевого поля, путем аналитической деформации границы рассеивателя позволяет добиться максимально высокой скорости сходимости.
Выполнены численные исследования, подтверждающие всё выше сказанное, проведено исследование сходимости предлагаемого обобщенного подхода и решен ряд задач дифракции на компактных телах.
В заключении сформулированы основные выводы по всем трем главам.
Основные результаты работы
МПГУ распространен на трехмерные скалярные и векторные задачи дифракции.
Выполнено обоснование метода: показана корректность метода, выполнена оценка погрешности метода.
Разработаны и протестированы алгоритмы численного решения: для произвольных тел, для тел вращения и для правильных призм.
Выполнена оптимизация вычислительного алгоритма, определены оптимальные параметры моделирования. По результатам проведенных исследований даны четкие рекомендации по реализации численного решения задач дифракции с помощью МПГУ.
Исследована сходимость вычислительного алгоритма.
Исследованы различные задачи дифракции на компактных телах с постоянным и переменным импедансом и на тонких экранах.
Предложен единый подход, основанный на выборе поверхности Ss
вне S или (для аналитических поверхностей) внутри S, названный МДГ.
8. Показано, что для того чтобы решение РТУ нулевого поля
соответствовало краевой задаче, поверхность, на которой
выполняется условие нулевого поля, должна обязательно охватывать
особенности аналитического продолжения волнового поля внутрь
рассеивателя.
9. Дана корректная при решении краевых задач формулировка условия
нулевого поля. 10.Установлены границы применимости метода Т-матриц. 11.Показано, что построение поверхности, на которой выполняется
условие нулевого поля, путем аналитической деформации границы
рассеивателя позволяет добиться максимально высокой скорости
сходимости.
Личный вклад соискателя
Mill У распространен на трехмерные скалярные и векторные задачи дифракции
Разработаны и протестированы алгоритмы численного решения ИУ Mill У для произвольного тела, для тела вращения и для правильной призмы.
Выполнена оптимизация алгоритма.
Выполнены исследования сходимости метода.
Исследованы задачи дифракции на различных компактных телах и тонких экранах.
Дана корректная при численном решении формулировка условия нулевого поля
Разработан пакет программ, реализующий все рассматриваемые вычислительные алгоритмы.
