积分形式的辐射传输方程

The Equation of Transfer in Integral Form

Let L L L be the streaming-collision operator, and S S S is scattering operator, we have
L I = Ω ⋅ ∇ I ( r , Ω ) + σ ( r , Ω ) I ( r , Ω ) LI=\Omega\cdot\nabla I(r,\Omega)+\sigma(r,\Omega)I(r,\Omega) LI=ΩI(r,Ω)+σ(r,Ω)I(r,Ω)
and
S I = ∫ 4 π σ s ( r , Ω ′ , Ω ) I ( r , Ω ′ ) d Ω ′ SI=\int_{4\pi}\sigma_s(r,\Omega',\Omega)I(r,\Omega')d\Omega' SI=4πσs(r,Ω,Ω)I(r,Ω)dΩ
and using R R R to denote the scattering operator on the boundary δ V \delta V δV for the intensity I + I^+ I+ of medium leaving radiation is introduced as
R I + = 1 π d r b ′ ∫ 2 π − ρ b μ ′ I ( r , Ω ′ ) d Ω ′ RI^+=\frac{1}{\pi}dr_b'\int_{2\pi-}\rho_b\mu'I(r,\Omega')d\Omega' RI+=π1drb2πρbμI(r,Ω)dΩ
Using this notions, we can wirte the stationaty radiative transfer equation as
L I = S I + q , I − = R I + + q b LI=SI+q,\ I^-=RI^++q_b LI=SI+q, I=RI++qb
If R R R = 0 and q b = 0 q_b=0 qb=0, then the boundary value problem is called standard problem. In this case, we set use L 0 L_0 L0 to denote the streaming-collision operator.

For standard problem, the integral need to find the L 0 − 1 L_0^{-1} L01. Let J = S I + q J=SI+q J=SI+q, and u u u represetns either S I SI SI or J J J, the function v = L 0 − 1 u v=L_0^{-1}u v=L01u satisfies the equation
Ω ⋅ ∇ v ( r , Ω ) + σ ( r , Ω ) v ( r , Ω ) = u ( r , Ω ) \Omega\cdot\nabla v(r,\Omega)+\sigma(r,\Omega)v(r,\Omega)=u(r,\Omega) Ωv(r,Ω)+σ(r,Ω)v(r,Ω)=u(r,Ω)
with zero boundary condition, i . e . , u ( r b , Ω ) = 0 , n ( r b ) ⋅ Ω < 0 i.e., u(r_b,\Omega)=0, n(r_b)\cdot\Omega<0 i.e.,u(rb,Ω)=0,n(rb)Ω<0.

