Landau 方程的一种快速谱粒子方法
A fast spectral particle method for the Landau equation
- Technical University of Munich（慕尼黑工业大学）
- Munich Center for Machine Learning（慕尼黑机器学习中心）
- University of Ferrara（费拉拉大学）
- Maxwell Institute for Mathematical Sciences（麦克斯韦数学科学研究所）
- Heriot-Watt University（赫瑞-瓦特大学）
机构由 AI 辅助整理，请以论文原文为准。
AI总结：
本文提出一种结合粒子表示与傅里叶近似的快速确定性粒子方法求解空间均匀 Landau 方程，利用非均匀 FFT 高效计算碰撞通量，并通过二维数值实验验证了其高精度与低计算成本。
AI中文摘要：
我们针对空间均匀的 Landau 方程提出了一种快速确定性粒子方法。该方法将解的粒子表示与非线性碰撞通量的傅里叶近似相结合。利用非均匀快速傅里叶变换从粒子重构密度，并在粒子位置处评估通量和密度，而通量的卷积结构使其能够通过 FFT 高效计算。在固定变换容差下，每个时间步的计算成本为 $\mathcal{O}(N+M^d\log M)$，其中 $N$ 是粒子数，$M$ 是每个速度维度的傅里叶模式数。我们在参考密度远离零的区域上建立了重构速度场的一致性估计。该估计将谱截断误差与粒子密度重构误差分开，表明后者在密度足够光滑时可能占主导地位。使用麦克斯韦相互作用的二维数值实验展示了该方法的准确性和效率、其对粒子和谱分辨率的敏感性以及滤波的影响。与直接 blob 实现的比较表明，在显著降低计算成本的同时提高了准确性。
英文摘要：
We propose a fast deterministic particle method for the spatially homogeneous Landau equation. The method combines a particle representation of the solution with a Fourier approximation of the nonlinear collision flux. Nonuniform fast Fourier transforms are used to reconstruct the density from the particles and to evaluate the flux and density at the particle locations, while the convolutional structure of the flux enables its efficient computation by FFTs. For a fixed transform tolerance, the cost per time step is $\mathcal{O}(N+M^d\log M)$, where $N$ is the number of particles and $M$ the number of Fourier modes per velocity dimension. We establish a consistency estimate for the reconstructed velocity field on regions where the reference density is bounded away from zero. The estimate separates the spectral truncation error from the particle-density reconstruction error, showing how the latter can dominate for sufficiently smooth densities. Two-dimensional numerical experiments with Maxwellian interactions illustrate the accuracy and efficiency of the method, its sensitivity to particle and spectral resolution, and the effects of filtering. Comparisons with a direct blob implementation demonstrate improved accuracy at a strongly reduced computational cost.
