【摘 要】
:
Sine-Gordon方程可以用于描述某些重要的物理模型和现象,例如超导传输系统中横向电磁波的传播模型、耦合的同轴钟摆模型以及水晶错位现象.而空间分数阶sine-Gordon方程具有空间方向上的非局部效应,是经典sine-Gordon方程的推广.另外,通过引入延迟,微分方程能更准确地拟合一些具有历史记忆的模型和自然现象.因此在本文中,我们研究具分布型延迟的空间分数阶sine-Gordon方程.由于
论文部分内容阅读
Sine-Gordon方程可以用于描述某些重要的物理模型和现象,例如超导传输系统中横向电磁波的传播模型、耦合的同轴钟摆模型以及水晶错位现象.而空间分数阶sine-Gordon方程具有空间方向上的非局部效应,是经典sine-Gordon方程的推广.另外,通过引入延迟,微分方程能更准确地拟合一些具有历史记忆的模型和自然现象.因此在本文中,我们研究具分布型延迟的空间分数阶sine-Gordon方程.由于这样复杂的方程的解析解往往是难以求得的,所以我们将构造用于求解其初边值问题的数值方法.另外,分布型延迟和空间分数阶导数作为两种非局部作用,其数值格式的计算量往往十分巨大.因此我们还对其设计了相应的快速算法.在第一章,我们首先介绍了空间分数阶sine-Gordon方程的物理意义和分布型延迟微分方程的应用背景,接着分别概述了它们的研究现状,并以此导出了本文的研究动机,最后阐述了本文的主要研究内容.在第二章,针对具分布型延迟的空间分数阶sine-Gordon方程的一维和二维初边值问题,我们构造了一类单参方法.对于一维问题,我们理论上证明了该数值方法是时空二阶收敛的,并通过引入带Strang循环预估子的预处理共轭梯度(PCG)方法,得到了PCG单参格式.对于二维问题,为了降低高维问题带来的计算量,我们使用交替方向隐式(ADI)技巧将其转换成一系列一维问题,从而得到了ADI单参方法.理论分析表明该方法是时空二阶收敛的.类似于一维情形,我们使用带Strang循环预估子的PCG方法加速ADI单参方法,得到了PCG-ADI单参格式.最后,我们用数值实验验证了所构造数值格式的收敛阶和计算效率.在第三章,为了减少离散分布型延迟项所带来的计算量,我们采用变换技巧,将具分布型延迟的空间分数阶sine-Gordon方程变换成与其等价的具离散型延迟的耦合空间分数阶sine-Gordon方程.针对一维问题,我们构造了时间二阶空间四阶的变换紧致差分格式,并理论上证明了其收敛性.对于二维问题,通过引入ADI技巧,我们对其构造了ADI变换紧致差分格式.理论分析表明该格式在时间方向和空间方向分别是二阶和四阶收敛的.观察到在变换紧致差分格式和ADI变换紧致差分格式的计算过程中存在许多具有相同Toeplitz系数矩阵的线性方程组需要求解,我们使用Gohberg-Semencul公式将这些Toeplitz矩阵的逆显式地表示出来,并借助快速Fourier变换快速地得到方程的解.最后通过数值实验,我们验证了变换紧致差分格式、ADI变换紧致差分格式及其加速格式的精度和计算效率.在第四章,我们总结了本文对具分布型延迟的空间分数阶sine-Gordon方程研究的主要内容和创新点,分析了所提出数值算法的不足,并据此对今后进一步研究的内容和方向进行了详尽的探讨.