Consider a stright line r b + η Ω r_b+\eta\Omega rb+ηΩ, along an incoming direction Ω \Omega Ω, n ( r b ) ⋅ Ω < 0 n(r_b)\cdot\Omega <0 n(rb)Ω<0, this equation takes the following form
d v ( r b + ξ Ω , Ω ) d ξ + σ ( r b + ξ Ω , Ω ) v ( r b + ξ Ω , Ω ) = u ( r b + ξ Ω , Ω ) , v ( r b , Ω ) = 0. \frac{dv(r_b+\xi\Omega,\Omega)}{d\xi}+\sigma(r_b+\xi\Omega,\Omega)v(r_b+\xi\Omega,\Omega)=u(r_b+\xi\Omega,\Omega), v(r_b,\Omega)=0. dξdv(rb+ξΩ,Ω)+σ(rb+ξΩ,Ω)v(rb+ξΩ,Ω)=u(rb+ξΩ,Ω),v(rb,Ω)=0.
This is an ODE w.r.t ξ \xi ξ. The integral yields
v ( r b + ξ Ω , Ω ) = ∫ 0 ξ e ∫ ξ ξ ′ σ ( r b + ξ ′ ′ Ω , Ω ) d ξ ′ ′ u ( r b + ξ ′ Ω , Ω ) d ξ ′ v(r_b+\xi\Omega,\Omega)=\int_0^{\xi}e^{\int_{\xi}^{\xi'}\sigma(r_b+\xi''\Omega,\Omega)d\xi''}u(r_b+\xi'\Omega,\Omega)d\xi' v(rb+ξΩ,Ω)=0ξeξξσ(rb+ξ′′Ω,Ω)dξ′′u(rb+ξΩ,Ω)dξ
which is equivelent to
v ( r b + ξ Ω , Ω ) = ∫ 4 π ∫ 0 ξ e ∫ ξ ξ ′ σ ( r b + ξ ′ ′ Ω ′ , Ω ′ ) d ξ ′ ′ u ( r b + ξ ′ Ω ′ , Ω ′ ) δ ( Ω , Ω ′ ) d Ω ′ d ξ ′ v(r_b+\xi\Omega,\Omega)=\int_{4\pi}\int_0^{\xi}e^{\int_{\xi}^{\xi'}\sigma(r_b+\xi''\Omega',\Omega')d\xi''}u(r_b+\xi'\Omega',\Omega')\delta(\Omega,\Omega')d\Omega'd\xi' v(rb+ξΩ,Ω)=4π0ξeξξσ(rb+ξ′′Ω,Ω)dξ′′u(rb+ξΩ,Ω)δ(Ω,Ω)dΩdξ
Now, let r r r and r ′ = r − ξ ′ Ω ′ r'=r-\xi'\Omega' r=rξΩ be two points on line r b + η Ω ′ r_b+\eta\Omega' rb+ηΩ. The volumn elements in this point is ξ 2 d Ω d ξ \xi^2d\Omega d\xi ξ2dΩdξ , and ∥ r − r ′ ∥ = ξ ′ \|r-r'\|=\xi' rr=ξ, so Ω ′ = r − r ′ ∥ r − r ′ ∥ \Omega'=\frac{r-r'}{\|r-r'\|} Ω=rrrr. Then, Eq. (9) can be convert to
L 0 − 1 u = v ( r , Ω ) = ∫ V e − τ ( r , r ′ , Ω ) ∥ r − r ′ ∥ 2 u ( r ′ , Ω ) δ ( Ω , r − r ′ ∥ r − r ′ ∥ ) d r ′ L_0^{-1}u=v(r,\Omega)=\int_{V}\frac{e^{-\tau(r,r',\Omega)}}{\|r-r'\|^2}u(r',\Omega)\delta(\Omega,\frac{r-r'}{\|r-r'\|})dr' L01u=v(r,Ω)=Vrr2eτ(r,r,Ω)u(r,Ω)δ(Ω,rrrr)dr
Here, τ ( r , r ′ , Ω ) \tau(r,r',\Omega) τ(r,r,Ω) is the optical distance between r r r and r ′ r' r along Ω \Omega Ω, which is defined as
τ ( r , r ′ , Ω ) = ∫ 0 ξ ′ d ξ ′ ′ σ ( r − ξ ′ ′ Ω , Ω ) . \tau(r,r',\Omega)=\int_{0}^{\xi'}d\xi''\sigma(r-\xi''\Omega,\Omega). τ(r,r,Ω)=0ξdξ′′σ(rξ′′Ω,Ω).
Here, noting that original representation in Eq. (8) is from ξ \xi ξ to ξ ′ \xi' ξ as dummy variable, which is discribe the integral from r r r to r ′ r' r. So here in Eq. (11), we integral from 0 0 0 (means r) to ξ ′ \xi' ξ (means r − ξ ′ Ω r-\xi'\Omega rξΩ), which is defined to be r ′ r' r​. The Eq. (10) describe the 3-D distribution v ( r , Ω ) v(r,\Omega) v(r,Ω) of photons from the source u u u arrive at point r r r along Ω \Omega Ω without suffering a collision. Substitude u = S I u=SI u=SI into Eq. (10) we have
I ( r , Ω ) = ∫ V K I ( r ′ , Ω ′ , Ω ) I ( r ′ , Ω ′ ) d Ω ′ d r ′ + Q ( r , Ω ) I(r,\Omega)=\int_{V}\mathcal{K}_I(r',\Omega',\Omega)I(r',\Omega')d\Omega'dr' + Q(r,\Omega) I(r,Ω)=VKI(r,Ω,Ω)I(r,Ω)dΩdr+Q(r,Ω)
where
K I ( r ′ , Ω ′ , Ω ) = e − τ ( r , r ′ , Ω ) ∥ r − r ′ ∥ 2 σ s ( r ′ , Ω ′ , Ω ) δ ( Ω , r − r ′ ∥ r − r ′ ∥ ) \mathcal{K}_I(r',\Omega',\Omega)=\frac{e^{-\tau(r,r',\Omega)}}{\|r-r'\|^2}\sigma_s(r',\Omega',\Omega)\delta(\Omega,\frac{r-r'}{\|r-r'\|}) KI(r,Ω,Ω)=rr2eτ(r,r,Ω)σs(r,Ω,Ω)δ(Ω,rrrr)
and Q = L 0 − 1 q Q=L^{-1}_0q Q=L01q is calculated using Eq. (10). K I \mathcal{K}_I KI is transition density, means that K I d r ′ d Ω \mathcal{K}_Idr'd\Omega KIdrdΩ is the probability photons which have undergone interactions at r ′ r' r in the direction Ω ′ \Omega' Ω will have their next interaction at r r r along Ω \Omega Ω.

