Vous êtes sur la page 1sur 230

UNIVERSITE PARIS IX DAUPHINE

Ecole Doctorale EDDIMO Centre de Recherche ONERA-INRIA

No attribu e par la biblioth eque:

Etude de sch emas de discr etisation dordre elev e pour les equations de Maxwell en r egime harmonique

` THESE
pr esent ee pour obtenir le grade de

Docteur en Sciences
(sp ecialit e Math ematiques Appliqu ees) par

Edouard DEMALDENT
Soutenance pr evue le 19 Janvier 2009 devant le jury compos e de : Directeur : Rapporteurs : M. Gary M. Fran cois M. Peter M. Touk M. David M. Gabriel M. Patrick M. Paul COHEN ALOUGES MONK ABBOUD LEVADOUX TURINICI JOLY SOUDAIS (invit e) (invit e)

Examinateurs :

Oce National dEtudes et de Recherches A erospatiales

L'universit n'entend donner aucune approbation ni improbation aux opinions mises dans les thses : ces opinions doivent tre considres comme propres leurs auteurs.

ii

Table des matires


Introduction gnrale 1

Partie I Adaptation de la mthode des lments nis spectraux pour l'approximation des quations intgrales 11

Chapitre 1 Approximation classique


1.1 Formulations variationnelles des quations intgrales 1.1.1 1.1.2 1.1.3 1.2 . . . . . . . . . . 14 14 15 18 22 22 26 29 33 33 34 37 41 Modle trait . . . . . . . . . . . . . . . . . . . . . . . . . . . . Les quations intgrales en champs . . . . . . . . . . . . . . . . Formulations variationnelles . . . . . . . . . . . . . . . . . . . .

La premire famille de Ndlec 1.2.1 1.2.2 1.2.3

Hdiv

. . . . . . . . . . . . . . . . . . . .

Les maillages paramtrs . . . . . . . . . . . . . . . . . . . . . . La premire famille de Ndlec

Hdiv

conforme

. . . . . . . . . .

Elments nis de Lagrange pour la premire famille . . . . . . .

1.3

Calcul de la matrice d'impdance . . . . . . . . . . . . . . . . . . . . . 1.3.1 1.3.2 1.3.3 Calcul des interactions lointaines Calcul des interactions proches Complexit de l'assemblage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

1.4

Conclusion

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

iii

Table des matires

Chapitre 2 Adaptation de la mthode des lments nis spectraux


2.1 Prsentation de la mthode des lments nis spectraux 2.1.1 2.1.2 2.1.3 2.2 . . . . . . . . 44 44 46 47 49 49 51 53 55 55 58 65 69 Principe de la mthode . . . . . . . . . . . . . . . . . . . . . . . Les formules de quadrature . . . . . . . . . . . . . . . . . . . .

Rexion sur la mthode . . . . . . . . . . . . . . . . . . . . . .

La premire famille de Ndlec 2.2.1 2.2.2 2.2.3

Hdiv

spectrale

. . . . . . . . . . . . . . . . . . . .

Choix des degrs de libert - formules de quadrature Expression des termes matriciels Complexit de l'assemblage

. . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

2.3

Validation numrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.1 2.3.2 2.3.3 Quelques mots sur nos solveurs Exemple 1 : la sphre . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

Exemple 2 : le cylindre ouvert . . . . . . . . . . . . . . . . . . .

2.4

Conclusion et perspectives . . . . . . . . . . . . . . . . . . . . . . . . .

Partie II Etude de formulations spectrales exotiques pour l'approximation des quations intgrales 71

Chapitre 3 Tour d'horizon des possibilits d'adaptation de la mthode des lments nis spectraux
3.1 3.2 Mise en place d'une liste varie de formulations spectrales La seconde famille de Ndlec 3.2.1 3.2.2 3.3 . . . . . . . 74 75 75 77 80

Hdiv

spectrale . . . . . . . . . . . . . . .

Prsentation de la seconde famille de Ndlec

Hdiv

conforme . . . . . . . .

Choix des degrs de libert - formules de quadrature

Les formulations

L2

spectrales . . . . . . . . . . . . . . . . . . . . . . .

iv

3.3.1 3.3.2 3.3.3 3.4

Choix des degrs de libert pour la famille d'ordre mixte . . . . Choix des degrs de libert pour la famille d'ordre complet . . . Modications dans l'assemblage de la matrice . . . . . . . . . .

80 84 84 87

Conclusion

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Chapitre 4 Etude phnomnologique des formulations spectrales


4.1 4.2 Prsentation des cas tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 92 92 94 99 99 Comparaison entre la premire et la seconde familles 4.2.1 4.2.2 4.3

Comparaison sur la CFIE et la MFIE . . . . . . . . . . . . . . . Apparition de courants parasites avec l'EFIE . . . . . . . . . .

Comparaison entre les formulations 4.3.1 4.3.2

Hdiv

et

L2

. . . . . . . . . . . . . .

Les formulations d'ordre mixte

. . . . . . . . . . . . . . . . . .

Les formulations d'ordre complet

. . . . . . . . . . . . . . . . . 105

4.4

Conclusion

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

Chapitre 5 Construction d'une formulation robuste


5.1 La formulation semi-spectrale 5.1.1 5.1.2 5.1.3 5.2 Synthse du chapitre . . . . . . . . . . . . . . . . . . . . . . . 110 . . . . . . . . . . . . . . . . . . . . . . . 110 . . . . . . 110

Choix des degrs de libert - formules de quadrature

Retour sur les cas tests . . . . . . . . . . . . . . . . . . . . . . . 111

Mise en uvre d'une formulation ecace . . . . . . . . . . . . . . . . . 114 5.2.1 5.2.2 Dnition des objectifs . . . . . . . . . . . . . . . . . . . . . . . 114 Choix automatique des formules de quadrature . . . . . . . . . 114

5.3

Exemples numriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 5.3.1 5.3.2 5.3.3 La cavit COBRA L'amande NASA . . . . . . . . . . . . . . . . . . . . . . . . . 118 . . . . . . . . . . . . . . . . . . . . . . . . . . 126

L'Alpha Jet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132

5.4

Conclusion et perspectives . . . . . . . . . . . . . . . . . . . . . . . . . 137

Table des matires

Partie III Extension de la mthode au couplage intgro-direntiel139

Chapitre 6 Formulation spectrale du couplage intgro-direntiel


6.1 Formulations variationnelles du couplage intgro-direntiel 6.1.1 6.1.2 6.1.3 6.1.4 6.2 . . . . . . 143 Modle trait . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 Le problme extrieur . . . . . . . . . . . . . . . . . . . . . . . 144

Le problme intrieur . . . . . . . . . . . . . . . . . . . . . . . . 147 Le couplage intgro-direntiel . . . . . . . . . . . . . . . . . . 148

Choix des espaces d'approximation 6.2.1 6.2.2 6.2.3 6.2.4

. . . . . . . . . . . . . . . . . . . . 151

Quelques lments de gomtrie . . . . . . . . . . . . . . . . . . 151 La premire famille de Ndlec Conformit du couplage

Hrot

spectrale

. . . . . . . . . . 153

Hdiv -Hrot

. . . . . . . . . . . . . . . . . 159 . . . . . . . . . . . . . . 160

Calcul des nouveaux termes matriciels

6.3

Validation numrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165 6.3.1 6.3.2 6.3.3 Quelques remarques prliminaires . . . . . . . . . . . . . . . . . 165 Prsentation des cas tests Interprtation des rsultats . . . . . . . . . . . . . . . . . . . . . 165 . . . . . . . . . . . . . . . . . . . . 167

6.4

Conclusion

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174

Chapitre 7 Les lments nis spectraux d'ordre anisotrope


7.1 Principe de la mthode . . . . . . . . . . . . . . . . . . . . . . . . . . . 176 7.1.1 7.1.2 7.2 7.3 Motivations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176 Gnration du maillage . . . . . . . . . . . . . . . . . . . . . . 176 . . . . 179

Prsentation des lments nis hexadriques d'ordre anisotrope

Exemples numriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 7.3.1 7.3.2 La sphre revtue . . . . . . . . . . . . . . . . . . . . . . . . . . 183 L'amande NASA revtue . . . . . . . . . . . . . . . . . . . . . . 185 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189

7.4

Conclusion

vi

Conclusion et perspectives

191

Annexes

Annexe A Elments nis et espaces d'approximation


A.1 Introduction aux lments nis A.1.1 A.1.2 A.2 Gnralits . . . . . . . . . . . . . . . . . . . . . . 197 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197

Elment ni de classe

HD

. . . . . . . . . . . . . . . . . . . . . 198

Espace d'approximation de classe

HD

. . . . . . . . . . . . . . . . . . . 201

Annexe B Conformit du couplage intgro-direntiel


B.1 La premire famille de Ndlec B.1.1 B.1.2 B.1.3 B.2 Conformit dans Conformit dans . . . . . . . . . . . . . . . . . . . . . . 205 . . . . . . . 205

Hrot Hrot

de l'lment ni de rfrence

des lments nis du maillage . . . . . . . 206

Conformit du couplage intgro-direntiel . . . . . . . . . . . . 207

Les lments nis hexadriques d'ordre anisotrope . . . . . . . . . . . . 209 B.2.1 Dnition des degrs de libert sous forme de moments . . . . . 209

Bibliographie

211

vii

Table des matires

viii

Introduction gnrale
Cette tude a t ralise sous la direction de M. Gary Cohen (INRIA , projet POEMS ) et eectue l'Oce National d'Etudes et de Recherches Arospatiales (ONERA) sous la responsabilit de M. David Levadoux, au sein du Dpartement ElectroMagntisme et Radar (DEMR).

Contexte et motivations de l'tude


L'un des domaines stratgiques du DEMR est l'tude de la signature lectromagntique (EM) et de la furtivit radar d'une cible (typiquement, d'un aronef ). Expliquons, en quelques mots, en quoi cela consiste. Un radar met un champ EM qui claire une cible, tandis qu'un second radar mesure l'nergie rchie par la cible (le champ diract). Le rapport entre la puissance de l'onde rchie dans une direction et la densit de puissance mise est donn par la

cace radar

section ef-

(SER). La problmatique gnrale est la suivante : l'tude de la signature

EM et de la furtivit requiert une analyse ne de la SER car elle est une caractristique intrinsque de la cible, et il est de plus en plus ncessaire, pour rpondre aux besoins des industriels, d'tre en mesure de

haute frquence.

calculer avec prcision des SER de faible niveau

Il existe direntes approches pour rsoudre les quations de Maxwell qui modlisent les phnomnes de diraction EM. Chaque approche est plus ou moins adapte un type d'application (en ce sens, il n'y a pas de mthode universelle). La littrature tant trs vaste sur le sujet, nous ne souhaitons pas en faire ici une prsentation exhaustive, mais simplement guider le lecteur jusqu'au domaine de notre tude. En premier lieu, il convient de prciser que notre travail concerne l'tude des quations de Maxwell en

rgime harmonique, qui sont obtenues par une transforme de Fourier


f = /2
xe.

en temps du modle transitoire. Le problme harmonique est par consquent caractris t par une dpendance sinusodale en temps du champ EM, exprime par un facteur e , o

est la pulsation pour une frquence

En second lieu, il convient de distinguer, pour l'tude des phnomnes de diraction

1 Institut

2 Propagation

National de Recherche en Informatique et en Automatique. des Ondes : Etude Mathmatique et Simulation.


1

Introduction gnrale
EM, les mthodes asymptotiques des mthodes dites

exactes.

Les mthodes asymptotiques reposent sur une approximation haute frquence des phnomnes physiques : il ne s'agit pas de calculer la solution exacte du problme de Maxwell, mais un dveloppement asymptotique de la solution suivant la longueur d'onde o

= c/f ,

est la vitesse des ondes EM dans le milieu extrieur. L'intrt de ces mthodes tient

au fait que la complexit du calcul ne crot pas avec la frquence, ce qui permet de traiter rapidement, aujourd'hui au niveau industriel, des aronefs complets pour des frquences suprieures

10 GHz .

Elles ne sont en revanche pas viables pour l'tude de gomtries

complexes ne mesurant que quelques dizaines de longueurs d'onde. En outre, la prcision des mthodes asymptotiques peut tre remise en cause lorsque la cible prsente une cavit, une discontinuit gomtrique (ou, plus gnralement, une surface irrgulire) et, pour les mthodes de rayons (comme l'optique gomtrique [68] et la thorie gomtrique de la diffraction [66]), une surface compose de matriaux htrognes. Or, ces points contribuent fortement la SER et, parfois mme, caractrisent eux seuls la signature radar de l'obstacle. Ce risque d'imprcision aecte particulirement le calcul d'une SER de faible niveau. D'un autre ct, les mthodes exactes reposent sur une discrtisation gomtrique de l'obstacle ou du domaine de propagation de l'onde pour approcher la solution du problme de Maxwell. Cette discrtisation doit tenir compte de la nature oscillante de la solution an de garantir la qualit de son approximation. De ce fait, la complexit du calcul crot avec la frquence, ce qui rend dicile l'utilisation d'une mthode exacte pour traiter des obstacles trs grands face la longueur d'onde : leur domaine d'application est restreint l'tude de cibles de quelques dizaines de longueurs d'onde, voire de quelques centaines si l'on dispose d'un algorithme de rsolution adquat. En revanche, le bien-fond de l'approximation est indpendant de la gomtrie, de la frquence ou, encore, des proprits physiques de l'obstacle. En ce sens, les domaines d'application propres aux mthodes exactes et asymptotiques sont complmentaires pour l'tude des phnomnes de diraction EM. Cette complmentarit a motiv, ces dernires annes, la recherche d'une hybridation entre mthodes exactes et asymptotiques [60][39][61] et, dans une plus large mesure, le dveloppement de mthodes de dcomposition de domaine [6][5]. Notre tude est pleinement consacre aux

mthodes exactes. Elle se concentre sur

le calcul prcis de la SER pour des obstacles de quelques dizaines de longueurs d'onde, en particulier pour des cavits et des gomtries prsentant des singularits gomtriques, et potentiellement constitus de matriaux aux proprits physiques complexes. On considre communment deux familles de mthodes exactes : celle des mthodes dites

volumiques, et celle des mthodes dites surfaciques.

