主頁 >  其他 > 一維繩波模擬中的探究:完全吸波性邊界條件

一維繩波模擬中的探究:完全吸波性邊界條件

2021-04-26 07:10:46 其他

完全吸波邊界條件:

波動方程模擬在計算物理中占有重要的地位,具體應用有聲學振動模擬、電磁波模擬、波函式模擬等,這些波動方程(除波函式外)都具有一個大致相同的形式:

\[\frac{\partial^2u}{\partial^2t}=c^2\nabla^2u \]

其中\(u\)為某標量場,\(c\)為聲速,
這類方程必定有行波解,在一維情況下,解可以表示為:

\[u(x,t)=u_1(x-ct)+u_2(x+ct) \]

即解可以表示為兩列相反傳播的行波\(u_1\)\(u_2\)的疊加,其中\(u_1\)\(u_2\)為任意一元函式,

這種方程的求解除了與初始條件相關,還與邊界有很大關系,邊界處一般設定為固定或自由邊界條件,兩種邊界在性質上有些許區別,但又有相似性,例如都能實作完全反射,從而形成駐波,
image
上面兩張圖為一維繩波的模擬(幾個時刻的圖形疊在一起),每張圖左端有一個波源,在做正弦振動,而左段為不同的邊界條件,導致不同表現,左圖為自由式邊界條件,繩頭可以自由擺動,右圖為固定式邊界條件,繩頭強制固定在0處,

由于波源發出的能量無法被繩頭耗散,兩種情形下波都會被繩頭反射,從而產生駐波,

于是,自然可以想象,會不會有一種邊界條件,使右行波完全被吸收,從而不產生任何反射呢?答案是有的,可以想象,假如繩子繩頭之外還有繩較長的延伸,從而做到在實驗關心的時間之內,右行的波還沒有碰到真正的邊界,不存在反射,則右行的波就好像被“完全吸收”了,就是說,無限長繩等價于完全吸波條件

但是電腦永遠模擬不了無限,而只能用有限長的繩子近似“完全吸波條件”,因而實驗時間不能太長,至少在反射波進入人們關心的區域之前,必須中止模擬,否則“完全吸波條件”失效,模擬會出現很大偏差,

并且即使這樣,還是浪費了大量的計算資源在人們不關心的區域的波動方程計算上,這注定是一個糟糕的方法,

存不存在更好的方法?其實是有的,仔細觀察模擬的機制,只要對繩頭進行人為的操縱,讓繩頭的行為表現得和無限長繩情況下一模一樣,就可以“騙過”左方的繩子,讓繩子“以為”右行波還沒有碰到邊界,從而不會發生反射,

但是該如何認為移動繩頭才能讓繩頭“蒙混過關”呢?天真的想法是利用該問題中只包含右行波的特點:

\[u(x,t)=u_1(x-ct) \]

在該解中,繩子上每一個點的運動狀態都滯后重復前面的點的運動狀態,即:

\[u(x_1,t)=u(x_1,t-\frac{x_1-x_0}{c}) \]

那么繩頭只需要簡單地滯后重復某個相鄰點的運動,即可完美地實作“完全吸波”,

然而數值模擬殘酷地表明,這種方法完全行不通!具體原因和數值離散程序密切相關,筆者能力和精力有限,并沒有進一步研究,

幸好,繩波系統有一個十分優異的特性——線性,將繩頭視為一個系統,繩頭的位移看成系統的輸出端,而與繩頭相連的倒數第二個節點的位移看成該系統的輸入端,則該系統是一個線性時不變系統,該系統的含時回應完全線性取決與輸入端的位移方程,

數學推導:

取繩頭的位移為\(u_o(t)\)(輸出),而繩頭前一個節點的位移為\(u_i(t)\)(輸入),則線性時不變系統有如下優良特性:

\[u_o(t)=\int_0^t{f(p)u_i(t-p)dp} \]

又由于:

\[\begin{aligned} u_o(t)&=\int_0^t{u_i(t-p)dF(p)}\\ &=-\int_0^t{F(p)du_i(t-p)}+[u_i(t-p)F(p)]\bigg|^t_0 \end{aligned} \]

式中,\(F(t)=\int^t_0f(t)dt\),因而最后一項為0,上式最侄訓簡為:

\[u_o(t)=\int_0^t{F(p)\dot{u_i}(t-p)dp} \]

我們把\(F(t)\)叫做繩頭的“沖擊回應函式”,因為如果輸入函式具有以下形式:

\[u_i(t)=\bigg\{ \begin{aligned} 0,t\lt\epsilon\\ 1,t\ge\epsilon\\ \end{aligned} \]

