基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
高阶矩量法在计算电磁学中的应用越来越广泛,为了进一步提高其计算规模,引入并行的自适应交叉近似压缩算法(Adaptive Cross Approximation algorithm,ACA).该算法首先采用非均匀有理B样条建模(Non-Uniform Rational B-Splines,NURBS)的方法进行面片分组;然后利用矩量法中远区阻抗矩阵的低秩特性进行ACA压缩;最后采用稀疏近似逆预条件(Sparse Pattern Approximate Inverse preconditioning,SPAI)的共轭梯度法(Conjugate Gradient method,CG)快速求解矩阵方程.该算法中的ACA压缩过程和迭代求解过程都特别适合并行计算.数值实验表明,对于电大尺寸问题,ACA压缩后的矩阵占用的内存远远低于原矩阵,而预条件的共轭梯度法可以很快收敛.此外该算法在大规模并行时的效率较高.
推荐文章
多层自适应交叉近似加速的旋转对称体矩量法
旋转对称矩量法
多层自适应交叉近似
三角形基函数
3阶Hermite基函数
混合场积分方程
自适应交叉近似算法在矩量法中的应用
自适应交叉近似算法
矩量法
NURBS建模
自适应交叉近似算法的核外计算方法
自适应交叉近似算法
矩量法
核外求解
雷达散射截面
基于自适应交叉、变异遗传算法的PID整定
自适应遗传算法
PID
参数优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自适应交叉近似压缩的高阶矩量法的并行实现
来源期刊 电波科学学报 学科 工学
关键词 高阶矩量法 ACA压缩算法 共轭梯度法 并行计算
年,卷(期) 2016,(1) 所属期刊栏目 论文
研究方向 页码范围 138-142
页数 5页 分类号 TN011
字数 1562字 语种 中文
DOI 10.13443/j.cjors.2015020701
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王志军 196 827 13.0 15.0
2 党晓杰 西安电子科技大学电子工程学院 14 63 5.0 7.0
3 袁浩波 14 47 4.0 6.0
7 何力 西安电子科技大学电子工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (6)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (3)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
高阶矩量法
ACA压缩算法
共轭梯度法
并行计算
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电波科学学报
双月刊
1005-0388
41-1185/TN
大16开
河南市新乡138信箱3分箱
36-260
1986
chi
出版文献量(篇)
3417
总下载数(次)
11
总被引数(次)
30224
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导