Les mthodes volumiques, comme la mthode des lments nis (ou FEM, pour Finite Element Method) [76][77], ou encore (en rgime transitoire) la mthode des dirences nies [104], des volumes nis [92], et la mthode de Galerkin discontinue [57], prennent bien

en compte les caractristiques physiques de l'obstacle (milieu htrogne, par exemple), et mnent rsoudre un systme linaire creux. Cependant, elles requirent la discrtisation du domaine de propagation de l'onde qui, dans notre cas, est inni. Il faut donc tronquer le domaine pour se ramener un problme de dimension nie, soit en imposant des conditions aux limites absorbantes sur une frontire articielle, soit en introduisant des couches absorbantes ctives parfaitement adaptes (PML, pour Perfectly Matched Layers) [9]. Bien que cela permette de travailler en milieu born, ces mthodes conduisent rsoudre des problmes de grande taille car le nombre d'inconnues du systme sous3 jacent augmente avec la frquence f , selon O (f ). En outre, les mthodes volumiques sont sensibles au phnomne de dispersion numrique, et requirent en gnral une discrtisation ne pour garantir la prcision de la SER. Les mthodes surfaciques, ou mthodes de reprsentation intgrale, s'appuient sur la thorie des potentiels pour dterminer le champ diract [35]. En particulier, les quations intgrales de frontire (ou BEM, pour Boundary Element Method) reformulent de manire quivalente le problme pos dans le volume extrieur l'obstacle, en une quation pose sur sa surface. Celles les plus couramment employes sont les quations intgrales en champ lectrique, magntique et combin (EFIE [59][24][7][8], MFIE, et CFIE [75], pour Electric, Magnetic et Combined Field Integral Equation, respectivement). Avec ces quations, le champ EM est dtermin par ses donnes de Cauchy sur la surface de l'obstacle, qui reprsentent le courant lectrique pour un objet parfaitement conducteur. Le problme consiste donc approcher le courant solution sur un domaine

2D

born,

ce qui entrane une forte rduction du nombre d'inconnues en comparaison aux mthodes volumiques. De plus, ces mthodes sourent moins des problmes de dispersion numrique (comme cela est montr, par exemple, dans [5]) et prennent implicitement en compte les conditions aux limites extrieures. De ce fait, les mthodes intgrales sont en gnral plus prcises que les mthodes volumiques. En revanche, ces quations ont l'inconvnient d'tre non locales et conduisent par consquent rsoudre un systme linaire dense. En outre, les obstacles composs de matriaux non homognes sont diciles traiter par une mthode intgrale pure. Une solution attrayante pour prendre en compte des obstacles aux caractristiques physiques plus complexes consiste coupler la mthode des lments nis et la mthode de reprsentation intgrale : le problme intrieur, potentiellement htrogne, est approch par les FEM, tandis que le problme extrieur, homogne, est approch par les BEM. Ce type d'approche a t largement tudi et dvelopp dans les annes

90

(par exemple,

dans [71][3][4][13][97][36][93]), et est aujourd'hui bien matris. Il reste cependant sensible au phnomne de dispersion numrique et peut donc sourir, en fonction du matriau qui compose l'obstacle, d'un manque de prcision. Notre tude est ddie, dans un premier temps, l'approche par une

de reprsentation intgrale

mthode

en milieu homogne (pour traiter des obstacles parfai-

tement conducteurs) et, dans un second temps, l'approche par un

direntiel (hybridation entre BEM et FEM).

couplage intgro-

Introduction gnrale
Du fait de la densit du systme linaire sous-jacent aux quations intgrales et de la 2 3 croissance du nombre d'inconnues N selon O (f ), la complexit en O (N ) des mthodes de rsolution directe rend rapidement prohibitif le cot de calcul. Cela explique la prfrence naturelle pour les mthodes de rsolution itrative, qui reposent sur une succession de produits Matrice-Vecteur (MV). Pour ces mthodes, la complexit du calcul dpend de la complexit du produit MV utilis, du nombre d'itrations ncessaires la convergence du solveur, et du nombre d'incidences traiter. La complexit du produit MV, l'origine en tours de

O(N log N ) lorsque l'on emploie un algorithme d'acclration 90

O(N 2 ),

se situe aujourd'hui aux alentel que l'algorithme

multiples multiniveaux (adapt aux quations intgrales de l'lectromagntisme au milieu des annes dans [96][23] et depuis largement tudi en France, entre autres dans [37][21][98][94]), ou encore une transformation de Fourier (ou FFT, pour Fast Fourier Transform, utilise entre autres dans [16][14][106]). La rduction du nombre d'itrations a galement fait l'objet d'une intense recherche ces dernires annes, dont les principaux axes d'tudes sont le dveloppement de prconditionneurs algbriques [69][22][74], la recherche de prconditionneurs prenant en compte les spcicits de l'oprateur intgral [25][70], ou encore la recherche de nouvelles formulations intgrales mieux conditionnes [34][12][11][14][47]. Ces avances consquentes rendent aujourd'hui possible la rsolution de problmes comptant plusieurs millions d'inconnues, ce qui permet de traiter des obstacles de quelques centaines de longueurs d'onde, dans la mesure o le nombre d'incidences est limit. Cependant, une rsolution itrative n'est pas toujours approprie. En particulier, la prsence de cavits ou de matriaux dilectriques non absorbants sur l'obstacle pnalise fortement la convergence des solveurs itratifs. En outre, la prise en compte d'un grand nombre d'incidences (pour le calcul de la SER monostatique) constitue encore ce jour une dicult. Lorsque les dimensions de l'obstacle le permettent, ces simulations se prtent mieux une rsolution directe. Il est par consquent ncessaire de disposer d'une technique de discrtisation pertinente pour l'usage d'un solveur direct, en complment d'un solveur itratif rapide. Cette pertinence se traduit essentiellement par la capacit

nombre d'inconnues ncessaires l'estimation prcise de la SER, ce qui dpend


du schma de discrtisation retenu, ainsi que de la mthode d'approximation mise en mthode au

minimiser le

uvre au sein du schma. Il est primordial, pour ce type d'application, de disposer d'une

taux de convergence lev.

Mthodes d'approximation
Les quations intgrales sont en gnral discrtises par la Mthode des Moments (MoM) [55], et plus prcisment par la mthode de Galerkin , qui est naturellement bien pose pour la discrtisation des quations EFIE-MFIE-CFIE lorsque l'espace d'approximation engendr par les fonctions de base est conforme dans conservation de charge

Hdiv (i.e.

la proprit de

doit tre satisfaite au niveau discret) [58]. En outre, la mthode

3 Choix 4 Le
4

identique des fonctions de base et des fonctions test dans la MoM. courant solution est approch par les fonctions de base, et la charge par leur divergence.

de Galerkin est habituellement considre comme tant le schma de discrtisation confrant un taux de convergence

optimal

pour le calcul de la SER [89][100]. Notons cependant

que ces propos ont t nuancs dans [84], o il a t montr qu'un choix dirent des fonctions de base et des fonctions test au sein de la MoM permet d'atteindre un mme taux de convergence : pour le calcul de la SER, le taux de convergence de la MoM est gouvern par la somme des ordres d'approximation des fonctions de base et des fonctions test, mais ne requiert pas qu'ils soient identiques. Les fonctions de base les plus couramment employes dans la MoM sont encore ce jour les fonctions de type Raviart-Thomas (RT) [86], galement connues sous le nom de fonctions RWG (Rao-Wilton-Glisson) [85], ou de fonctions Rooftop [102] sur les quadrilatres. Dans un premier temps dnies sur des maillages constitus d'lments aux artes droites, elles ont ensuite fait l'objet d'une adaptation des maillages constitus d'lments courbes [99][95][101], qui permettent d'approcher plus dlement la surface de l'obstacle. Ces fonctions engendrent un espace d'approximation conforme dans rons que ces fonctions sont d'ordre

Hdiv ,

mais approchent la charge par une constante sur chaque lment du maillage (nous di-

0, puisque la charge est localement approche par une

constante). Elles requirent par consquent une approximation ne de la gomtrie pour obtenir une estimation prcise de la SER. De nombreux travaux ont depuis t consacrs la recherche de fonctions d'ordre lev dans le but d'acclrer le taux de convergence. Nous reportons ici ceux qui ont inspir et orient notre tude (ces travaux reposent sur une approximation polynomiale de la solution). Dans ces travaux, un intrt particulier a t port aux lments nis de la premire famille de Ndlec [78], qui gnralise les fonctions d'ordre quelconque

0 RT-RWG-Rooftop un ordre p 0. En particulier, Graglia et al. prsentent la n des annes 90 dans [52]

une mthode simple de construction d'lments nis de Lagrange pour cette famille : les fonctions de base sont modules par des polynmes d'interpolation dont les racines ( points d'interpolation) sont qui-rparties sur chaque lment du maillage. Une approche dirente est propose par S. Wandzura d'ordre

i.e.

mentation d'un ordre repose sur l'ajout de fonctions de base (

et al. dans [101][54], o l'incri.e. l'ensemble des fonctions


p +1).
En ce sens, ce type de

est inclus dans l'ensemble des fonctions d'ordre

mthode repose sur une hirarchisation des fonctions. D'autres types de fonctions de base

hirarchiques

ont ensuite vu le jour dans les travaux de W. Ca

rcemment, de E. Jrgensen

et al.

et al.

[18][17] et, plus

[62][64][63]. L'intrt premier de ces mthodes tient

au fait qu'il est possible de varier l'ordre des fonctions sur les lments du maillage, tout en prservant la conformit de l'espace d'approximation. Ce type d'approche a t principalement exploit pour l'tude d'obstacles non homognes, mais se justie galement lorsque la taille des lments varie fortement sur le maillage. En revanche, les formulations prsentes dans [101][54][18][17] dgradent considrablement le conditionnement du sytme linaire rsoudre, ce qui limite leur utilisation des mthodes de rsolution directe. Cette dicult a t leve dans [62][64][63], o le bon conditionnement du systme rsulte d'une quasi-orthogonalit des fonctions de base (lorsque le maillage est constitu d'lments rectangulaires). Ces travaux n'ont cependant pas fait l'objet, notre connais-

Introduction gnrale
sance, de l'adaptation d'un algorithme d'acclration du produit MV (les auteurs se sont penchs sur une hybridation avec une mthode asymptotique, l'optique physique, pour traiter des obstacles de grande taille). Ces formulations d'ordre lev ont t mises en uvre au sein d'une mthode de Galerkin, et ont permis d'acclrer le taux de convergence (et donc de rduire le nombre d'inconnues pour atteindre une prcision donne). Cependant, toutes se heurtent au problme suivant : le temps consacr l'assemblage du systme matriciel crot avec l'ordre d'approximation et rend prohibitif le cot de calcul. Cela est d au fait que le calcul de chaque terme matriciel (qui reprsente l'interaction d'une fonction de base avec une fonction test) ncessite l'valuation d'une double intgrale, et que l'estimation de chaque intgrale requiert l'utilisation d'un nombre croissant de points de quadrature, avec l'lvation de l'ordre. Une alternative ce problme consiste discrtiser les quations intgrales par une mthode de Nystrm [20][83][16], o l'on ne travaille plus avec des fonctions dnies sur les lments du maillage, mais directement sur des formules de quadrature (la monte en ordre consiste augmenter l'ordre des formules de quadrature). En gnral moins prcise que la mthode de Galerkin [20] (pour un mme ordre), la mthode de Nystrm bncie en revanche d'un faible temps d'assemblage, ce qui autorise l'lvation de l'ordre d'approximation, et rsulte en une acclration signicative du taux de convergence. Un moyen sduisant pour bncier des avantages de la mthode de Nystrm avec la MoM consiste construire un lment ni de Lagrange dont les points d'interpolation concident avec les points de quadrature. Le temps d'assemblage est alors comparable celui d'une mthode de Nystrm, car chaque fonction est assimile un point de quadrature lors du calcul des termes matriciels. Le dveloppement de cette mthode, connue sous le nom de

point-based MoM,

a dj fait l'objet des travaux de W.C. Chew

[23][42][65][41][40], ainsi que de ceux de S.D. Gedney

et al.

et al.