We can imagine that I ( r ′ , Ω ′ ) I(r',\Omega') I(r,Ω) scattered to Ω \Omega Ω direction and then extincted to r r r.

Multiplying Eq. (10) using differential cattering coefficient σ s \sigma_s σs​,
σ s L 0 − 1 u = σ s ∫ V e − τ ( r , r ′ , Ω ) ∥ r − r ′ ∥ 2 u ( r ′ , Ω ) δ ( Ω , r − r ′ ∥ r − r ′ ∥ ) d r ′ \sigma_sL_0^{-1}u=\sigma_s \int_{V}\frac{e^{-\tau(r,r',\Omega)}}{\|r-r'\|^2}u(r',\Omega)\delta(\Omega,\frac{r-r'}{\|r-r'\|})dr' σsL01u=σsVrr2eτ(r,r,Ω)u(r,Ω)δ(Ω,rrrr)dr
and integral
∫ 4 π σ s ( r , Ω ′ , Ω ) L 0 − 1 u d Ω ′ = ∫ 4 π σ s ( r , Ω ′ , Ω ) ∫ V e − τ ( r , r ′ , Ω ) ∥ r − r ′ ∥ 2 u ( r ′ , Ω ) δ ( Ω , r − r ′ ∥ r − r ′ ∥ ) d r ′ d Ω ′ = S L 0 − 1 u \begin{aligned} &\int_{4\pi}\sigma_s(r,\Omega',\Omega)L_{0}^{-1}ud\Omega'=\\&\int_{4\pi}\sigma_s(r,\Omega',\Omega)\int_{V}\frac{e^{-\tau(r,r',\Omega)}}{\|r-r'\|^2}u(r',\Omega)\delta(\Omega,\frac{r-r'}{\|r-r'\|})dr'd\Omega'\\ &=SL_0^{-1}u \end{aligned} 4πσs(r,Ω,Ω)L01udΩ=4πσs(r,Ω,Ω)Vrr2eτ(r,r,Ω)u(r,Ω)δ(Ω,rrrr)drdΩ=SL01u
and the kernel K s \mathcal{K_s} Ks of integral operator S L 0 − 1 SL_0^{-1} SL01 is
K S = ∫ 4 π ∫ V e − τ ( r , r ′ , Ω ) ∥ r − r ′ ∥ 2 σ s ( r , Ω ′ , Ω ) δ ( Ω , r − r ′ ∥ r − r ′ ∥ ) \mathcal{K}_S=\int_{4\pi}\int_V\frac{e^{-\tau(r,r',\Omega)}}{\|r-r'\|^2}\sigma_s(r,\Omega',\Omega)\delta(\Omega,\frac{r-r'}{\|r-r'\|}) KS=4πVrr2eτ(r,r,Ω)σs(r,Ω,Ω)δ(Ω,rrrr)
And the source function J J J satisfies the following integral equation
J ( r , Ω ) = S L 0 − 1 J + q = ∫ 4 π ∫ V K S J ( r ′ , Ω ′ ) d r ′ d Ω ′ + q ( r , Ω ) \begin{aligned} J(r,\Omega)&=SL_0^{-1}J+q\\ &=\int_{4\pi}\int_{V}\mathcal{K}_SJ(r',\Omega')dr'd\Omega'+q(r,\Omega) \end{aligned} J(r,Ω)=SL01J+q=4πVKSJ(r,Ω)drdΩ+q(r,Ω)
The I I I could be expressed via J J J as I = L 0 − 1 J I=L_0^{-1}J I=L01J, where L 0 − 1 L_0^{-1} L01 is in Eq. (10). In many cases, the solution to Eq. (16) is easier for Eq. (40), so using Eq. (16) and using I = L 0 − 1 J I=L_0^{-1}J I=L01J is a better solution.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/62749.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