其中\(\epsilon\)為一無限接近0的小量,則輸出函式為:

\[\begin{aligned} u_o(t)&=\int_0^t{F(p)\dot{u_i}(t-p-\epsilon)dp}\\ &=\int_0^t{F(p)\delta(t-p-\epsilon)dp}\\ &=F(t-\epsilon)\\ &=F(t) \end{aligned} \]

沖擊回應函式反映了當輸入函式為階躍函式時,輸出端的變化情況,我們接下來的作業就是找到這個階躍函式,

在數值模擬中,繩波系統可以離散為有多個節點的一條長鏈,相鄰節點之間用彈簧連接,彈簧施加線性恢復力,對于第\(n\)個節點的位移\(u_n(t)\),運動學方程如下:

\[\ddot{u_n}(t)=\frac{\Delta x}{2c}\bigg(u_{n-1}(t)-2u_{n}(t)+u_{n+1}(t)\bigg) \]

可以通過設定\(t'=t\)實作無量綱化:

\[\ddot{u_n}(t')=\frac{1}{2}\bigg(u_{n-1}(t')-2u_{n}(t')+u_{n+1}(t')\bigg) \]

繩波模型的離散化示意圖:
image

由于該系統實際上具有無限多個節點力學分析將變得十分棘手,但是,有一種方法可以巧妙破解這一難題,從而實作物理系統的方程化:

考慮倒數第1、2個節點,設它們對左方的沖擊回應函式分別為\(F_A(t)\)\(F_B(t)\),由于系統右端為無限長序列,則應該有:

\[F_A(t)=F_B(t)=F(t) \]

現在考慮運動方程:

\[\begin{aligned} \ddot{u_A}(t)&=\frac{1}{2}(1-2u_A(t)+u_B(t))\\ u_A(t)&=F(t)\\ u_B(t)&=\int_0^t{F(p)\dot{u_A}(p-t)dp} \end{aligned} \]

聯立方程有:

\[\ddot{F(t)}=\frac{1}{2}\bigg(1-2F(t)+\int_0^t{F(p)\dot{F}(p-t)dp}\bigg)\\ \]

其中初值條件為:

\[\begin{aligned} F(t)&=0\\ \dot{F}(t)&=0 \end{aligned} \]

這個方程是一個積分微分混合型方程,并且由于涉及到卷積,難以有效消除積分號,筆者能力有限難以給出決議解,不過該方程可以用皮卡迭代序列給出級數解,經過艱苦卓絕的求解(玄學找規律),筆者得到級數式為:

\[F(x)=\sum^{\infty}_{n=2}{\frac{(-1)^n*2n}{2^n*(n!)^2}*x^{2n-2}} \]

利用Python繪圖顯示影像:
image
可見當時間趨于無窮時,系統會逐漸穩定在1附近,這符合繩波沖擊回應函式的特點,

注:由于泰勒級數收斂性較差,該級數用double精度計算會在\(x=20\)之后發散,為了正確計算,必須提高計算精度,高精度計算的方法在博文Java 高精度浮點數計算工具中有所介紹,

只要繩頭的位移始終滿足:

\[u_o(t)=\int_0^t{F(p)\dot{u_i}(t-p)dp} \]

即能做到完全吸收向右傳來的波,而避免反射波產生,即“完全吸波邊界條件”,

但是,上式還有一個問題,即仍然需要無限大的儲空間才能記錄所有時刻的\(u_i(t)\),方法仍然沒有可行性,為了解決這一問題,注意到:

\[\lim_{t\to\infty}{F(t)}=1 \]

可以設定截斷距離\(L\),使積分近似為:

\[\begin{aligned} u_o(t)&=\int_0^L{F(p)\dot{u_i}(t-p)dp}+\int_L^t{F(p)\dot{u_i}(t-p)dp}\\ &\approx\int_0^L{F(p)\dot{u_i}(t-p)dp}+\int_L^t{1*\dot{u_i}(t-p)dp}\\ &=\int_0^L{F(p)\dot{u_i}(t-p)dp}+u_i(t-L) \end{aligned} \]

至此,數學推導部分已經全部完成,只剩下程式實作了,

程式模擬:

由于筆者使用java做科學計算的習慣(怪癖),程式由java實作,共撰寫兩個類,一個類進行繩波模擬,另一個專注于計算繩頭的沖擊回應,以下是模擬結果,

固定式邊界條件:

自由式邊界條件:

完全吸波邊界條件:

可以看出,完全吸收式邊界條件較為出色地完成了任務,波包到達邊界后幾乎沒有反彈,就好像邊界為無窮大一樣,

代碼:

見我的github頁面,測驗代碼也在里面,程式代碼比較容易理解,

結束語:

通過本文的推導,我們得出了完全吸波邊界的一種可行方法,該方法在計算機波動模擬中十分有用,尤其適用于包含無窮大場景,需要排除反射波的情況,不過筆者沒有想出來如何在2維以上波動系統中實作類似邊界條件,