[48][49][106]. Un point int-

ressant tient au fait qu'un algorithme d'acclration du produit MV leur a t adapt, ce qui confre un large domaine d'application ce type de mthode. La critique que l'on peut mettre sur ces travaux concerne le choix des formules de quadrature (et donc des fonctions), qui ne permet pas d'assurer la conformit la prcision du schma. La monte en ordre de l'approximation a galement fait l'objet d'intenses recherches en FEM, pour la rsolution des quations de Maxwell

Hdiv

de l'espace d'approximation :

il apparat un risque d'accumulation de charge aux artes du maillage qui peut dgrader

volumiques.

Pour ce type de m-

thode, une monte en ordre est d'autant plus intressante qu'elle permet de marginaliser les problmes lis la dispersion numrique, et donc d'accder un haut degr de prcision tout en rduisant le nombre d'inconnues. En revanche, elle entrane une augmentation signicative du nombre d'interactions non nulles dans la matrice (creuse), ce qui rend problmatique le stockage et la rsolution du systme linaire. Une solution ce problme a t propose la n des annes

90

par G. Cohen et P. Monk pour les

lments nis d'artes [32][33], en rgime transitoire : elle consiste galement construire

des lments nis de Lagrange dont les points d'interpolation concident avec les points de quadrature. Cela permet d'obtenir une quasi-orthogonalit des fonctions de base lors de l'estimation de la matrice, et ainsi d'en rduire le nombre d'interactions non nulles. Cette mthode, inspire de la mthode introduite la n des annes [56] et L.-C. Young [105], appele par la suite [81], a fait l'objet des recherches de G. Cohen

mthode des lments nis spectraux


et al. ces dernires annes (pour les qua-

70 par J.-P.

Hennart

tions de Maxwell [82][30], mais aussi pour l'quation des ondes [31][27] et la propagation d'ondes lastiques [29][46][27]). En particulier, elle a rcemment t adapte par G. Cohen et M. Duru aux quations de Maxwell

volumiques, en rgime harmonique [44][28]. Dans


Hrot

ces travaux, le formalisme de la mthode des lments nis spectraux a t port, entre autres, la premire famille de Ndlec, qui prserve la conformit dans de l'espace d'approximation. Notre tude s'inscrit dans la continuit de ces mthodes.

Objectifs de l'tude
Dans le cadre d'une approche par une mthode de reprsentation intgrale, ou par un couplage intgro-direntiel, notre tude consiste dans la recherche d'un espace d'approximation permettant, d'une part, d'assurer la prcision de la section ecace radar et, d'autre part, de rduire de manire signicative les cots de calcul (qu'il s'agisse du temps de calcul ou de l'espace mmoire allou sur le disque). L'eort de rduction des cots est prioritairement ddi aux simulations pour lesquelles l'utilisation d'un solveur direct est invitable, soit en raison du mauvais conditionnement du systme rsoudre (cavits, surfaces ouvertes), soit en raison du nombre d'incidences traiter (SER monostatique). Le moyen le plus ecace d'y parvenir, avec ce type de rsolution, consiste rduire le nombre d'inconnues. Pour tre en mesure d'obtenir une estimation prcise de la SER avec un nombre limit d'inconnues, il est essentiel que la mthode bncie d'un taux de convergence lev. Nanmoins, notre approche doit rester pertinente lorsque l'on a recours un solveur itratif. L'adaptation d'un produit matrice-vecteur rapide doit donc tre envisageable. Nous pensons qu'une adaptation de la mthode des lments nis spectraux aux quations intgrales de l'lectromagntisme, puis au couplage intgro-direntiel, si elle prserve la conformit de l'espace d'approximation, rpondrait au mieux aux objectifs que nous nous xons. Notons qu'il est toujours possible de montrer qu'une lvation de l'ordre d'approximation rduit les cots de calcul : il sut pour cela de se xer un haut degr de prcision 6 atteindre. Par exemple, pour obtenir une prcision de l'ordre de 10 , l'utilisation d'une mthode d'ordre bas n'est pas envisageable du fait de son faible taux de convergence. Dans ce cas, le bien-fond de la monte en ordre est indiscutable, du moins pour approcher la SER (lorsque l'obstacle prsente des singularits gomtriques, une simple monte en ordre ne permet pas d'approcher les courants ce degr d'exactitude).

Introduction gnrale

nos applications : nous recherchons plutt une erreur de l'ordre de

Cependant, obtenir un tel niveau de prcision ne reprsente pas une ncessit pour 102 , voir 103 . Si les

mthodes volumiques d'ordre bas ne le permettent pas toujours, cette prcision peut tre atteinte par les mthodes intgrales usuelles (sur une surface lisse, cela correspond une densit de

10

artes par longueur d'onde). Pour que notre tude soit pertinente, nous

devons nous concentrer sur des calculs avec une faible densit d'inconnues. C'est--dire que, pour l'approche par quations intgrales, nous attachons autant d'importance la constante d'erreur

qu'au taux de convergence de la mthode.

Notre tude s'inscrit essentiellement dans un cadre numrique : l'approche thorique des mthodes sur lesquelles nous travaillons (quations intgrales en champ, mthode des moments, premire famille de Ndlec) a fait l'objet de nombreuses recherches ces dernires dcennies, et est aujourd'hui bien matrise.

Plan de la thse
La thse est compose de trois parties et compte

chapitres. Les deux premires par-

ties traitent le cas d'obstacles dont la surface est mtallique (

i.e. parfaitement conductrice)

par les mthodes de reprsentation intgrale. La prise en compte de matriaux autres que le mtal, par un couplage intgro-direntiel, fait l'objet de la troisime partie. La premire partie de l'tude est consacre l'adaptation aux quations intgrales de la mthode dveloppe, pour les quations de Maxwell

volumiques,

par G. Cohen et

P. Monk. L'objectif est de disposer d'une mthode des moments d'ordre lev bnciant des faibles cots de calcul des mthodes de Nystrm, et prservant la conformit de l'espace d'approximation dans

Hdiv .

La prsentation des quations intgrales et de leurs formes variationnelles, ainsi que la description de la mthode classique d'approximation (premire famille de Ndlec, d'ordre lev ou non), font l'objet du premier chapitre. Nous protons de cette prsentation gnrale pour dtailler les techniques utilises tout au long de l'tude (gnration du maillage et des lments nis du maillage partir d'un lment de rfrence, mthode d'intgration numrique des singularits). Les modications qui permettent d'adapter la mthode des lments nis spectraux aux quations intgrales sont dcrites au deuxime chapitre. Cette approche se distingue des formulations

point-based MoM

existantes par le choix des points d'interpolation dans

la construction des fonctions de base : ils sont placs aux points de quadrature des formules de Gauss-Lobatto. Nous exprimons aussi les contraintes lies cette adaptation, et mettons en vidence ses atouts (acclration de la convergence, temps d'assemblage rduit) et ses dfauts (constante d'erreur leve, perte de prcision sur un obstacle aux artes vives) travers quelques exemples numriques.

dsignons la constante d'erreur comme tant le coecient devant le terme dominant l'erreur, c'est--dire le coecient c dans une expression de type = c h , o est le taux de convergence.
8

5 Nous

La deuxime partie de l'tude a pour but de pallier les divers dfauts de la mthode, sans en sacrier les atouts. Notre approche consiste en une caractrisation des avantages et inconvnients propres diverses formulations spectrales (on se dfait de la premire famille de Ndlec), puis en la dtermination d'une combinaison performante des fonctions de base et des formules de quadrature. Le troisime chapitre de la thse prsente les direntes formulations retenues pour notre tude (formulations d'ordre mixte ou d'ordre complet, conformes ou non dans

Hdiv ),

et expose la manire dont la mthode des lments nis spectraux leur a t adapte. Ces formulations sont ensuite mises l'preuve sur des cas tests simples dans le quatrime chapitre. Une comparaison de leurs performances respectives fait apparatre, en particulier, la complmentarit de deux approches : l'approche par points de Gauss (espace d'approximation non conforme dans

Hdiv ), et l'approche par points de Gauss-Lobatto

(qui prserve la conformit), au sein d'une famille d'ordre mixte. Le cinquime chapitre de la thse tire prot de cette tude phnomnologique pour dnir une mthode d'approximation rapide, prcise, et robuste. Des simulations sur des obstacles tels que la cavit COBRA et l'amande NASA, pour de faibles densits d'inconnues (4

points par longueur d'onde), mettent en avant l'intrt de cette nouvelle

approche. Puis, une simulation sur une surface complexe (un Alpha Jet) nous permet de relativiser les performances de la mthode, et de cerner les quelques points dvelopper pour qu'il soit envisageable de porter un jour cette tude au stade industriel. La troisime partie a pour objectif d'tendre notre mthode au couplage intgrodierentiel, pour la prise en compte d'obstacles dont la surface n'est pas mtallique. Dans cette partie, nous nous concentrons plus particulirement sur des obstacles composs d'un corps parfaitement conducteur revtu d'une ne couche de matriau. La jonction entre les travaux de G. Cohen et M. Duru (pour la partie direntielle) et nos travaux (pour la partie intgrale) fait l'objet du sixime chapitre de la thse. Les diverses formes variationnelles du couplage intgro-direntiel utilises dans notre tude, et les techniques de discrtisation qui leur sont propres, y sont dcrites. Bien que la formulation qui en rsulte soit cense apporter, outre une rduction des cots de calcul, une forte amlioration de la prcision (en majeure partie grce l'attnuation des phnomnes de dispersion numrique dans la partie direntielle), son potentiel est limit lorsque l'on travaille sur une ne couche de matriau. Dans ce cas de gure, une lvation de l'ordre d'approximation risque de dtriorer les performances d'un solveur itratif, du fait d'une rpartition disproportionne des inconnues dans l'paisseur. Le septime et dernier chapitre de la thse propose une approche par lments nis d'ordre anisotrope, pour bncier des retombes induites par la monte en ordre (rduction du nombre d'inconnues et prcision du rsultat) sans dtriorer le conditionnement du systme matriciel. Cette approche est ensuite applique une amande NASA revtue pour mettre en vidence le gain que nous procure ce type d'approximation (tant en prcision qu'en cot de calcul).

Introduction gnrale

10

Premire partie Adaptation de la mthode des lments nis spectraux pour l'approximation des quations intgrales

11

Chapitre 1 Approximation classique


Sommaire
1.1 Formulations variationnelles des quations intgrales . . . 14
1.1.1 Modle trait . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.2 Les quations intgrales en champs . . . . . . . . . . . . . . 1.1.3 Formulations variationnelles . . . . . . . . . . . . . . . . . 14 15 18

1.2 La premire famille de Ndlec Hdiv . . . . . . . . . . . . . 22


1.2.1 Les maillages paramtrs . . . . . . . . . . . . . . . . . . . 1.2.2 La premire famille de Ndlec Hdiv conforme . . . . . . . 1.2.3 Elments nis de Lagrange pour la premire famille . . . .

1.3 Calcul de la matrice d'impdance . . . . . . . . . . . . . . . 33


1.3.1 Calcul des interactions lointaines . . . . . . . . . . . . . . . 1.3.2 Calcul des interactions proches . . . . . . . . . . . . . . . . 1.3.3 Complexit de l'assemblage . . . . . . . . . . . . . . . . . .

22 26 29

1.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Ce premier chapitre prsente l'approximation des quations intgrales de Maxwell par les lments nis de la premire famille de Ndlec

33 34 37

Hdiv

conforme.

Il a pour vocation de poser les bases sur lesquelles est fonde notre tude. La mise en place des quations intgrales et de leur forme variationnelle est faite dans la premire section du chapitre. Dans la deuxime section, nous prsentons la premire famille de Ndlec et la mthode classique de construction des lments nis qui lui appartiennent. Puis, nous mettons en vidence les avantages et inconvnients de la monte en ordre avec ce type d'lment dans la troisime section.

13

Chapitre 1. Approximation classique

1.1 Formulations variationnelles des quations intgrales


1.1.1 Modle trait
Les ondes lectromagntiques sont dcrites par la donne du champ lectrique E et 3 du champ magntique H en tout point de l'espace R . La permittivit lectrique et la permabilit magntique

caractrisent le milieu o elles se propagent. La vitesse de

0 0 la permittivit, la permabilit, et la vitesse de la lumire dans le vide, respectivement.


Nous tudions le problme de la diraction d'une onde lectromagntique par un obstacle tridimensionnel plac dans l'air, et dont la surface est mtallique.

propagation des ondes dans le milieu est

. En particulier, on note 0 ,

0 , et c =

Fig. 1.1 

Le problme de diraction lectromagntique.

3 un domaine ouvert born inclus dans R , de frontire . Le domaine extrieur, + + 3 assimil au vide, est not : = R \ . On note n le vecteur normal unitaire , + dirig de vers , et (Einc , Hinc ) l'onde incidente (onde plane) qui claire la cible
Soit (gure 1.1). Par souci de simplicit, nous supposons que la frontire est rgulire (de + rgularit C ), et que le domaine extrieur est connexe. Le champ lectromagntique diract par l'obstacle est not

(Edif , Hdif ).

Le champ total

(E, H)

est donn par

E = Einc + Edif , H = Hinc + Hdif .


