КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ
Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.
ОБЩИЕ СВЕДЕНИЯ
Номер проекта 23-71-01069
НазваниеРазработка и исследование численных методов решения обратных задач теории распростанения волн на основе современных алгоритмов оптимизации
Руководитель Лытаев Михаил Сергеевич, Кандидат технических наук
Организация финансирования, регион Федеральное государственное бюджетное учреждение науки "Санкт-Петербургский Федеральный исследовательский центр Российской академии наук" , г Санкт-Петербург
Конкурс №84 - Конкурс 2023 года «Проведение инициативных исследований молодыми учеными» Президентской программы исследовательских проектов, реализуемых ведущими учеными, в том числе молодыми учеными
Область знания, основной код классификатора 01 - Математика, информатика и науки о системах; 01-218 - Математическое моделирование физических явлений
Ключевые слова конечно-разностные аппроксимации, обратные задачи, некорректные задачи, уравнение Гельмгольца, коэффициент преломления, оптимизация численных схем, стохастическая оптимизация, псевдодифференциальные операторы, моделирование радиоканалов, дифракция, подводная акустика, радиофизика, акустическая томография
Код ГРНТИ29.03.77
ИНФОРМАЦИЯ ИЗ ЗАЯВКИ
Аннотация
Особую сложность и интерес представляют собой обратные задачи теории распространения волн, когда нужно восстановить волновое поле или параметры среды распространения по данным измерений. Подобного рода задачи возникают в вычислительной гидроакустике, тропосферном распространении радиоволн, геофизике, оптике и квантовой механике. Несмотря на различную природу происходящих в указанных областях физических явлений, описываемые их математические модели являются в известной степени универсальными. Данное исследование направлено на повышение эффективности численных методов решения обратных задач теории распространения волн в неоднородных неограниченных областях. Основное внимание в данном исследовании планируется уделить задаче распространения радиоволн вблизи поверхности Земли и задаче распространения акустических волн в неоднородной подводной среде.
Одна из основных задач операторов беспроводной связи - обеспечить покрытие заданной области при минимальных затратах с учётом санитарных и других ограничений. Данная задача наиболее полно может быть сформулирована как обратная задача для волнового уравнения. Ещё одна актуальная проблема - мониторинг коэффициента преломления тропосферы в реальном времени. Учитывая чрезвычайную сложность его непосредственного измерения, наиболее разумным вариантом является его опосредованная оценка через другие измерения, что также является обратной задачей для волнового уравнения.
К обратным задачам вычислительной гидроакустики относится восстановление внутренней структуры океана по данным акустического зондирования огромных пространственных областей, поиск источников излучения, оценка шумов мирового океана и множество других задач.
Наблюдается все разнообразие эффектов распространения волн, таких как интерференция, дифракция, рефракция, рассеяние, множественное переотражение и т. д. Отличительной особенностью также является огромный размер пространственный области моделирования по сравнению с длиной волны. Часто указанные задачи необходимо решать в реальном (или близком к реальному) масштабе времени. Все это создаёт достаточно жёсткие требования к производительности численных методов.
Существующие численные методы решения указанного класса задач обладают рядом существенных недостатков, которые в полной мере проявляются при попытке их реализации в составе сложных программных комплексов. В основном это касается их недостаточной производительности и наличию множества искусственных расчётных параметров, которые выбираются вручную. Кроме того, существующие методы не позволяют в полной мере производить слияние данных измерений из различных источников и не учитывают многие важные физические процессы и явления.
В данном исследовании предлагается разработать новые численные методы решения обратных задач для трёхмерного уравнения Гельмгольца на основе современных методов стохастической оптимизации. Планируется использовать теорию псевдодифференциальных и псевдоразностных операторов, дискретный дисперсионный анализ для получения аналитических зависимостей между параметрами источников излучения, данными измерений, параметрами численной аппроксимации, параметрами среды и требуемой точностью вычислений. Затем указанные зависимости используется для строгой формулировки обратной задачи определения искомых параметров как задачи оптимизации некоторой функции. Учитывая сложность таких задач, для их решения предлагается использовать стохастические методы оптимизации. Особое внимание будет уделено автоматизации разрабатываемых численных методов для их использования в прикладных программных комплексах.
Следует отметить, что применение стохастических методов для решения обратных задач является принципиально новым научным направлением. Таким образом, полученные результаты могут в дальнейшем быть обобщены для решения других задач, описываемых дифференциальными уравнениями.