其他文献
车辆重识别问题是指在不同摄像头拍摄的图像中检索指定车辆的技术。在识别过程中,不同视角下的车辆外观特征差异大;同时,类似车型的车辆整体外观相似,仅在细节特征上有较大差异。因此,提高识别视角下的车辆预测特征与实际图像特征的一致性,以及提高车辆细节特征的获取能力,对增强跨视角下的车辆识别性能具有重要意义。本文针对不同视角下的车辆图像转换、特征预测,以及车辆的细节辨识特征感知等方面的内容进行研究,主要工作
目前机器人工业应用大多依赖于结构化的生产环境,通过人工示教的方法完成一些特定动作,而近年来仓储物流、家庭环境等非结构化环境的需求日益增多,机器人技术的智能化成为主流发展方向。机器人对接与抓取任务尤为常见与重要,是当前机器人领域的研究热点,深入研究机器人对接与抓取技术对推进机器人智能化进程和提高生产效率具有重要意义。本文面向机械臂任务中常见的对接与抓取任务,研究基于深度视觉的机械臂对接与抓取规划方法
多机器人系统凭借其自组织、可重构、工作空间大、任务适应性强等优势,受到越来越多研究者的关注。然而,机器人个体的简单组合不仅无法有效应对协作任务,反而可能因为目标冲突、操作力紊乱或感知与计算能力不足等问题导致机器人群体合作破裂。因此,研究多机器人协同操作控制算法,对于多机器人系统的安全、可靠、高效运行具有重要意义。本文关注多机器人抓取、搬运和装配等协同操作环节中普遍存在的轨迹跟踪任务和操作力维持任务
在复杂对抗场景中,存在自然云层以及人工诱饵等干扰,单一算法难以实现高机动性目标的稳定跟踪,抗干扰对抗系统需要基于场景类型及目标行为的感知信息综合调度多种算法策略。因此,从复杂干扰场景中获取多维度场景/目标感知信息对于实现系统的稳定检测跟踪至关重要。论文针对复杂干扰场景中场景/目标智能感知问题展开研究,主要研究内容如下:为了实现战场环境的快速评估,针对传统场景复杂度感知算法特征表示及适用范围具有较强
与传统康复方法相比,机器人辅助疗法人力成本低、康复效率高,气动人工肌肉作为一种具有固有柔顺性、力重比高等优点的驱动器,在以人为中心的康复机器人领域具有重要研究意义。在实际康复过程中,气动人工肌肉驱动的康复机器人的运动控制可以转化为气动人工肌肉的轨迹跟踪控制问题。然而,与电机等传统驱动器相比,气动人工肌肉具有高度的非线性和时滞特性等缺点,目前这类驱动器的跟踪控制策略存在精度不够高和鲁棒性不强的问题。
为了提高运载火箭的运载能力,运载火箭的设计逐渐往轻质化、大型化发展,导致弹性振动对运载火箭飞行性能的影响越来越大,不可忽视。而弹性振动方程的引入又导致火箭控制模型更加复杂,控制器设计难度更高。考虑到弹性模态和刚体姿态在时间尺度上一般存在较大差异,论文将利用奇异摄动理论能够有效处理双时间尺度系统的能力,开展运载火箭弹性抑制和姿态控制研究。首先,论文开展了弹性振动作用下的动力学分析,建立了运载火箭包含
包括下肢外骨骼、下肢智能假肢、下肢智能矫形器在内的下肢可穿戴机器人能够增强或恢复人体下肢运动能力,在医疗、军事和工业生产等领域具有重要的应用价值。下肢运动意图识别是下肢可穿戴机器人领域的一个重要研究方向,能够帮助机器人理解并顺应使用者的运动意图,提升其舒适性、安全性和智能化水平,有利于推动我国智能康复设备和国防装备的发展。充分获取并有效融合反映下肢运动意图的多模态传感器信息、同时准确识别下肢运动意
新能源、分布式能源为智能电网带来了新的机遇与挑战。智能电表与PMUs(phasor measurement units)等智能量测设备的大量部署,为电力供应商提供了海量数据信息,如何利用先进的数据分析技术保障电力系统的安全高效运行受到广泛的重视。线路拓扑辨识与用户特征提取是智能电网数据分析中的两大重要技术,对于优化运行决策和需求响应至关重要。因此,本文针对智能电表与PMUs量测数据驱动的线路拓扑辨
实例分割是一种最接近人类真实视觉感受的计算机视觉任务。虽然已有许多先进的方法,但是他们无法实现特定场景下的良好分割。其中,行人实例分割就是一个充满挑战的课题。由于密集行人存在大量遮挡,且可能尺度差异大、形变剧烈,设计一种精准、快速的行人实例分割算法尤为困难。Deep Snake是一种轻量化、扩展性强的网络,但是其在行人类别上表现不佳。因此,为了提升分割性能,对相关算法进行了分析和研究,提出了改进的
二阶微分方程在天体力学、分子动力学、量子力学、电子学和流体动力学等领域中具有广泛应用.由于人们一般难以求出其理论解,故通过构造数值算法以获得其高效高精度的数值解具有重要研究意义.本文针对一类二阶非线性时变延迟微分方程的初值问题与边值问题,构造了相应的Runge-Kutta-Nystr(?)m(RKN)方法,并分析了这两类方法的收敛性与非线性稳定性,最后通过数值实验验证了理论结果的正确性以及方法的可