* 本文為筆者課程學習閑暇時的一點思考,可能有naive的地方,公式推導基本是自己腦洞的,專業性欠缺,如果有誤請各位高人指正,

轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/280188.html

標籤:其他

上一篇:基于像素的傳統影像修補演算法實作

下一篇:深入剖析Kubernetes,大廠標配原來可以如此簡單

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 網閘典型架構簡述

    網閘架構一般分為兩種:三主機的三系統架構網閘和雙主機的2+1架構網閘。 三主機架構分別為內端機、外端機和仲裁機。三機無論從軟體和硬體上均各自獨立。首先從硬體上來看,三機都用各自獨立的主板、記憶體及存盤設備。從軟體上來看,三機有各自獨立的作業系統。這樣能達到完全的三機獨立。對于“2+1”系統,“2”分為 ......

    uj5u.com 2020-09-10 02:00:44 more
  • 如何從xshell上傳檔案到centos linux虛擬機里

    如何從xshell上傳檔案到centos linux虛擬機里及:虛擬機CentOs下執行 yum -y install lrzsz命令,出現錯誤:鏡像無法找到軟體包 前言 一、安裝lrzsz步驟 二、上傳檔案 三、遇到的問題及解決方案 總結 前言 提示:其實很簡單,往虛擬機上安裝一個上傳檔案的工具 ......

    uj5u.com 2020-09-10 02:00:47 more
  • 一、SQLMAP入門

    一、SQLMAP入門 1、判斷是否存在注入 sqlmap.py -u 網址/id=1 id=1不可缺少。當注入點后面的引數大于兩個時。需要加雙引號, sqlmap.py -u "網址/id=1&uid=1" 2、判斷文本中的請求是否存在注入 從文本中加載http請求,SQLMAP可以從一個文本檔案中 ......

    uj5u.com 2020-09-10 02:00:50 more
  • Metasploit 簡單使用教程

    metasploit 簡單使用教程 浩先生, 2020-08-28 16:18:25 分類專欄: kail 網路安全 linux 文章標簽: linux資訊安全 編輯 著作權 metasploit 使用教程 前言 一、Metasploit是什么? 二、準備作業 三、具體步驟 前言 Msfconsole ......

    uj5u.com 2020-09-10 02:00:53 more
  • 游戲逆向之驅動層與用戶層通訊

    驅動層代碼: #pragma once #include <ntifs.h> #define add_code CTL_CODE(FILE_DEVICE_UNKNOWN,0x800,METHOD_BUFFERED,FILE_ANY_ACCESS) /* 更多游戲逆向視頻www.yxfzedu.com ......

    uj5u.com 2020-09-10 02:00:56 more
  • 北斗電力時鐘(北斗授時服務器)讓網路資料更精準

    北斗電力時鐘(北斗授時服務器)讓網路資料更精準 北斗電力時鐘(北斗授時服務器)讓網路資料更精準 京準電子科技官微——ahjzsz 近幾年,資訊技術的得了快速發展,互聯網在逐漸普及,其在人們生活和生產中都得到了廣泛應用,并且取得了不錯的應用效果。計算機網路資訊在電力系統中的應用,一方面使電力系統的運行 ......

    uj5u.com 2020-09-10 02:01:03 more
  • 【CTF】CTFHub 技能樹 彩蛋 writeup

    ?碎碎念 CTFHub:https://www.ctfhub.com/ 筆者入門CTF時時剛開始刷的是bugku的舊平臺,后來才有了CTFHub。 感覺不論是網頁UI設計,還是題目質量,賽事跟蹤,工具軟體都做得很不錯。 而且因為獨到的金幣制度的確讓人有一種想去刷題賺金幣的感覺。 個人還是非常喜歡這個 ......

    uj5u.com 2020-09-10 02:04:05 more
  • 02windows基礎操作

    我學到了一下幾點 Windows系統目錄結構與滲透的作用 常見Windows的服務詳解 Windows埠詳解 常用的Windows注冊表詳解 hacker DOS命令詳解(net user / type /md /rd/ dir /cd /net use copy、批處理 等) 利用dos命令制作 ......

    uj5u.com 2020-09-10 02:04:18 more
  • 03.Linux基礎操作

    我學到了以下幾點 01Linux系統介紹02系統安裝,密碼啊破解03Linux常用命令04LAMP 01LINUX windows: win03 8 12 16 19 配置不繁瑣 Linux:redhat,centos(紅帽社區版),Ubuntu server,suse unix:金融機構,證券,銀 ......