La condition aux limites sur

est celle d'un objet parfaitement conducteur (ou PEC,

pour Perfect Electric Conductor), qui se traduit par

Edif n = Einc n = E n = 0
On note

sur

la densit du courant lectrique prsent la surface, donne par

J=nH
par une pulsation

sur

.
c'est--dire telles que

Nous nous intressons aux solutions harmoniques des quations de Maxwell, caractrises

pour une frquence

f = /2 ,

E(t, r) = Re (E(r) et ) et H(t, r) = Re (H(r) et ) , r R3 .


14

1.1. Formulations variationnelles des quations intgrales


Les champs lectriques et magntiques sont normaliss en posant Le champ

E et H 0 H.

(E, H)

est alors solution des quations de Maxwell harmoniques

est le nombre d'onde :

H k E = 0 , E + k H = 0 , k = 0 0 . Le champ est

(1.1) dit

rayonnant

lorsqu'il vrie la

condition de rayonnement l'inni de Silver-Mller :

|r|

lim (|r|E H r) = 0 .

(1.2)

Remarque 1.1 Le champ lectromagntique incident (onde plane) n'est pas rayonnant.
Le problme de Maxwell harmonique peut s'crire uniquement sur la donne posantes

et

tant lies par la relation

1 H= E k Einc ,

E,

les com-

(1.1).

Etant donn un champ lectrique incident 3 harmonique dans R , le

problme extrieur du parfait conducteur s'crit


dans sur

solution de l'quation de Maxwell

2 Edif k Edif = 0 Edif n = Einc n lim (( Edif ) r + k |r|Edif ) = 0


|r|
et admet exactement une solution [35][80].

+ , , ,

(1.3)

1.1.2 Les quations intgrales en champs


Dans cette section, nous rappelons la mthode de construction des quations intgrales. Toujours par souci de simplicit, les courants sur (nots u dans cette section) sont pris sur l'espace des champs de vecteurs C tangents , que l'on note D (). Notons qu'il est possible de travailler sous des hypothses de rgularit moins restrictives (par exemple pour une rgularit hlderienne, comme cela est montr dans [35]).

Formules de Stratton-Chu
Soit

G(r, r ) =

ek rr ,r = r , 4 r r

le

noyau de Green,

solution lmentaire et rayon-

nante de l'quation de Helmholtz :

( + k 2 )G(r, r ) = r ,
le laplacien portant sur la variable en

(1.4)

r,

et

dsignant la distribution de Dirac centre

r.

Soit

G , L,

et

K,

les potentiels qui transforment tout courant

dni sur

D()

en

un champ dni dans

R3 \

par

G u(r) =

G(r, r )u(r )dr , Ku = G u .


15

Lu =

1 Gu , k

Chapitre 1. Approximation classique


Les potentiels vrient l'quation de Maxwell en dehors de et la condition de + + Silver-Mller l'inni. De plus, ils admettent des traces E et H dnies par et

+ E E = n +E ,

+ H E=

1 n + ( E) , k

est la trace tangentielle extrieure sur

(les hypothses de rgularit poses sur

et la surface nous assurent l'existence de ces traces). Nous introduisons + maintenant le potentiel C , dni sur D () D () par le courant

C + (f , g) = Lg Kf .
Soit

W+

l'image de

D() D()

par le potentiel

C +.

L'importance de

C+

repose sur la

proprit de reconstruction suivante :

Proprit 1.2

Tout champ lectromagntique (E, H) appartenant (W + )2 vrie la formule de reprsentation


+ + E = C + (E E , H E) dans + , + + H = C + (H E , E E) dans + .
(1.5)

(Formules de Stratton-Chu)

Or, on peut montrer que le champ diract Edif , solution du problme extrieur (1.3), + appartient W (de mme que Hdif ). Il en rsulte que Edif peut tre dtermin par ses + + donnes de Cauchy E Edif et H Edif , par la formule (1.5). Le champ lectromagntique incident

(Einc , Hinc )

n'tant pas rayonnant, il ne vrie

pas (1.5). En revanche, tant un champ parfaitement dni sur tout le domaine interne , il vrie la proprit suivante [80] :

+ + Einc , H Einc ) dans + , 0 = C + (E + + + 0 = C (H Einc , E Einc ) dans + .


Ds lors, en sommant le champ incident et le champ diract, et en prenant en compte + la condition de bord E E = 0, on obtient la formule

+ Edif = C + (0 , H E) dans + , + + Hdif = C (H E , 0) dans + .

(1.6)

Equations intgrales en champs


Soit

nL

et

nK

les oprateurs respectivement dnis par

+ + n L = E L , n K = E K+ 1 Id , 2
16

(1.7)

1.1. Formulations variationnelles des quations intgrales


Id l'oprateur identit. L'oprateur n L est d'ordre 1 6 , tandis que l'oprateur + n K est d'ordre 1. En appliquant l'oprateur trace E (1.6), et en remarquant que + + + + E Edif = n Einc et E Hinc = H E E Hdif , on obtient les quations
avec

+ Etan inc = L(H E) = LJ ,

1 1 + + E Hinc = ( Id + n K)(H E) = ( Id + n K)J , 2 2


o l'exposant `tan' indique qu'il s'agit d'une composante tangentielle. Ainsi, le champ lectrique diract well extrieur si le courant

Edif = C + (0, J)

est solution du problme de Max-

est solution de l'quation intgrale

LJ = Etan inc .
Cette quation est connue sous le nom d'

(1.8) (EFIE).

Electric Field Integral Equation


Edif = C + (0, J)

De mme, le champ lectrique diract Maxwell extrieur si le courant

est solution du problme de

est solution de l'quation intgrale (1.9) (MFIE).

1 + ( Id + n K)J = E Hinc . 2
Cette quation est connue sous le nom de

Magnetic Field Integral Equation

(dans [93] par exemple), o l'exposant TE siginie que nous travaillons sur la composante tangentielle du champ lectrique. Quant l'quation MFIE (1.9), elle peut se noter MFIENH , o le terme NH signie que nous prenons la composante n du champ magntique.
L'EFIE (1.8) est bien pose si

Remarque 1.3 L'quation EFIE (1.8) est galement connue sous le nom d'EFIETE

k2

n'est pas une valeur propre du problme intrieur dans sur

E k2E = 0 E n = 0

, .

L'oprateur sous-jacent l'EFIE repose sur un oprateur de Fredholm de premire espce. Il est d'ordre 1, ce qui conduit gnralement (aprs discrtisation) des systmes linaires mal conditionns.

Remarque 1.4 Il existe une quation EFIE sur les surfaces ouvertes parfaitement conductrices. Elle est obtenue partir de (1.8), en faisant tendre l'paisseur de l'obstacle vers 0. + Le courant solution J = E H correspond alors la somme des courants sur les 2 cts de la surface (que l'on qualie communment de saut du courant sur la surface, en raison de l'opposition des normales chaque ct).
6 Sur

une surface lisse, un oprateur d'ordre t envoie H s dans H st .


17

Chapitre 1. Approximation classique


La MFIE (1.9) est bien pose si

n'est pas une valeur propre du problme intrieur dans sur

E k2E = 0 1 n ( E) = 0 k
pce (perturbation compacte de l'identit, pour

L'oprateur sous-jacent la MFIE repose sur un oprateur de Fredholm de seconde es-

susamment lisse), ce qui est propice

une convergence rapide des algorithmes itratifs lorsqu'on est susamment loign des frquences de rsonance. En revanche, il n'existe pas de MFIE sur une surface ouverte. La combinaison de l'EFIE et de la MFIE, connue sous le nom de

Integral Equation
utilise :

Combined Field
(1.10)

(CFIE) [75], donne une quation bien pose quelle que soit la frquence CFIE

= (1 ) EFIE + MFIE ,

]0, 1[ ,

ce qui s'crit de manire explicite

1 + (1 )LJ + ( Id + n K)J = (1 )Etan inc + E Hinc . 2


l'EFIE. Par contre, du fait de sa composante une surface ouverte.

(1.11)

En outre, le systme linaire qui en rsulte est mieux conditionn qu'avec la MFIE ou

MFIE,

la CFIE ne peut tre utilise sur

1.1.3 Formulations variationnelles


Nous cherchons rsoudre un problme dont l'inconnue est le courant

J,

de la forme (1.12)

TJ = g ,
o

g D()

est une donne du problme, et

lons discrtiser l'quation (1.12) par la approche la gomtrie (cf. annexe A) :

mthode des moments


h

un oprateur intgral sur

Nous al-

(MoM) [55]. Pour cela on

par un maillage

constitu d'lments triangulaires ou quadri-

latraux (aux artes droites ou courbes), et vriant les conditions habituelles suivantes

chaque lment de

est un compact connexe de

R3 ,

d'intrieur non vide,

les intrieurs de deux lments distincts de toute arte d'un lment de de la frontire de

sont disjoints,

est soit l'arte d'un autre lement, soit une partie

(dans le cas ou

est une surface ouverte).

Dans la suite de l'tude, nous dirons d'un tel maillage qu'il est conforme.

B N de N courants lmentaires b , 1 b N , appels fonctions de base, et dnis sur h . Ces fonctions dcrivent un sous-espace de L2 (h ) 3 . En outre, on suppose que sur l'intrieur de chaque lment K du maillage, leur divergence 2 est dans L (K ). La manire dont sont gnrs le maillage et l'espace des fonctions de base
On se donne un ensemble 18

1.1. Formulations variationnelles des quations intgrales


est dcrite dans la section suivante. Nous cherchons une approximation de linaire de nos fonctions de base :

J, note Jh , qui est obtenue par une combinaison

Jh (r) =
b=1
o

J b b (r) r h ,

J b , 1 b N , sont les coecients dterminer. On force alors le rsidu resh = g T Jh M tre orthogonal un second sous-espace, de dimension M : T = {t }M t=1 . Cet espace est appel l'espace des fonctions test (ci-dessous, on note , la projection pour la 2 norme L sur l'espace des fonctions test). En rsum, on a N

resh = g T Jh = g
b=1

J b T b ,

t , resh = 0 ,

t = 1, . . . , M .

Pour la discrtisation des quations intgrales, on prend gnralement le mme espace M N pour T et B [89][100][58]. Ce choix particulier est connu sous le nom de

la mthode de Galerkin. Il s'agit alors de rsoudre le problme matriciel de dimension N N


N J Zt,b b = Vt b=1

t = 1, . . . , N ,
(1.13)

Zt,b = t , T b , Vt = t , g . Z
est communment appele la matrice d'impdance. Dans ce qui suit, l'oprateur gradient porte sur la variable r, et l'oprateur r . On note Mt la transpose d'une matrice M. Par analogie, on note

sur

la variable

= y z x

t = (

, , ). x y z

Formulation variationnelle de l'EFIE


L'quation EFIE (1.8) s'crit de manire plus explicite sous la forme (en tenant compte de (1.4))

+ k Etan inc (r) =

G(r, r )J(r ) dr

= + (k 2 + ())

G(r, r )J(r ) dr

.
19

Chapitre 1. Approximation classique


Lorsque

n'est pas sur le domaine d'intgration, nous avons l'galit suivante :

(k 2 + ())
h
avec

G(r, r )Jh (r ) dr =
h

G(r, r )Jh (r ) dr ,

(1.14)

la matrice symtrique de taille

33

dnie par (1.15)

G(r, r ) = (Idk 2 + t )G(r, r ) ,


et connue sous le nom de

dyade de Green (o encore de noyau dyadique de Green ). Quand r


), lorsque

est sur le domaine d'intgration, le double gradient rend l'intgrale (1.14) hyper-singulire (de singularit

1 rr

r tend vers r . Elle n'est donc plus intgrable au sens de


et

Lebesgue, mais il est possible d'aaiblir cette singularit en appliquant la formule de Stokes la matrice d'impdance. Soit

h , de frontires respectives K et K . On note nK et nK les normales unitaires K et K (orientes vers l'extrieur de K et K', respectivement). Lorsque les fonctions t et b sont dnies sur K et K ,
deux lments de respectivement, on a la formule de Stokes

t (r) t G(r, r ) b (r ) dr dr =
K K

dr t (r)
K

dr G(r, r ) b (r )
K

dr ( t ) (r)
K

dr G(r, r ) ( b ) (r )
K

dr ( t ) (r)
K

dr G(r, r ) (nK b ) (r )
K

dr (nK t ) (r)
K

dr G(r, r ) ( b ) (r )
K

dr (nK t ) (r)
K

dr G(r, r ) (nK b ) (r ) ,
K
(1.16)

est la divergence surfacique sur

h .

Les intgrales sur les bords des lments,

notes

, sont nulles ds lors que l'on choisit nos fonctions

dans un sous-espace de

Hdiv (h ) = L2 (h )

; L2 (h ) .

On obtient alors la forme variationnelle (1.13) faiblement singulire de l'EFIE :

EFIE Zt,b = h h

G(r, r ) k 2 t (r) b (r ) t (r) b (r ) dr dr,


(1.17)

VtEFIE = k
h
20

t (r) Einc (r) dr.

1.1. Formulations variationnelles des quations intgrales

Formulation variationnelle de la MFIE


En injectant la partie droite de (1.7) dans la formule (1.9), l'quation MFIE s'crit

n Hinc (r) = J(r) n

G(r, r )J(r ) dr

Proprit 1.5
lim

Pour et J rguliers, et pour tout point r en dehors de , on a la propit suivante [35] :


rr0

n(r0 )

G(r, r )J(r ) dr

J(r0 ) 2

n(r0 ) ( G(r0 , r ) J(r )) dr .

