積分形式的輻射傳輸方程

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=Ω??I(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=4π?σs?(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+=π1?drb?2π??ρb?μI(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} L0?1?. 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=L0?1?u 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) Ω??v(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)=0ξ?eξξ?σ(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)=4π?0ξ?eξξ?σ(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=r?ξΩ 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' r?r=ξ, so Ω ′ = r ? r ′ ∥ r ? r ′ ∥ \Omega'=\frac{r-r'}{\|r-r'\|} Ω=r?rr?r?. 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' L0?1?u=v(r,Ω)=V?r?r2e?τ(r,r,Ω)?u(r,Ω)δ(Ω,r?rr?r?)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)=0ξ?dξ′′σ(r?ξ′′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 r?ξΩ), 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)=V?KI?(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)=r?r2e?τ(r,r,Ω)?σs?(r,Ω,Ω)δ(Ω,r?rr?r?)
and Q = L 0 ? 1 q Q=L^{-1}_0q Q=L0?1?q 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 KI?drdΩ 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' σs?L0?1?u=σs?V?r?r2e?τ(r,r,Ω)?u(r,Ω)δ(Ω,r?rr?r?)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} ?4π?σs?(r,Ω,Ω)L0?1?udΩ=4π?σs?(r,Ω,Ω)V?r?r2e?τ(r,r,Ω)?u(r,Ω)δ(Ω,r?rr?r?)drdΩ=SL0?1?u?
and the kernel K s \mathcal{K_s} Ks? of integral operator S L 0 ? 1 SL_0^{-1} SL0?1? 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?=4π?V?r?r2e?τ(r,r,Ω)?σs?(r,Ω,Ω)δ(Ω,r?rr?r?)
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)?=SL0?1?J+q=4π?V?KS?J(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=L0?1?J, where L 0 ? 1 L_0^{-1} L0?1? 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=L0?1?J is a better solution.

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/62749.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/62749.shtml
英文地址,請注明出處:http://en.pswp.cn/web/62749.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

JS中reduce方法

JavaScript 中的 reduce 方法是一個非常強大的數組方法&#xff0c;它允許你對數組中的所有元素執行一個“reducer”函數&#xff0c;從而將數組“減少”到一個單一的值。以下是 reduce 方法的詳細介紹&#xff1a; 語法 array.reduce(function(accumulator, currentValue, c…

印閃網絡:阿里云數據庫MongoDB版助力金融科技出海企業降本增效

客戶背景 上海印閃網絡科技有限公司&#xff0c;于2017年1月成立&#xff0c;投資方包括紅杉資本等多家國際知名風投公司。公司業務聚焦東南亞普惠金融&#xff0c;常年穩居行業頭部。創始團隊來自騰訊&#xff0c;中國團隊主要由運營、風控及產研人員組成&#xff0c;核心成員…

【后端面試總結】HTTPS工作原理詳解

引言 在現代網絡通信中&#xff0c;數據的安全性至關重要。HTTP&#xff08;Hypertext Transfer Protocol&#xff09;作為互聯網上傳輸數據的協議&#xff0c;雖然應用廣泛&#xff0c;但其數據以明文形式傳輸&#xff0c;存在被竊取和篡改的風險。為此&#xff0c;HTTPS&…

51c嵌入式~單片機~合集2

我自己的原文哦~ https://blog.51cto.com/whaosoft/12362395 一、不同的電平信號的MCU怎么通信&#xff1f; 下面這個“電平轉換”電路&#xff0c;理解后令人心情愉快。電路設計其實也可以很有趣。 先說一說這個電路的用途&#xff1a;當兩個MCU在不同的工作電壓下工作&a…

Java 基礎知識——part 1

1.目前Java平臺有三種版本&#xff1a; Java SE&#xff1a;用于開發桌面應用程序 Java EE&#xff1a;用于編寫企業級應用程序 Java ME&#xff1a;用于開發設備應用程序 2.Applet可嵌入Web文檔的一種小型程序&#xff0c;因網絡傳輸速度關系都很短小 3.Appilication&…

【云計算】虛擬化技術

目錄 1. 虛擬化技術在云計算中的那些地方發揮了關鍵作用&#xff1f; 2. 比較VMare&#xff0c;Xen等虛擬化產品的關鍵技術&#xff0c;以及對云計算技術提供的支持&#xff1f; 3. 服務器虛擬化&#xff0c;存儲虛擬化和網絡虛擬化都有哪些實現方式&#xff1f; 4. 討論桌面…

力扣題目 - 2931.購買物品的最大開銷

題目 還需要你前往力扣官網查看詳細的題目要求 地址 思路 這邊需要你去力扣官網詳細查看題目看了題目提供的示例 已經有了解法, 先把values轉成1維數組,排序之后進行累加即可 代碼 var maxSpending function (values) {let list values.flat();list.sort((a, b) > a - …

嵌入式驅動開發詳解6(RTC)

文章目錄 前言RTC簡介RTC驅動分析RTC驅動框架RTC驅動實現 RTC應用后續 前言 實時時鐘是很常用的一個外設&#xff0c;通過實時時鐘我們就可以知道年、月、日和時間等信息。 因此在需要記錄時間的場合就需要實時時鐘&#xff0c;可以使用專用的實時時鐘芯片來完成此功能&#x…

單片機:實現跑馬燈(附帶源碼)