    uj5u.com 2020-09-10 02:04:30 more
  • 05HTML

    01HTML介紹 02頭部標簽講解03基礎標簽講解04表單標簽講解 HTML前段語言 js1.了解代碼2.根據代碼 懂得挖掘漏洞 (POST注入/XSS漏洞上傳)3.黑帽seo 白帽seo 客戶網站被黑帽植入劫持代碼如何處理4.熟悉html表單 <html><head><title>TDK標題,描述 ......

    uj5u.com 2020-09-10 02:04:36 more
最新发布
  • 2023年最新微信小程式抓包教程

    01 開門見山 隔一個月發一篇文章,不過分。 首先回顧一下《微信系結手機號資料庫被脫庫事件》,我也是第一時間得知了這個訊息,然后跟蹤了整件事情的經過。下面是這起事件的相關截圖以及近日流出的一萬條資料樣本: 個人認為這件事也沒什么,還不如關注一下之前45億快遞資料查詢渠道疑似在近日復活的訊息。 訊息是 ......

    uj5u.com 2023-04-20 08:48:24 more
  • web3 產品介紹:metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包,它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一,它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:47:46 more
  • vulnhub_Earth

    前言 靶機地址->>>vulnhub_Earth 攻擊機ip:192.168.20.121 靶機ip:192.168.20.122 參考文章 https://www.cnblogs.com/Jing-X/archive/2022/04/03/16097695.html https://www.cnb ......

    uj5u.com 2023-04-20 07:46:20 more
  • 從4k到42k,軟體測驗工程師的漲薪史,給我看哭了

    清明節一過,盲猜大家已經無心上班,在數著日子準備過五一,但一想到銀行卡里的余額……瞬間心情就不美麗了。最近,2023年高校畢業生就業調查顯示,本科畢業月平均起薪為5825元。調查一出,便有很多同學表示自己又被平均了。看著這一資料,不免讓人想到前不久中國青年報的一項調查:近六成大學生認為畢業10年內會 ......

    uj5u.com 2023-04-20 07:44:00 more
  • 最新版本 Stable Diffusion 開源 AI 繪畫工具之中文自動提詞篇

    🎈 標簽生成器 由于輸入正向提示詞 prompt 和反向提示詞 negative prompt 都是使用英文,所以對學習母語的我們非常不友好 使用網址:https://tinygeeker.github.io/p/ai-prompt-generator 這個網址是為了讓大家在使用 AI 繪畫的時候 ......

    uj5u.com 2023-04-20 07:43:36 more
  • 漫談前端自動化測驗演進之路及測驗工具分析

    隨著前端技術的不斷發展和應用程式的日益復雜,前端自動化測驗也在不斷演進。隨著 Web 應用程式變得越來越復雜,自動化測驗的需求也越來越高。如今,自動化測驗已經成為 Web 應用程式開發程序中不可或缺的一部分,它們可以幫助開發人員更快地發現和修復錯誤,提高應用程式的性能和可靠性。 ......

    uj5u.com 2023-04-20 07:43:16 more
  • CANN開發實踐:4個DVPP記憶體問題的典型案例解讀

    摘要:由于DVPP媒體資料處理功能對存放輸入、輸出資料的記憶體有更高的要求(例如,記憶體首地址128位元組對齊),因此需呼叫專用的記憶體申請介面,那么本期就分享幾個關于DVPP記憶體問題的典型案例,并給出原因分析及解決方法。 本文分享自華為云社區《FAQ_DVPP記憶體問題案例》,作者:昇騰CANN。 DVPP ......

    uj5u.com 2023-04-20 07:43:03 more
  • msf學習

    msf學習 以kali自帶的msf為例 一、msf核心模塊與功能 msf模塊都放在/usr/share/metasploit-framework/modules目錄下 1、auxiliary 輔助模塊,輔助滲透(埠掃描、登錄密碼爆破、漏洞驗證等) 2、encoders 編碼器模塊,主要包含各種編碼 ......

    uj5u.com 2023-04-20 07:42:59 more
  • Halcon軟體安裝與界面簡介

    1. 下載Halcon17版本到到本地 2. 雙擊安裝包后 3. 步驟如下 1.2 Halcon軟體安裝 界面分為四大塊 1. Halcon的五個助手 1) 影像采集助手:與相機連接,設定相機引數,采集影像 2) 標定助手:九點標定或是其它的標定,生成標定檔案及內參外參,可以將像素單位轉換為長度單位 ......

    uj5u.com 2023-04-20 07:42:17 more
  • 在MacOS下使用Unity3D開發游戲

    第一次發博客,先發一下我的游戲開發環境吧。 去年2月份買了一臺MacBookPro2021 M1pro(以下簡稱mbp),這一年來一直在用mbp開發游戲。我大致分享一下我的開發工具以及使用體驗。 1、Unity 官網鏈接: https://unity.cn/releases 我一般使用的Apple ......

    uj5u.com 2023-04-20 07:40:19 more