En supposant notre frontire susamment rgulire, on obtient l'quation

(n Hinc ) (r) =

J(r) + 2

n(r) ( G(r, r ) J(r )) dr

r ,

qui, aprs discrtisation, nous amne rsoudre le systme

t (r) (n Hinc ) (r) dr =


h

1 2 +

t (r) Jh (r) dr
h

t (r)
h h

n(r) ( G(r, r ) Jh (r )) dr

dr ,

t = 1, . . . , N ,
o l'intgrale sur MFIE s'crit donc

est faiblement singulire [35]. La formulation variationnelle de la

MFIE Zt,b =

1 2

t (r) b (r) dr +
h h

t (r)
h

n(r) ( G(r, r ) b (r )) dr

dr ,

VtMFIE =
h

t (r) (n Hinc ) (r) dr .


(1.18)

Formulation variationnelle de la CFIE


La formulation variationnelle de la CFIE s'obtient par la combinaison linaire de celles dnies pour l'EFIE et la MFIE :

CFIE EFIE MFIE Zt,b = (1 )Zt,b + Zt,b ,


(1.19)

VtCFIE
avec

= (1

)VtEFIE

VtMFIE

]0, 1[.
21

Chapitre 1. Approximation classique

1.2 La premire famille de Ndlec Hdiv


Les fonctions de base les plus couramment employes pour la discrtisation des quations intgrales sont les fonctions appartenant la premire famille de Ndlec de classe

Hdiv

[78]. Cette famille gnralise les espaces fonctionnels d'ordre mixte

(0, 1)

dnis par

les fonctions dites de Raviart-Thomas [86], ou encore par les fonctions Rooftop sur les quadrilatres [102] et RWG (Rao-Wilton-Glisson) sur les triangles [85], un ordre quelconque

(p, p + 1), p 0

(nous parlerons dsormais de fonctions d'ordre

et d'ordre

p,

respectivement).

Dans son article, Ndlec dnit un espace d'approximation mais ne dcrit pas explicitement les fonctions de base qui le composent. Un choix spcique de ces fonctions est propos par Graglia la n des annes 90 dans [52]. Celui-ci a l'avantage d'tre facilement mis en uvre dans un code, quel que soit l'ordre

retenu.

Nous dbutons cette section par la prsentation du type de maillage utilis dans notre tude, et introduisons ensuite la premire famille de Ndlec de classe

Hdiv

sur les qua-

drilatres. Puis, nous dnissons une mthode simple de construction d'lments nis de Lagrange appartenant cette famille, et prsentons sous ce formalisme le cas particulier propos par Graglia dans [52], que l'on considre classique du fait de sa popularit.

1.2.1 Les maillages paramtrs


Notre tude portant sur le dveloppement d'lments nis quadrilatraux, nous nous concentrons ici sur la description d'un maillage compos uniquement de quadrilatres. Il est obtenu de la faon suivante :

1. 2.

On se donne une partition de la surface du maillage

compose de

Ne

quadrilatres.

Sur chaque quadrilatre, on xe un certain nombre de points qui seront les nuds

h .

Ces points sont en gnral aux sommets des quadrilatres, mais

peuvent galement tre pris au milieu des artes, au centre des quadrilatres, etc.

3.

Chaque lment du maillage nuds.

est obtenu par interpolation lagrangienne des

e h = N i=1 {Ki }, o chaque Ki dnote un quadrilatre du maillage, et K le 2 2 3 carr unit dans R (K = [0, 1] ). On pose Fi le diomorphisme de K dans R , tel que Fi (K ) = Ki . Le maillage est donc gnr partir du carr unit K , dornavant appel lment de rfrence, et des Ne transformations Fi . On note (u, v ) les coordonnes sur K , et {eu , ev } la base canonique de R2 . Les vecteurs u Fi et v Fi forment la base des vecteurs tangents (ou contravariants) la surface dcrite par Ki . Le vecteur u Fi v Fi
On note 22

1.2. La premire famille de Ndlec Hdiv


est donc normal cette surface. On note

DFi = Ji = ni =

[u Fi , v Fi ] u Fi v Fi u Fi v Fi Ji

la matrice jacobienne (de taille

3 2), Ki ),

le jacobien (lment d'intgration surfacique sur

la normale unitaire sur

Ki . {u Fi , v Fi }. On a les galits

La base des vecteurs cotangents (ou covariants) est note

u Fi = |u Fi | =

v Fi ni ni u Fi , v Fi = , Ji Ji |v Fi | , Ji |v Fi | = |u Fi | , Ji
(1.20)

Fi Fi = , , 1 , 2 ,
o les indices Kronecker). An d'exprimer explicitement nos transformations tions suivantes :

et

correspondent

et

v,

respectivement (, dsigne le symbole de

Fi ,

il nous faut introduire les no-

Dnition 1.6

Soit r1 , . . . , rd une liste d'entiers positifs. On dnit Qr1 ,...,rd comme tant l'espace des polynmes dnis sur [0, 1]d valeurs dans R, de degr infrieur ou gal ri par rapport chaque variable xi , i = 1, . . . , d. La dimension de l'espace Qr1 ,...,rd est d i=1 (ri + 1).

Dnition 1.7

r r Soit 1 , . . . , r +1 , r + 1 points dnis sur [0, 1], distincts 2 2. Les polynmes de Lagrange associs ces points sont les polynmes dnis par r +1 r lj ( )

:=
i=1,i=j

ir , 1j r+1 . r j ir

On a en particulier les proprits suivantes : r 1. lj est de degr r pour tout j = 1, . . . , r + 1, r r 2. lj (i ) = i,j . r r +1 3. L'ensemble {lj }i=1 forme une base de Qr .
Soit

+1 r 0, {ir }r i=1

un ensemble de

r +1

points dnis sur

[0, 1]

tel que

r r 0 = 1 < . . . < r +1 = 1 ,
23

Chapitre 1. Approximation classique


et

r r+1 {li }i=1

l'ensemble des polynmes de Lagrange qui leurs sont associs. On note

Lr,r i,j

le

polynme de Lagrange dni sur

par

r r Lr,r i,j (u, v ) = li (u) lj (v ) , 1 i, j r + 1.


L'ensemble des polynmes Soit impose

{Lr,r i,j , 1 i, j r + 1}

forme une base de ses

Qr,r .
nuds. On

un lment du maillage, et

{Ni,j , 1 i, j r + 1} , 1 i, j r + 1 ,

(r + 1)2

r F(ir , j ) = Ni,j
la transformation

(1.21)

qui lui est associe.

La transformation

F d'ordre r, qui tout point (u, v ) sur K


r +1 r+1 r+1

fait correspondre le point

F(u, v )

sur

K,

s'exprime

F(u, v ) =
i,j =1

Lr,r i,j (u, v ) Ni,j

=
i=1 j =1

r r li (u) lj (v ) Ni,j .

(1.22)

Remarque 1.8 Soit aij l'arte commune deux lments Ki et Kj (de transformations respectives Fi et Fj ). En tout point r de aij , de coordonnes paramtriques (ui , vi ) sur Ki et (uj , vj ) sur Kj , on a
Fi (ui , vi ) = Fj (uj , vj ).

Autrement dit, on a concidence de l'arte entre deux lments adjacents. Cela est d au fait que la restriction de chaque transformation F une arte est un polynme de Qr , entirement dtermin par les r + 1 nuds placs sur l'arte. De plus, si l'on note t Fi et t Fj les vecteurs tangents (non normaliss) l'arte aij sur Ki et Kj , respectivement, alors on a l'galit
t Fi (ui , vi ) = t Fj (uj , vj ),
(1.23)

o le signe varie selon l'orientation locale de Ki et Kj . La transformation d'ordre 1


Soit

s1 , . . . , s4

les sommets de l'lment

K,

toujours numrots tel que

dirig vers l'extrieur (si la surface est ferme). La transformation est obtenue en choisissant

( s 1 s2 s1 s4 ) soit d'ordre 1 (bi-linaire)

1 1 1 = 0 , 2 =1,

N1,1 = s1 , N2,1 = s2 , N2,2 = s3 , N1,2 = s4 .


Cette transformation gnre des lments non coplanaires (gure 1.2), aux artes droites (la restriction de

chaque arte de

est une fonction ane).

24

1.2. La premire famille de Ndlec Hdiv

La transformation d'ordre 2
Soit d'ordre

s12 , . . . , s34 les milieux des artes de l'lment K , et s1234 son centre. La transformation 2 (bi-quadratique) est obtenue en choisissant
2 1 =0 N1,1 = s1 N1,2 = s14 N1,3 = s4

, , , ,

2 2 = 0,5 N2,1 = s12 N2,2 = s1234 N2,3 = s34

2 , 3 =1 , , N3,1 = s2 , , N3,2 = s23 , , N3,3 = s3 .

La restriction de d'ordre

chaque arte de

est une fonction quadratique. La transformation

est reprsente dans la gure 1.2.

Les transformations d'ordre suprieur 2


Il est bien sr possible d'augmenter l'ordre de l'approximation de la gomtrie. Le moyen i1 r le plus simple de gnraliser la mthode est de poser i = , 1 i r + 1, et de placer r les nuds correspondants sur la surface relle . Cela est ralisable l'aide d'un logiciel de maillage, pour un ordre infrieur ou gal

2.

En revanche, nous ne disposons pas

de logiciel de maillage adapt aux ordres suprieurs. De ce fait, nous limiterons l'usage de ces ordres l'approximation de surfaces canoniques, pour lesquelles le maillage peut tre gnr analytiquement : les nuds transformation

Ni,j

sont dnis par la relation (1.21), avec une

d'ordre

1,

puis sont projets sur la surface.

Fig. 1.2 

La transformation F d'ordre 1 ( gauche), et d'ordre 2 ( droite).

F, les sommets si , 1 i 4, ont pour (0, 0), (1, 0), (1, 1), et (0, 1), respectivement. Sur le carr unit, on note a1 l'arte sur laquelle u = 1, a2 , a3 , et a4 , les artes sur lesquelles v = 1, u = 0, et v = 0, respectivement. Sur un lment K , les artes correspondantes sont notes ai , ai = F(ai ), 1 i 4. Les normales unitaires aux artes ai (diriges vers l'extrieur de
Quel que soit l'ordre de la transformation coordonnes paramtriques 25

Chapitre 1. Approximation classique


l'lment), notes

na i ,

s'expriment de la manire suivante :

na 1 = na 3 =

J u F = u F |u F| |v F|

, na 2 =

v F J = v F , |v F| |u F|

J v F J u F = u F , na 4 = = v F . |u F| |v F| |v F| |u F| |v F|
sur

L'lment d'intgration linique est

a1

et

a3 , |u F|

sur

a2

et

a4 .

1.2.2 La premire famille de Ndlec Hdiv conforme


En

1980, Ndlec prsente dans [78] divers lments nis (conformes dans Hdiv
7

ou dans

Hrot , dnis sur des cubes ou des ttradres). Ces lments nis reposent tous sur un ordre
d'approximation mixte et sur une reprsentation particulire des degrs de libert (ou DOF, pour Degrees of Freedom), sous la forme de moments dnis sur les bords et l'intrieur de l'lment. C'est ce qu'on appelle communment aujourd'hui la premire famille de Ndlec. Nous prsentons ici la premire famille de Ndlec pour les lments nis quadrilat-

Hdiv . Pour cela, nous commenons par la prsentation d'un lment ni modle (K, P, ) (dit de rfrence ) sur le carr unit. Puis, nous prsentons la mthode de construction des lments nis (K, PK , K ) du maillage qui permet de gnrer l'espace d'approximation de classe Hdiv (cf. annexe A) :
raux de classe

Xh =

Hdiv (h ) ; K h , |K PK

(1.24)

base de

Soit p un entier positif ou nul. Pour chaque arte a de K , nous nous donnons une Aa p de l'espace Qp sur a. Sur l'intrieur de K , nous nous donnons une base Bp

Qp1,p eu Qp,p1 ev (Bp est l'ensemble vide lorsque p est nul). Autrement dit, Bp est une base de l'espace Qp,p , qui concide avec Qp1,p eu Qp,p1 ev sur l'intrieur de K (avec = ( , )t ). Tout lment q appartenant ce sous-espace peut s'crire u v q = (qu , qv )t , qu Qp1,p , qv Qp,p1 .
Sur le carr unit et pour un ordre mire famille de Ndlec de classe

p 0,

les lments nis quadrilatraux de la pre-

Hdiv

sont donns par le triplet

(K, P, ),

o :

1. K = [0, 1]2 , 2. P = = (u , v )t ; u Qp+1,p , v Qp,p+1 = Qp+1,p eu Qp,p+1 ev , 3.


7 Les
est compos de degrs de libert pouvant tre reprsents par les moments

fonctions de base sont des vecteurs moduls par des polynmes d'ordre p et d'ordre p + 1, selon la direction du vecteur et la/les direction/s transverse/s.
26

1.2. La premire famille de Ndlec Hdiv


(a)

( na ) qi ds,
a

avec

q i Aa p, qi Bp ,

sur chaque arte

de

K;

(b)

qi dx
K

avec

l'intrieur de

K. a
est l'op-

L'oprateur trace qui permet de caractriser les DOF associs une arte a rateur Tdiv dni par (cf. annexe A.1.2 : (A.4))

a Tdiv := ( na )|a .
De ce fait, l'espace trace

(1.25)

Pa div

(cf. annexe A.1.2 : (A.5)) est donn par

Pa div :=

a Tdiv ; P

= Qp .