單片機實現跑馬燈 跑馬燈&#xff08;也稱作流水燈&#xff09;是一種常見的電子效果&#xff0c;通過依次點亮和熄滅多個LED燈&#xff0c;模擬出一個燈光流動的效果。跑馬燈常見于裝飾性電子產品中&#xff0c;也是一種展示單片機控制多路輸出的基礎應用。 在本項目中&…

力扣題目 - 935. 騎士撥號器

題目 還需要你前往力扣官網查看詳細的題目要求 地址 1.象棋騎士有一個獨特的移動方式&#xff0c;它可以垂直移動兩個方格&#xff0c;水平移動一個方格&#xff0c;或者水平移動兩個方格&#xff0c;垂直移動一個方格(兩者都形成一個 L 的形狀)。2.象棋騎士可能的移動方式如下…

傳輸層7——TCP擁塞控制(重點!!!)

目錄 一、認識擁塞控制 1、什么叫做擁塞&#xff1f; 2、擁塞的特點 3、流量控制 VS 擁塞控制 二、TCP如何防止擁塞&#xff1f; 1、慢開始 2、擁塞避免 3、3重復確認 和 快重傳算法 4、快恢復算法 5、總結 三、主動隊列管理AQM 1、技術背景 2、AQM思 想和實現策略…

PostgreSQL/PostGIS中提升空間查詢(分析)性能(效率)的一些方法

目錄 1. 使用適當的索引 1.1 索引類型 1.2 分析查詢計劃 1.3 覆蓋索引 1.4 復合索引 1.5 維護索引 1.6 刪除不必要的索引 1.7 使用適當的數據類型 2. 建立分區表 2.1 分區表的基本概念 2.2 創建分區表的步驟 2.3 空間數據的分區 2.4 分區表優點 3. 簡化幾何形狀 …

輪播(css+js)

目錄 1.實現效果 2.基礎代碼演示 2.1js代碼 2.1css樣式 2.3實現效果 3.實現點擊切換 3.1給button添加點擊事件 3.2效果圖如下 3.3發現問題 3.3.1不循環 3.3.2循環 1.實現效果 2.基礎代碼演示 2.1js代碼 <div class"out-box"><div class"tes…

簡單的JavaWeb開發示例

以下是一個簡單的JavaWeb開發示例&#xff0c;包含一個使用Servlet和JSP實現的簡單網頁計數器功能&#xff0c;展示了基本的JavaWeb項目結構以及相關代碼邏輯。 1. 項目搭建與環境準備 開發工具&#xff1a;可以使用Eclipse、IntelliJ IDEA等集成開發環境&#xff0c;這里以I…

fastadmin框架同時使用 阿里云oss和阿里云點播

背景 項目的實際需求中既要用到阿里云oss產品又用到阿里云點播系統&#xff0c;實現完美的統一。設置兩個地址downUrl&#xff0c;thirdCode。分別代表阿里云oss上傳路徑和阿里云點播系統vId。 實現 默認框架你已經集成好阿里云oss集成工作&#xff0c;前端html頁面實現 <…

優秀的3d建模是數據可視化的視覺核心1

增強視覺效果&#xff1a;3D建模通過創建三維立體圖像&#xff0c;為觀眾提供了更為真實和直觀的視覺體驗。相比于傳統的二維圖表和圖形&#xff0c;3D模型能夠更準確地展示復雜數據之間的空間關系&#xff0c;使數據可視化大屏上的信息更加生動和易于理解。 提升信息傳達效率&…

flink sink kafka的事務提交現象猜想

現象 查看flink源碼時 sink kafka有事務提交機制&#xff0c;查看源碼發現是使用兩階段提交策略&#xff0c;而事務提交是checkpoint完成后才執行&#xff0c;那么如果checkpoint設置間隔時間比較長時&#xff0c;事務未提交之前&#xff0c;后端應該消費不到數據&#xff0c…

leetcode 3224. 使差值相等的最少數組改動次數

題目鏈接&#xff1a;3224. 使差值相等的最少數組改動次數 題目&#xff1a; 給你一個長度為 n 的整數數組 nums &#xff0c;n 是偶數 &#xff0c;同時給你一個整數 k 。 你可以對數組進行一些操作。每次操作中&#xff0c;你可以將數組中任一元素替換為 0 到 k 之間的任一…

Y3編輯器文檔4:觸發器1(對話、裝備、特效、行為樹、排行榜、不同步問題)

文章目錄 一、觸發器簡介1.1 觸發器界面1.2 ECA語句編輯及快捷鍵1.3 參數設置1.4 變量設置1.5 實體觸發器1.6 函數庫與觸發器復用 二、觸發器的多層結構2.1 子觸發器&#xff08;在游戲內對新的事件進行注冊&#xff09;2.2 觸發器變量作用域2.3 復合條件2.4 循環2.5 計時器2.6…

前端WebSocket應用——聊天實時通信的基本配置

使用 WebSocket 實現實時通信的 Vue 應用 前言1. WebSocketService 類 1.1 類屬性1.2 構造函數和連接初始化1.3 WebSocket 連接1.4 事件處理方法1.5 發送和關閉 WebSocket 消息1.6 狀態查詢與回調注冊1.7 完整代碼 2. 在 Vue 組件中使用 WebSocketService 2.1 定義 WebSocket …