Çok ölçekli elektromanyetik problemlerin geniş bantlı analizi: Potansiyel integral denklemleri için yeni eksik yapraklı MLFMA

Dr. Manouchehr Takrimi‘nin hesaplamalı elektromanyetik üzerine çalışması IEEE Transactions on Antennas and Propagation dergisinde yayımlanmıştır.

Çalışmada eksik ağaç yapıları, potansiyel integral denklemlerinin (PIE) çözümü için karma biçimli çok düzeyli hızlı çokkutup algoritmasıyla (MLFMA) birlikte kullanılmakta ve çok ölçekli açık ve kapalı yüzeylerden elektromanyetik saçılma ve ışımanın doğru ve verimli biçimde analiz edilmesini sağlayan bir algoritma elde edilmektedir. Algoritma nüfus tabanlıdır ve çoğunlukla çok değişken ayrıklaştırmalarla modellenen çok ölçekli geometriler için düzgün olmayan kümeleme kullanmaktadır. Algoritma, 2016 yılında yayımlanan yüzey integral denklemlerine (SIE) dayalı ilk sürümünden ve 2017 yılında yayımlanan hacim integral denklemleri (VIE) sürümünden önemli ölçüde farklılaştırılmıştır. Budanmış kutular eklenerek ve kutudan kutuya, yakın alan ve uzak alan etkileşimleri yeniden düzenlenerek PIE’lerle birlikte kullanım için gerekli altyapı sağlanmıştır. Kanonik ve gerçek çok ölçekli geometrilerin saçılma ve ışıma analizlerinden elde edilen sayısal sonuçlar algoritmanın üstünlüğünü açıkça göstermektedir. Hatanın denetlenebildiği algoritma doğru olup çalışma süresi ve özellikle bellek gereksinimi açısından çok verimlidir ve bellekte bir büyüklük mertebesinden fazla tasarruf sağlayabilmektedir.

Makaleye buradan erişilebilir.

Özet: Manyetik alan integral denklemi için kısa süre önce tanıtılan eksik ağaç yapıları değiştirilmiş ve karma biçimli MLFMA ile birlikte kullanılarak, çok ölçekli açık ve kapalı yüzeylerden saçılma ve ışıma için potansiyel integral denklemlerinin çözümüne yönelik yeni bir geniş bantlı eksik yapraklı MLFMA (IL-MLFMA) geliştirilmiştir. Nüfus tabanlı bu algoritma, derin düzeylerin gerektiğinde doğruluktan ödün vermeden güvenle kullanılmasını sağlayan düzgün olmayan bir kümeleme kullanmaktadır. Böylece hata denetlenebilir kalırken verimlilik artmakta ve bellek gereksinimi büyüklük mertebeleriyle azalmaktadır. Algoritmanın üstünlüğü çeşitli kanonik ve gerçek çok ölçekli geometrilerde gösterilmiştir.