(1.26)

Thorme 1.9
Preuve [78]

L'lment ni (K, P, ) est unisolvant et de classe Hdiv .


a Sur chaque arte a de K , na appartient Pdiv = Qp (d'aprs (1.25) et (1.26)). Comme Aa p forme une base de Qp sur a, l'ensemble des moments de type (a) forme une base a de (Pdiv ) , ce qui signie que l'lment ni (K, P, ) est de classe Hdiv (cf. annexe A.1.2 : a dnition A.2). On note l'ensemble des DOF de associs une arte a ( qui

i.e.

peuvent tre reprsents uniquement l'aide des moments de type (a)). On a

card(a ) = card(Aa ) = p + 1 .
Comme

Bp

forme une base de

moments de type (b) forme

Qp1,p eu Qp,p1 ev , Bp est inclus dans P, et l'ensemble des une base libre de P (par dualit). En outre, on a

card(a ) + card(Bp ) = 4(p + 1) + 2p(p + 1) = 2(p + 1)(p + 2) = dim(P) .


a
La reprsentation sous forme de moments des DOF internes de

, dont l'ensemble est not


int
est dni comme le

int ,

fait appel aux moments de type (b), par complmentarit ( a complmentaire de a dans ). On a

card(int ) = card(Bp ) = 2p(p + 1) .


L'ensemble des DOF de signie que

forme une famille libre de

forme une base de

(P)

i.e. l'lment

(P) , et card() = dim(P), ni (K, P, ) est unisolvant).

ce qui

Sur chaque lment

K = F(K ), a
de

nous allons construire un lment ni l'ensemble

(K, PK , K )

partir de l'lment ni de rfrence et de la transformation donnons pour chaque arte

K (a = F(a))

F (1.22). Pour cela, nous nous p+1 Aa p = {qi }i=1 dni par

a q i Aa p , q i F | a = q i Ap ,
et nous nous donnons l'ensemble

Bp = {qi }i=1

2p(p+1)

dni par avec

qi Bp , qi F = qiu u F + qiv v F

qi = (qiu , qiv )t Bp .
27

Chapitre 1. Approximation classique

Soit (K, PK , K ) l'lment ni dni par 1. K = F(K ),


2. PK = 1 1 DF P = (Qp+1,p u F Qp,p+1 v F), J J ( na ) qi ds,
a

Thorme 1.10

3. K est compos de degrs de libert pouvant tre reprsents par les moments

(a) (b)

avec qi Aa p , sur chaque arte a de K ; avec qi Bp , sur l'intrieur de K .

qi dx
K

L'lment ni (K, PK , K ) est unisolvant et de classe Hdiv . Preuve


Hdiv , nous allons montrer que tout DOF de K est assimilable un DOF de dni sur P. Pour cela, il sut de montrer que les moments de types (a) et (b) sur K sont identiques ceux de K . Soit l'arte a = a1 sur K (a1 = F(a1 ), avec u = 1 sur a1 ). PK , on a
Pour montrer que est unisolvant et de classe

(K, PK , K ) dni sur PK

( na ) qi ds =
a v =0 1

J 1 (u u F + v v F) u F (1, v ) qi (1, v ) |v F(1, v )| dv J |v F| u (1, v ) qi (1, v ) dv

=
v =0

=
a

( na ) qi ds.
(1.27)

On se retrouve avec la mme expression que sur l'lment ni de rfrence (il en est de mme pour les autres artes de

K ).

D'autre part, pour

p1

nous avons

qi dx =
K K

1 (u u F + v v F) (qiu u F + qiv v F) (u, v ) J (u, v ) du dv J u qiu + v qiv (u, v ) du dv

=
K

=
K
Chaque DOF de

qi dx.
dni sur

PK

est donc assimilable un DOF de

entrane l'unisolvance et la classe qui

Hdiv

de

associe

PK

est connue sous le nom

dni sur P, ce qui l'lment ni (K, PK , K ) (la transformation d'isomorphisme Hdiv conforme).

28

1.2. La premire famille de Ndlec Hdiv


Comme chaque DOF

iK K

est obtenu par le transport d'un DOF

sur

K = F(K ),

nous noterons, par abus d'criture,

iK = F(i ). Xh
(1.24), il nous faut

Pour tre en mesure de construire l'espace d'approximation des lments nis de Lagrange (

donner une expression explicite des fonctions de base. Pour cela, nous allons construire

i.e. dont les DOF sont donns par des Diracs sur l'lment)
Hdiv
conforme.

appartenant la premire famille de Ndlec

1.2.3 Elments nis de Lagrange pour la premire famille


Nous prsentons ici une mthode simple de construction d'lments nis de Lagrange sur les quadrilatres, qui appartiennent la premire famille de Ndlec Pour cela, il nous sut de dnir un lment ni de rfrence transformation

Hdiv

conforme .

(K, P, )

adquat (les l-

ments nis du maillage seront construits partir de cet lment de rfrence et de la

F,

cf. thorme 1.10).

Soit deux ensembles de points d'interpolation et de polynmes de Lagrange sur l'intervalle

[0, 1]

(cf. dnition 1.7), que l'on note

ip+1
p j
On note

et et

p+1 li p lj

avec avec

1ip+2 ; 1j p+1 .

p+1,p Li,j

et

+1 Lp,p j,i

les polynmes de Lagrange dnis sur le carr unit par et

p+1 p +1,p (u, v ) = li (u) lj (v ) Lp i,j


Les ensembles

+1 p p+1 Lp,p (u, v ) = lj (u) li (v ) . j,i

+1,p {Lp } i,j

et

+1 {Lp,p } j,i

forment des bases de

Qp+1,p

et de

Qp,p+1 ,

respective-

ment. Les points d'interpolation de ces polynmes sont les points

p+1,p p i,j = (ip+1 , j )


respectivement.

et

p,p+1 p p+1 j,i = (j , i ) ,

Nous nous donnons maintenant l'ensemble linaires

compos des

2(p + 1)(p + 2) id = 1 ,

formes

dnies sur

par

i () = (id ,iu ,iv ) () =

p+1 p (iu , iv ) eu (ipu , ipv+1 ) ev

si

(1.28) si

id = 2 .

Les fonctions de base correspondantes sont donnes par

i (u, v ) = (id ,iu ,iv ) (u, v ) =


8 Cette

p+1 p liu (u) liv (v ) eu


p p+1 li (u) li (v ) ev u v

si si

id = 1 ,
(1.29)

id = 2 .

mthode est bien connue et dj utilise dans de nombreux ouvrages.


29

Chapitre 1. Approximation classique


i forme une base de P et, par dualit, forme une base de P (ie. l'lment ni (K, P, ) est unisolvant). Nous avons la proprit bien connue suivante :
L'ensemble des fonctions

Proprit 1.11
Preuve

p+1 p+1 Lorsque les points d'interpolation 1 et p +2 sont placs aux extrmits de l'intervalle [0, 1], l'lment ni (K, P, ) est de classe Hdiv .

Sous les conditions

p+1 1 =0

et

p+1 p +2 = 1,

l'ensemble des DOF de l'lment ni trace sur

a,

(K, P, )a div

(cf. annexe A.1.2 : (A.8)), est

p p+1 a div = {j }j =1 ,
et forme une base de

(Pa div )

, o

la conformit de l'lment ni

Pa div est l'espace trace sur a dni en (1.26). Cela implique (K, P, ) dans Hdiv . a1 , a2 , a3 ,
et

Les ensembles de DOF associs aux artes

a4 ,

sont les ensembles

a 1 = a 2 = a 3 = a 4 =

i ; id = 1,

iu = p + 2 , 1 iv p + 1 iv = p + 2

, , , ,

i ; id = 2, 1 iu p + 1, i ; id = 1, iu = 1

, 1 iv p + 1 iv = 1

i ; id = 2, 1 iu p + 1,

tandis que l'ensemble des DOF internes est donn par

int =

i ; id = 1

et

2 iu p + 1 ,

id = 2

et

2 iv p + 1

Il est toujours possible de reprsenter les DOF de

sous la forme de moments (a) et (b).

En particulier, il est toujours possible de reprsenter les DOF associs aux artes sous la forme de moments (a), et uniquement de moments (a) (en vertu de la remarque A.3). L'lment ni de Lagrange (K, P, ) appartient donc la premire famille de Ndlec p+1 p+1 (sous rserve que 1 = 0 et que p +2 = 1, bien entendu). Prcisons maintenant quels sont les points d'interpolation retenus par Graglia dans [52]. Ils sont donns par

ip+1 =

i1 , i = 1, . . . , p + 2 , p+1 j p j = , j = 1, . . . , p + 1 . p+2

(1.30)

Silvester
30

Les polynmes de Lagrange sous-jacents sont connus sous le nom de polynmes de p+1 p (pour l ) et de (pour l ) [52]. Les fonctions de base ainsi d-

shifted Silvester

nies sont reprsentes dans la gure 1.3. Ce sont celles utilises dans la suite du chapitre.

1.2. La premire famille de Ndlec Hdiv


Dans les prochains chapitres, nous les qualierons de fonctions de base classiques, ou de fonctions de base de Graglia. Conformment la mthode de construction des lments nis du maillage dcrite au thorme 1.10, la fonction de base s'exprime en tout point

iK

associe au DOF

iK = F((id ,iu ,iv ) )

de

r = F(u, v )

de la faon suivante :

iK (r) =

p+1 p liu (u) li (v ) v u F(u, v ) J (u, v ) p+1 lp (u) li (v ) v iu v F(u, v ) J (u, v )

si

id = 1 ,
(1.31)

si

id = 2 .

Quant sa divergence, elle est donne par la formule (donne entre autres dans [52])

1 iK (r) = i (u, v ) = J (u, v ) p+1 lp (u) v li (v ) v iu J (u, v )


avec

p+1 p u li (u) li (v ) u v J (u, v )

si

id = 1 ,
(1.32)

si

id = 2 ,

= = u u + v v . 1 les expressions (1.31) l'espace d'approximation Xh (1.24) (cela est d au orientes selon les u et les v croissants sur chaque

Dans la pratique, il faut parfois pondrer par un coecient et (1.32) lors de la construction de fait que nos fonctions de base sont

lment du maillage, ce qui ne permet pas de satisfaire, a priori, la relation (A.11)). Nous ne tiendrons pas compte de cela dans les expressions suivantes.

Remarque 1.12 A la dirence de Graglia, nous n'avons pas introduit de terme de normalisation dans l'expression de nos fonctions de base (ce terme n'a d'incidence ni sur la conformit de Xh dans Hdiv , ni sur la prcision de la mthode). Cela sera fait au chapitre suivant, lors de la description de notre mthode de prconditionnement.

31

Chapitre 1. Approximation classique

Fonctions de base classiques selon eu ( gauche) et ev ( droite), pour un ordre p = 2 : les fonctions de base aux artes sont reprsentes en bleu, et les fonctions de base internes en rouge.
Fig. 1.3 

Remarque 1.13 Quelques remarques complmentaires :


Lorsque le maillage est ouvert, nous ne prenons pas en compte les fonctions de base sur les artes au bord de h . C'est--dire que l'on construit un sous-espace de H0, div (h ) := { Hdiv (h ) ; n h = 0},

o n h est la normale au bord de h (cf. annexe A).


Les fonctions de Graglia d'ordre 0 concident avec les fonctions Rooftop [102]. Ce

nom est d la forme caractristique des polynmes : fonction ane dans la direction id , et constante dans l'autre.

Nous n'avons pas introduit les lments triangulaires. Nanmoins, nous utiliserons parfois dans nos simulations des fonctions de base d'ordre 0 dnies sur des triangles

aux artes droites, connues sous le nom de RWG (Rao-Wilton-Glisson, [85]).

32

1.3. Calcul de la matrice d'impdance

1.3 Calcul de la matrice d'impdance


Soit

tK

et

bK

les restrictions d'une fonction test l'lment

K = FK (K )

et d'une

fonction de base l'lment

K = FK (K ),

respectivement. La manire dont ont t

gnrs les lments nis du maillage (cf. thorme 1.10) permet d'exprimer les termes MFIE CFIE ZtEFIE (1.17), Zt ,b (1.18), et Zt ,b (1.19), sur l'lment de rfrence K . Par exemple, K ,bK K K K K EFIE ZtK ,bK se formule

G (FK (u, v ), FK (u , v ))
K K

k 2 DFK (u, v ) t (u, v ) DFK (u , v ) b (u , v ) t (u, v ) b (u , v ) du dv du dv ,

o les termes

1 JK (u, v )

et

1 JK (u , v )

des expressions (1.31) et (1.32) se sont annuls avec

les lments d'intgration surfacique sur

et

, respectivement.

Il s'agit alors de calculer une estimation de ces termes lmentaires, l'aide de formules de quadrature adaptes. Les formules de quadrature les plus couramment employes sont sans conteste les formules de

Gauss

(ou

Gauss-Legendre ) :

L'ensemble des points et poids associs la formule de quadrature de Gauss d'ordre r, sur l'intervalle [0, 1], est not
Q(g,r) =
(g,r) (g,r) q , q , 1q r+1

Notation 1

(1.33)

Pour toute fonction f prise dans Q2r+1 , la formule de Gauss d'ordre r nous donne l'estimation exacte :
1 r +1

f (u) du =
0 q =1

(g,r) (g,r) q f (q ).