ОТЧЁТНЫЕ МАТЕРИАЛЫ
Аннотация результатов, полученных в 2025 году
1. Разработан новый метод расщепления оператора распространения по двум поперечным координатам. В основе лежит двумерная рациональная аппроксимация символа соответствующего псевдодифференциального оператора. Метод не накладывает ограничений на максимальный угол распространения и на вариации коэффициента преломления. Параметры метода (размер расчетной сетки и порядок аппроксимации) выбираются автоматически. Выигрыш в производительности (по времени и памяти) составляет 50-100 раз (в зависимости от требуемого угла распространения).
Разработан метод нахождения обратного оператора (отображающего результаты измерения поля в неоднородности среды) на основе нейросетевого метода DeepONet и параболического уравнения (DeepONet-PE). В отличие от большинства других методов решения обратных задач, DeepONet-PE находит приближенное решение за фиксированное время без применения итерационных процедур. Метод протестирован на задачах акустической и тропосферной инверсии.
2. Разработаны методы инверсии, позволяющие значительно сократить требуемое число приёмников и их пространственную разнесенность. Разработаны рекомендации по их оптимальному расположению.
Разработан метод инверсии параметров волновода испарения. В отличие от аналогов, предложенный метод не требует измерений на больших высотах. В основе лежит технология MIMO (адаптивная антенная решетка), позволяющая изменять диаграмму направленности излучающей антенны и измерять направления прихода сигнала на приёмной антенне. Фактически, для предложенного метода достаточно одного источника радиосигнала и одного приёмника, расположенных на высотах порядка 10 м. Источник и приёмник располагаются на расстояниях порядка 5-10 км друг от друга.
Разработан метод акустической инверсии профиля скорости звука в мелком море, использующий широкий диапазон частот (100-10000 Гц). Использование одновременно нескольких частот в различных диапазонах позволяет значительно сократить количество гидрофонов. Достаточно использовать 3-5 гидрофонов, расположенных вблизи поверхности либо на дне.
Для обработки в обоих указанных методах используются разработанные методы NeuralPE и DeepONet-PE.
Указанные методы могут учитывать неоднородности рельефа (морского дна) и связанные с ними эффекты дифракции и множественного переотражения.
3. Модернизирован разработанный ранее метод нейронного параболического уравнения для одновременного определения профиля скорости звука в воде и параметров морского дна (скорость звука и плотность в грунте). Проанализированы различные типы грунта. Проведено сравнение с методом Trans-D. Показано, что предложенные методы автоматически дифференцируемого параболического уравнения (AD-PE) и нейронного параболического уравнения (NeuralPE) позволяют в 7-10 раз увеличить скорость сходимости.
4. Разработана модернизация функции Бартлета, учитывающая широкополосный сигнал. Показано, что точность местоопределения источника в отсутствии прямой видимости значительно повышается для широкополосного сигнала.
5-6. Существенно модернизирована разрабатываемая руководителем программная библиотека PyWaveProp. Новая версия позволяет производить автоматическое дифференцирование по входным данным. В основе лежит фреймворк JAX, на котором были реализованы численные методы решения однонаправленного уравнения Гельмгольца. Реализованы вспомогательные функции для определения неизвестных параметров среды и источника излучения. Искусственные параметры (шаг сетки, порядок аппроксимации, скорость сходимости и др.) определяются автоматически на основе входных данных. Библиотека свободно доступна по адресу https://github.com/mikelytaev/wave-propagation .
Публикации
1.
Лытаев М.С.
Анализ возможности согласованной со средой локализации источника излучения в условиях дифракции и множественного переотражения
Журнал радиоэлектроники, 2024. – No 8. (год публикации - 2024)
10.30898/1684-1719.2024.8.9
2.
Лытаев М.С.
Automatically Differentiable Higher-Order Parabolic Equation for Real-Time Underwater Sound Speed Profile Sensing
Journal of Marine Science and Engineering, 2024, 12(11) (год публикации - 2024)
https://doi.org/10.3390/jmse12111925
3.
Лытаев М.С.
Метод определения коэффициента преломления тропосферы на основе автоматического дифференцирования параболического уравнения
ЖУРНАЛ РАДИОЭЛЕКТРОНИКИ, №3 (год публикации - 2025)
10.30898/1684-1719.2025.3.11
4.
Лытаев М.С.
Discretize-Then-Optimize Approach to Real-Time Tropospheric Refractivity Inversion
IEEE Antennas and Wireless Propagation Letters, Early Access (год публикации - 2025)
10.1109/LAWP.2025.3551253
Возможность практического использования результатов
Использование в комплексах мониторинга подводной и надводной морской обстановки и в реальном времени;
Проектирование систем и каналов связи между БПЛА;
Разработка системы оперативной океанографии.