JS中reduce方法

JavaScript 中的 reduce 方法是一个非常强大的数组方法&#xff0c;它允许你对数组中的所有元素执行一个“reducer”函数&#xff0c;从而将数组“减少”到一个单一的值。以下是 reduce 方法的详细介绍&#xff1a; 语法 array.reduce(function(accumulator, currentValue, c…

印闪网络:阿里云数据库MongoDB版助力金融科技出海企业降本增效

客户背景 上海印闪网络科技有限公司&#xff0c;于2017年1月成立&#xff0c;投资方包括红杉资本等多家国际知名风投公司。公司业务聚焦东南亚普惠金融&#xff0c;常年稳居行业头部。创始团队来自腾讯&#xff0c;中国团队主要由运营、风控及产研人员组成&#xff0c;核心成员…

【后端面试总结】HTTPS工作原理详解

引言 在现代网络通信中&#xff0c;数据的安全性至关重要。HTTP&#xff08;Hypertext Transfer Protocol&#xff09;作为互联网上传输数据的协议&#xff0c;虽然应用广泛&#xff0c;但其数据以明文形式传输&#xff0c;存在被窃取和篡改的风险。为此&#xff0c;HTTPS&…

51c嵌入式~单片机~合集2

我自己的原文哦~ https://blog.51cto.com/whaosoft/12362395 一、不同的电平信号的MCU怎么通信&#xff1f; 下面这个“电平转换”电路&#xff0c;理解后令人心情愉快。电路设计其实也可以很有趣。 先说一说这个电路的用途&#xff1a;当两个MCU在不同的工作电压下工作&a…

Java 基础知识——part 1

1.目前Java平台有三种版本&#xff1a; Java SE&#xff1a;用于开发桌面应用程序 Java EE&#xff1a;用于编写企业级应用程序 Java ME&#xff1a;用于开发设备应用程序 2.Applet可嵌入Web文档的一种小型程序&#xff0c;因网络传输速度关系都很短小 3.Appilication&…

【云计算】虚拟化技术

目录 1. 虚拟化技术在云计算中的那些地方发挥了关键作用&#xff1f; 2. 比较VMare&#xff0c;Xen等虚拟化产品的关键技术&#xff0c;以及对云计算技术提供的支持&#xff1f; 3. 服务器虚拟化&#xff0c;存储虚拟化和网络虚拟化都有哪些实现方式&#xff1f; 4. 讨论桌面…

力扣题目 - 2931.购买物品的最大开销

题目 还需要你前往力扣官网查看详细的题目要求 地址 思路 这边需要你去力扣官网详细查看题目看了题目提供的示例 已经有了解法, 先把values转成1维数组,排序之后进行累加即可 代码 var maxSpending function (values) {let list values.flat();list.sort((a, b) > a - …

嵌入式驱动开发详解6(RTC)

文章目录 前言RTC简介RTC驱动分析RTC驱动框架RTC驱动实现 RTC应用后续 前言 实时时钟是很常用的一个外设&#xff0c;通过实时时钟我们就可以知道年、月、日和时间等信息。 因此在需要记录时间的场合就需要实时时钟&#xff0c;可以使用专用的实时时钟芯片来完成此功能&#x…

单片机:实现跑马灯(附带源码)

单片机实现跑马灯 跑马灯&#xff08;也称作流水灯&#xff09;是一种常见的电子效果&#xff0c;通过依次点亮和熄灭多个LED灯&#xff0c;模拟出一个灯光流动的效果。跑马灯常见于装饰性电子产品中&#xff0c;也是一种展示单片机控制多路输出的基础应用。 在本项目中&…

力扣题目 - 935. 骑士拨号器

题目 还需要你前往力扣官网查看详细的题目要求 地址 1.象棋骑士有一个独特的移动方式&#xff0c;它可以垂直移动两个方格&#xff0c;水平移动一个方格&#xff0c;或者水平移动两个方格&#xff0c;垂直移动一个方格(两者都形成一个 L 的形状)。2.象棋骑士可能的移动方式如下…

传输层7——TCP拥塞控制(重点!!!)