(1.34)

Le caractre singulier du noyau de Green, lorsque En gnral, une interaction est considre proche lorsque

tend vers

r,

nous impose de

considrer deux types d'interactions : les interactions lointaines et les interactions proches.

K K = . On peut galement

poser un critre spcique au cas trait, en considrant qu'une interaction est proche si

dist(K, K )

k,p , o

k,p est une constante xe en fonction du nombre d'onde

dist(K, K ) donne la distance minimale entre les lments K et K , et k et de l'ordre d'approximation p.

C'est le critre que nous avons retenu pour notre tude.

1.3.1 Calcul des interactions lointaines


Par dnition, la double intgrale d'une interaction lointaine est suppose susamment rgulire pour tre estime l'aide d'une simple formule de quadrature. Celle-ci (g,r) est obtenue sur K en faisant le produit tensoriel Q Q(g,r) . L'ordre des formules de quadrature est slectionn en fonction de l'ordre d'approximation. En l'occurrence, nous 2 prenons r = p +1, ce qui nous donne (p +2) points de quadrature par intgrale (et donc (p +2)4 paires de points pour l'valuation de chaque terme matriciel).

33

Chapitre 1. Approximation classique

1.3.2 Calcul des interactions proches


Lors de l'valuation d'une interaction proche, l'estimation de l'intgrale extrieure se fait de la mme manire que pour le cas lointain : par une quadrature de Gauss l'ordre r = p + 1. Il faut alors valuer (p + 2)2 intgrales intrieures, notes Is , de la forme

Is =
K

G (rs , r ) bK (r ) dr , G(FK (us , vs ), FK (u, v )) DFK (u, v ) b (u, v ) du dv,


K

=
avec

(us , vs )

les coordonnes paramtriques de

rs , Is

l'un des points de quadrature sur est singulire, de singularit

K.

Lorsque ce point est sur

K K

, l'intgrale

1 . |FK (us , vs ) FK (u, v )|


En chaque point soit

(1.35)

Ds lors, une technique d'annulation de la singularit est mise en uvre pour estimer

Is .

(u, v )

de

K,

nous permet d'crire (1.35) sous la forme

(u, v ) = (us + cos() , Is

un simple changement de variable en coordonnes polaires ( C (, ))1 , o C (, ) est non nul quel que vs + sin()). La singularit en 1 est releve par un simple

changement de variable en coordonnes polaires. Sous ce changement de variable, l'intgrale est estime numriquement, l'aide de et poids de ces formules sont obtenus de la faon suivante :

formules de quadrature polaires. Les points


T2 ,...),
de sommet commun

1.

L'lment

est dcoup en

triangles (T1 ,

Chaque triangle est caractris par sa hauteur et par ses angles On ne compte que sommet.

triangles lorsque la singularit est sur

(us , vs ). min et max (gure 1.4). une arte, et 2 sur un

Fig. 1.4 

Dcoupe de K en 4 triangles caractriss par (h, min , max ).

34

1.3. Calcul de la matrice d'impdance


2.
Pour chaque triangle, on dnit l'ordre des formules de quadratures de Gauss (1.33), selon

et selon

Ils sont nots

et

r ,

fonction des caractristiques du triangle ( proximation

i.e. hauteur et angles) et de l'ordre d'ap-

respectivement, et sont dtermins en

p.

3.

Il reste maintenant construire ces points, et les poids qui leur sont associs. Les points selon

sont placs sur l'intervalle

[min , max ].

L'ensemble de ces points (et

poids) est not

Q = (max min ) Q(g,r ) = {(q , q ), q = 1, . . . , r + 1}.


A chaque angle points selon

= q

correspond une distance maximale

max ()
:

(gure 1.4). Les

sont alors placs sur l'intervalle

]0, max ()]

Q () = max () Q(g,r ) = {(q , q ), q = 1, . . . , r + 1}.


Enn, le poids associ chaque couple de points sur

Tj

est donn par

, q,q = q q q mes(Tj ).

Points de quadrature selon les formules polaires pour rs K (sur K gauche et sur K droite) : 2 triangles avec (r = 3, r = 4) et 2 autres avec (r = 1, r = 8).
Fig. 1.5 

L'intgrale

Is

n'est pas singulire ds lors que le point

rs

n'est plus sur

K K

Cependant, il s'avre ncessaire d'utiliser une technique similaire (inspire de [67]) lorsqu'il est trs proche de que

, du fait de la proximit de la singularit. Comme la paramtrisation

du maillage est locale chaque quadrangle, on ne peut pas dnir un couple

(us , vs )

tel

FK (us , vs ) = rs , quand rs K . On prend alors projet de rs sur un prolongement de K , not K : K = FK [


k,p,K

les coordonnes paramtriques du

, 1+

k,p,K

]2 , avec

k,p,K

k,p

mes(K )

,
35

Chapitre 1. Approximation classique


o

k,p est le critre de proximit entre deux lments. Ces coordonnes (notes

(us , vs ))

sont obtenues par la technique de projection de Newton-Raphson, applique la fonction

|rs FK (u, v )|.


extrieur/s

Les formules de quadrature polaires sont dnies de la mme manire

que prcdemment, la dirence prs que les poids sont ngatifs sur le/les triangle/s (gures 1.6 et 1.7). Lors du calcul, les fonctions de base de l'lment ni 2 de rfrence sont continment prolonges sur [ k,p,K , 1 + k,p,K ] .

Dcoupe de K en 4 triangles de sommet commun (us , vs ) K . Les poids sur le triangle bleu sont ngatifs.
Fig. 1.6 

Points de quadrature selon les formules polaires pour rs K (sur K gauche et sur K droite) : 2 triangles avec (r = 1, r = 8) et 2 autres avec (r = 3, r = 4) (les poids associs aux points verts sont ngatifs).
Fig. 1.7 

Enn, lorsque

rs

est susamment loign de

(dist(rs , K

) >

k,p ), nous prenons

une formule de quadrature de Gauss avec un ordre suprieur celui pris dans l'intgrale extrieure (typiquement :

r = 2(p + 1)).

Remarque 1.14 Une autre technique d'annulation de la singularit, rpandue elle aussi,
est la mthode de Duy [43]. Les qualits d'approximation de ces techniques (formules de quadrature polaires et Duy) sont similaires (voir [91] pour de plus amples informations).
36

1.3. Calcul de la matrice d'impdance

1.3.3 Complexit de l'assemblage


La monte en ordre de l'approximation permet d'amliorer la prcision des rsultats. Un test simple mettant en relief l'intrt de monter en ordre la paramtrisation

(1.22),

consiste regarder la Section Ecace Radar (SER) monostatique d'une sphre : sur une sphre parfaite, nous devrions obtenir une droite. Ce test est illustr dans la gure 1.8. Nous y achons les SER monostatiques pour diverses paramtrisations du maillage : lments triangulaires et quadrilatraux aux artes droites (ordre(param)= quadrilatraux bi-quadratiques (ordre(param)=

1),

lments

2),

puis bi-cubiques (ordre(param)=

3).

= 0), ainsi que la taille moyenne des artes du maillage (h = ). Il y apparat clairement que l'usage 7
d'lments courbes permet de

Ces calculs ont en commun l'ordre d'approximation des fonctions de base (p

stabiliser

la SER. Les rsultats ne se rapprochent pas pour

autant de la solution relle (en pointill sur la gure 1.8). Pour y parvenir, deux choix s'orent nous : augmenter le nombre d'lments du maillage (convergence en augmenter l'ordre des fonctions de base (convergence en
SER monostatique ; polarisation Phi-Phi
1152 triangles : ordre(param) = 1 600 quadrangles : ordre(param) = 1 600 quadrangles : ordre(param) = 2 600 quadrangles : ordre(param) = 3 Rfrence

h),

ou

p).
SER monostatique ; polarisation Thta-Thta
5,4 5,35 5,3 5,25 5,2 5,15 5,1 5,05 5 90

5,4 5,35 5,3 5,25 dBm 5,2 5,15 5,1 5,05 5

5,4 5,35 5,3 5,25 5,2 5,15 5,1 5,05 5 90 dBm

5,4 5,35 5,3 5,25 5,2 5,15 5,1 5,05 5

1152 triangles : ordre(param) = 1 600 quadrangles : ordre(param) = 1 600 quadrangles : ordre(param) = 2 600 quadrangles : ordre(param) = 3 Rfrence

10

20

30

40 50 angle thta

60

70

80

10

20

30

40 50 angle thta

60

70

80

Fig. 1.8 

SER monostatique d'une sphre de rayon R = 1 (polarisation gauche, droite), pour des fonctions d'ordre p = 0 (RWG sur triangles et Rooftop sur quadrangles) et l'oprateur EFIE.
La monte en ordre des fonctions de base permet d'acclrer le taux de convergence

de la mthode, et donc de rduire le nombre d'inconnues pour une prcision donne. An d'illustrer ce propos, nous avons calcul la section ecace radar bistatique d'une sphre de rayon

R = 2, 75

(gure 1.11), pour dirents maillages et dirents ordres. Les rsultats

ont ensuite t compars la solution analytique : la gure 1.9 nous donne l'erreur pour 2 la norme L , en fonction du nombre total d'inconnues et de l'ordre d'approximation. Les taux de convergence obtenus sont, approximativement : et

1,12 pour p = 0, 1,64 pour p = 1,

2,84

pour

p = 2,

avec la convention suivante :

37

Chapitre 1. Approximation classique

Le taux de convergence de la mthode, not , est dni par = c N , o est l'erreur obtenue pour la SER 9 , c est une constante (qui dpend de la formulation), et N est le nombre moyen d'inconnues par lment d'aire 2 . Cette convention est dirente de la convention usuelle o = c h , avec h le rapport entre la taille moyenne des artes et la longueur d'onde. Pour la premire famille de Ndlec d'ordre p (sur les quadrilatres), h et N sont lis par la relation N = 2(p +1)2 h2 .
Cependant, le temps d'assemblage du systme matriciel

Notation 2

explose

littralement quand

crot (les temps d'assemblages sont donns dans la gure 1.10). Cela est d l'augmentation du nombre de points de quadrature, dans l'estimation de la matrice d'impdance. Le gain procur par la monte en ordre est donc remis en question : ds lors que l'on ne 3 cherche pas une (erreur infrieure 10 ), prendre un ordre p trop lev

extra-prcision

inue ngativement sur le cot de calcul. Par exemple, d'aprs les rsultats prsents 3 dans les gures 1.9 et 1.10, une erreur en 10 serait plus vite obtenue l'ordre p = 1 3 3 ( 2,6 10 cpu-s), qu' l'ordre p = 2 ( 4,5 10 cpu-s). Nous nous proposons de faire un rapide calcul de complexit, pour un nombre total d'inconnues x (par souci de simplicit, nous considrons qu'une interaction est proche si Soit

K=K

, et que le maillage est ferm).

Ntot

le nombre total d'inconnues (xe) pour un schma d'ordre le nombre d'lments du maillage,

p.

On note

Ne = Ntot /(2(p + 1)2 ), Nloc = 2(p + 1)(p + 2),


lment,

le nombre d'inconnues (fonctions de base) locales chaque

NQ = (p + 2)2 ,
tions lointaines,

le nombre de points de quadrature par intgrale, pour les interac-

NQp cp (p + 2)2 ,

le nombre moyen de points de quadrature dans l'intgrale int-

rieure, pour les interactions proches. Le nombre de calculs lmentaires ncessaires l'valuation des interactions lointaines et des interactions proches (nots

Cloin

et

Cpro ,

respectivement), est estim

Cloin Cpro

2 (Ne Nloc NQ )2 = Ntot

(p + 2)6 , (p + 1)2

(1.36)

2 Ne Nloc NQ NQp 2cp Ntot (p + 2)6 .

9 Nous

regarderons, sauf indication contraire, l'erreur pour la norme L2 , communment appele

Root

Mean Square (RMS) error dans la littrature anglo-saxonne.


38

1.3. Calcul de la matrice d'impdance


Erreur L2 (SER bistatique)
5e-03 p = 0 (Rooftop) p=1 p=2

1e-03 erreur (L2) 5e-04

1e-04 5e-05 6000 10000 14000 18000 22000

nombre total dinconnues

Erreur L2 pour le calcul de la SER bistatique d'une sphre de rayon R = 2, 75 (CFIE, = 0, 5), en fonction du nombre total d'inconnues. L'ordre des fonctions de base varie de 0 (Rooftop) 2 (transformation F d'ordre 3).
Fig. 1.9 

Temps dassemblage du systme (cpu-s)


p = 0 (Rooftop) p=1 p=2

temps de calcul (cpu-s)

1e+4

5e+3

1e+3

6000

10000

14000

18000

22000

nombre total dinconnues

Temps de calcul de la matrice d'impdance (en pointill pour la partie lointaine), en fonction du nombre total d'inconnues, pour la sphre de rayon R = 2, 75 (CFIE, = 0, 5).
Fig. 1.10 

39

Chapitre 1. Approximation classique

40 35 30 25 20 15 10 5 0 -5

SER bistatique : polarisations Phi-Phi et Thta-Thta


Polarisation Phi-Phi Polarisation Thta-Thta

40 35 30 25 20 15 10 5 0 -5 180

dBm

20

40

60

Fig. 1.11 

SER bistatique pour la sphre de rayon R = 2, 75 : rsultat obtenu avec 6912 fonctions d'ordre 1 pour la CFIE ( = 0, 5).