目录 一、认识拥塞控制 1、什么叫做拥塞&#xff1f; 2、拥塞的特点 3、流量控制 VS 拥塞控制 二、TCP如何防止拥塞&#xff1f; 1、慢开始 2、拥塞避免 3、3重复确认 和 快重传算法 4、快恢复算法 5、总结 三、主动队列管理AQM 1、技术背景 2、AQM思 想和实现策略…

PostgreSQL/PostGIS中提升空间查询(分析)性能(效率)的一些方法

目录 1. 使用适当的索引 1.1 索引类型 1.2 分析查询计划 1.3 覆盖索引 1.4 复合索引 1.5 维护索引 1.6 删除不必要的索引 1.7 使用适当的数据类型 2. 建立分区表 2.1 分区表的基本概念 2.2 创建分区表的步骤 2.3 空间数据的分区 2.4 分区表优点 3. 简化几何形状 …

轮播(css+js)

目录 1.实现效果 2.基础代码演示 2.1js代码 2.1css样式 2.3实现效果 3.实现点击切换 3.1给button添加点击事件 3.2效果图如下 3.3发现问题 3.3.1不循环 3.3.2循环 1.实现效果 2.基础代码演示 2.1js代码 <div class"out-box"><div class"tes…

简单的JavaWeb开发示例

以下是一个简单的JavaWeb开发示例&#xff0c;包含一个使用Servlet和JSP实现的简单网页计数器功能&#xff0c;展示了基本的JavaWeb项目结构以及相关代码逻辑。 1. 项目搭建与环境准备 开发工具&#xff1a;可以使用Eclipse、IntelliJ IDEA等集成开发环境&#xff0c;这里以I…

fastadmin框架同时使用 阿里云oss和阿里云点播

背景 项目的实际需求中既要用到阿里云oss产品又用到阿里云点播系统&#xff0c;实现完美的统一。设置两个地址downUrl&#xff0c;thirdCode。分别代表阿里云oss上传路径和阿里云点播系统vId。 实现 默认框架你已经集成好阿里云oss集成工作&#xff0c;前端html页面实现 <…

优秀的3d建模是数据可视化的视觉核心1

增强视觉效果&#xff1a;3D建模通过创建三维立体图像&#xff0c;为观众提供了更为真实和直观的视觉体验。相比于传统的二维图表和图形&#xff0c;3D模型能够更准确地展示复杂数据之间的空间关系&#xff0c;使数据可视化大屏上的信息更加生动和易于理解。 提升信息传达效率&…

flink sink kafka的事务提交现象猜想

现象 查看flink源码时 sink kafka有事务提交机制&#xff0c;查看源码发现是使用两阶段提交策略&#xff0c;而事务提交是checkpoint完成后才执行&#xff0c;那么如果checkpoint设置间隔时间比较长时&#xff0c;事务未提交之前&#xff0c;后端应该消费不到数据&#xff0c…

leetcode 3224. 使差值相等的最少数组改动次数

题目链接&#xff1a;3224. 使差值相等的最少数组改动次数 题目&#xff1a; 给你一个长度为 n 的整数数组 nums &#xff0c;n 是偶数 &#xff0c;同时给你一个整数 k 。 你可以对数组进行一些操作。每次操作中&#xff0c;你可以将数组中任一元素替换为 0 到 k 之间的任一…

Y3编辑器文档4:触发器1(对话、装备、特效、行为树、排行榜、不同步问题)

文章目录 一、触发器简介1.1 触发器界面1.2 ECA语句编辑及快捷键1.3 参数设置1.4 变量设置1.5 实体触发器1.6 函数库与触发器复用 二、触发器的多层结构2.1 子触发器&#xff08;在游戏内对新的事件进行注册&#xff09;2.2 触发器变量作用域2.3 复合条件2.4 循环2.5 计时器2.6…

前端WebSocket应用——聊天实时通信的基本配置

使用 WebSocket 实现实时通信的 Vue 应用 前言1. WebSocketService 类 1.1 类属性1.2 构造函数和连接初始化1.3 WebSocket 连接1.4 事件处理方法1.5 发送和关闭 WebSocket 消息1.6 状态查询与回调注册1.7 完整代码 2. 在 Vue 组件中使用 WebSocketService 2.1 定义 WebSocket …