80 100 angle thta

120

140

160

40

1.4. Conclusion

1.4 Conclusion
Dans ce premier chapitre, nous avons pos les quations intgrales du problme de Maxwell (pour des objets parfaitement conducteurs), et les schmas de discrtisation qui leur sont associs. Nous en avons prot pour dcrire les outils fondamentaux qui seront rutiliss au cours de l'tude : description des formulations variationnelles, du maillage surfacique et de la premire famille de Ndlec, des mthodes d'intgration,

etc.

De plus, nous avons vri qu'une monte en ordre des fonctions de base entrane l'acclration du taux de convergence, et permet donc de rduire le nombre d'inconnues pour atteindre une prcision donne. Cependant, nous avons montr que cette rduction ne fait pas le poids face l' calcul de complexit. Ce surcot est d l'augmentation du nombre de points de quadrature, lors de l'estimation de la matrice d'impdance. La mise en uvre d'une mthode moins onreuse, en terme de temps d'assemblage, nous semble indispensable si l'on souhaite disposer de schmas d'ordre lev performants.

explosion

des temps d'assemblage. Cela a t conrm par un

41

Chapitre 1. Approximation classique

42

Chapitre 2 Adaptation de la mthode des lments nis spectraux


Sommaire
2.1 Prsentation de la mthode des lments nis spectraux . 44
2.1.1 Principe de la mthode . . . . . . . . . . . . . . . . . . . . 2.1.2 Les formules de quadrature . . . . . . . . . . . . . . . . . . 2.1.3 Rexion sur la mthode . . . . . . . . . . . . . . . . . . . 44 46 47

2.2 La premire famille de Ndlec Hdiv spectrale . . . . . . . 49


2.2.1 Choix des degrs de libert - formules de quadrature . . . . 2.2.2 Expression des termes matriciels . . . . . . . . . . . . . . . 2.2.3 Complexit de l'assemblage . . . . . . . . . . . . . . . . . .

2.3 Validation numrique . . . . . . . . . . . . . . . . . . . . . . 55


2.3.1 Quelques mots sur nos solveurs . . . . . . . . . . . . . . . . 2.3.2 Exemple 1 : la sphre . . . . . . . . . . . . . . . . . . . . . 2.3.3 Exemple 2 : le cylindre ouvert . . . . . . . . . . . . . . . .

49 51 53

2.4 Conclusion et perspectives . . . . . . . . . . . . . . . . . . . 69

55 58 65

Ce chapitre prsente une alternative aux fonctions classiques d'ordre lev, qui repose sur un choix spcique des degrs de libert et des formules de quadrature. Ce choix permet de dcoupler l'ordre d'approximation et le temps d'assemblage du systme matriciel (du moins pour le calcul des interactions lointaines), et prserve la conformit de l'espace d'approximation dans

Hdiv .

On commence ce chapitre par une prsentation gnrale de la mthode (premire section), puis on montre comment la mettre en uvre dans nos schmas (deuxime section). Enn, on met en relief les points forts de la mthode, mais aussi ses points faibles, travers quelques exemples numriques (troisime section).

43

Chapitre 2. Adaptation de la mthode des lments nis spectraux

2.1 Prsentation de la mthode des lments nis spectraux


Nous commenons ce chapitre par une prsentation de la mthode qui, si on l'adapte aux quations intgrales, permettrait d'augmenter de manire signicative l'ordre d'approximation sans sourir de temps de calcul prohibitifs dans l'assemblage de la matrice d'impdance (facteur limitant la monte en ordre de l'approximation classique).

2.1.1 Principe de la mthode


Pour bien comprendre le principe, et surtout l'intrt premier de cette mthode, il faut se placer dans le cadre de l'approximation par la mthode des lments nis, en rgime transitoire. Dans ce contexte, une matrice de masse (approximation de l'oprateur identit) doit tre inverse chaque pas de temps. Cette matrice de masse peut tre vue comme une matrice

n-diagonale, p,

crot avec l'ordre d'approximation

p.

L'espace mmoire al-

lou au stockage de la matrice de masse et le temps de calcul ncessaire chaque itration augmentant avec une monte en ordre est en gnral impraticable. Une alternative est trouve au dbut des annes

80,

par Hennart [56], et par Young [105]. Elle consiste en

un choix particulier des degrs de libert et des formules de quadrature dans le calcul de la matrice, permettant d'en rduire le nombre de diagonales non vides : c'est--dire dans le but d'obtenir une

condensation de masse

(ou

mass lumping, dans la littrature anglo10

saxonne). En outre, ce choix des DOF ne fait pas apparatre le phnomne de Runge cette mthode est qualie de tard [81].

le taux de convergence de la mthode crot avec l'ordre d'approximation. C'est pourquoi

mthode des lments nis spectraux

quelques annes plus

Elle est ensuite adapte divers types d'applications. En particulier, elle est adapte par G. Cohen

et al.

l'quation des ondes [31][27] puis sous une forme mixte la

propagation d'ondes lastiques [29][46][27], et par G. Cohen, P. Monk lectromagntiques [32][33][82][30], toujours en rgime transitoire.

et al.

aux ondes

En

2006,

G. Cohen et M. Duru l'adaptent au problme de Maxwell, en rgime har-

monique [44][28]. Nous nous sommes inspirs de ce travail pour lancer notre tude, en adoptant un procd similaire pour les quations intgrales de l'lectromagntisme, en rgime harmonique.

Notre travail consiste en la recherche de fonctions de base et de formules de quadrature spciques, telles que les degrs de libert (

i.e.

les points d'interpolation) soient

placs
(2.1)

aux points de quadrature. C'est--dire, telles que l'on ait

q q q q i (j ) = (id ,iu ,iv ) (j ) = liu (j ) liv (j ) eid = iu ,ju iv ,jv eid u v


10 Erreur

d'approximation croissante entre une fonction et ses polynmes interpolateurs, lorsque le nombre de points d'interpolation augmente.
44

2.1. Prsentation de la mthode des lments nis spectraux


o

q q q j = (j , j ) u v

est un point de quadrature sur

K,

et

la fonction de base sur

associe au DOF

i = (id ,iu ,iv )

(cf. chapitre

: (1.28)). Ds lors, nous serons en mesure

de faire une estimation rapide des intgrales de la forme

iK (r) dr =
K K N

DF(u, v ) i (u, v ) du dv ,
q q q q q , j ), j DF(j , j ) i (j u v u v j =1

q = i DF(iqu , iqv ) i (iqu , iqv ) , q = i id F(iqu , iqv ) ,


et la condensation de masse sera obtenue, sous la forme

iK (r) jK (r) dr = 0
K

si iu

= ju ou iv = jv .

(2.2)

Par abus de langage, nous dirons dans la suite de l'tude qu'une mthode est spectrale si elle satisfait la relation (2.1) (et si le taux de convergence augmente avec l'ordre d'approximation, bien entendu) bien qu'en toute rigueur, cette condition ne soit pas indispensable la mthode des lments nis spectraux. Notons que cette mthode concide avec celle dveloppe la n des annes Chew, Donepudi

et al.,

90

par

pour l'approximation des quations intgrales de l'lectroma-

gntisme [23][40][65][42]. Il s'agissait de dvelopper des fonctions de base d'ordre lev adaptes au produit matrice-vecteur par mthode FMM (Fast Multipole Method), ou plus exactement l'algorithme MLFMA (Multi Level Fast Multipole Algorithm). L'ide consistait

placer

les degrs de libert aux points de quadrature de Gauss, puis en l'assi-

milation de chaque fonction de base au point de quadrature correspondant (puisque nulle sur tous les autres, de par la dnition d'un lment ni de Lagrange). Les inconnues pouvaient alors tre regroupes en

paquets

de tailles variables, ce qui permettait une mise

en uvre optimale de l'algorithme MLFMA (nous reviendrons sur l'emploi d'un tel algorithme avec les fonctions d'ordre lev dans la troisime section de ce chapitre). Cette mthode fut principalement employe sur des lments triangulaires, pour des ordres ou

p=1

2.
Un autre apport majeur est celui procur par les travaux de Gedney [48][73]. Il s'agit

encore de faire concider les DOF avec les points de quadrature de Gauss, mais sur des quadrilatres. Comme pour nous, l'objectif tait de rduire les temps d'assemblage de la matrice, avec une mthode des moments d'ordre lev. Les performances obtenues taient alors comparables celles des mthodes de Nystrm, o il n'y a qu'une simple intgrale valuer. D'ailleurs, il semble que les mthodes taient si proches que Gedney s'est ensuite orient vers les mthodes de Nystrm [72][49][107]. En particulier, il a rcemment adapt

45

Chapitre 2. Adaptation de la mthode des lments nis spectraux


une famille de fonctions d'ordre mixte [19] ce type de formulation [50]. Dans ces travaux, le choix des formules de quadrature (et donc des degrs de libert) ne permet pas d'assurer la conformit

Hdiv

de l'espace d'approximation. Il apparat un

risque d'accumulation de charge aux artes (le ux des fonctions de base travers les artes du maillage n'est pas continu). C'est en cela que notre tude se dmarque : nous voulons adapter la mthode des lments nis spectraux la premire famille de Ndlec

Hdiv

conforme.

2.1.2 Les formules de quadrature


Le point cl de la mthode rside dans le choix des formules de quadrature qui dictent la position des DOF. Il y a un impratif : nous devons construire des DOF aux artes pour assurer la conformit

Hdiv

du schma (cf. chapitre

choisir une formule de quadrature

1 : proprit 1.11). Il va donc falloir 1D avec un point l'abscisse 0, et un point l'abscisse

1,

dans la direction

id

(cela n'est pas indispensable dans la direction transverse). Puis,

nous chercherons obtenir la meilleure prcision possible dans l'estimation des termes du systme matriciel. Regardons les caractristiques des formules de quadrature les plus aptes rpondre nos critres (leurs points de quadrature sont illustrs dans la gure 2.1).

Formules de quadrature de Gauss (Gauss-Legendre)


Les points de quadrature sont aux racines des polynmes de Legendre. A l'ordre pour tout polynme pris dans extrmits de l'intervalle (cf. chapitre

(r + 1 points), cette formule de quadrature nous assure un calcul exact de l'intgrale

Q2r+1

: (1.34)). C'est la formule la

plus performante en terme de prcision, mais elle ne nous donne pas de points aux

[0, 1].

Formules de quadrature de Newton-Cotes


Les points de quadrature sont quidistants :

(N C,r)

formules nous permettent d'obtenir des points de quadrature aux extrmits de l'intervalle

j1 , 1 j r + 1. r

Ces

[0, 1]

(pour

j=0 2,

et

j = r + 1),

et, au regard des DOF dnis au chapitre

prcdent (fonctions de base de Graglia : (1.30)), se prtent bien la vrication de (2.1). A l'ordre pris dans de

et

ces formules sont galement connues sous le nom de formule

des trapzes et de Simpson (respectivement), et sont exactes pour tout polynme

Q1 et Q3 (respectivement). En revanche, elles ne nous assurent l'exactitude l'estimation que pour Qr , lorsque r 3. De plus, un risque d'oscillation appa-

rat avec l'interpolation lagrangienne en ces points de quadrature, lorsque l'ordre est lev (phnomne de Runge). De ce fait, nous ne pouvons mettre en uvre la mthode des lments nis spectraux l'aide de ces formules.

Formules de quadrature de Gauss-Lobatto (Gauss-Legendre)


Les points de quadrature sont aux racines des drives des polynmes de Legendre (r

points internes), compltes par les extrmits

et

1.

A l'ordre

r,

la formule

46

2.1. Prsentation de la mthode des lments nis spectraux


de Gauss-Lobatto est exacte pour tout polynme pris dans

Q2r1 .

Ces formules

vrient notre contrainte, nous assurent une meilleure prcision que les formules de Newton-Cotes, et suppriment le phnomne de Runge [81]. On note l'ensemble des points et poids associs la formule de quadrature de Gauss-Lobatto d'ordre

r
(2.3)

Q(gl,r) =

(gl,r) (gl,r) (q , q ), 1 q r + 1

Il semble donc que le bon candidat soit la formule de Gauss-Lobatto. Nous retenons galement les formules de Gauss qui, bien qu'elles ne vrient pas la contrainte impose dans la direction

id ,

sont les plus performantes en terme de prcision.

Fig. 2.1 

Les points de quadrature sur l'intervalle [0, 1], pour les formules de Gauss, de Gauss-Lobatto, et de Newton-Cotes (de gauche droite, respectivement) : de l'ordre 0 (uniquement pour Gauss) l'ordre 4 (de haut en bas).

2.1.3 Rexion sur la mthode


Bien que notre travail soit inspir de la mthode dveloppe par G. Cohen et M. Duru, les enjeux et les dicults rencontrs dirent. Aussi nous parat-il utile de faire un commentaire, a priori, sur le contraste entre l'adaptation de la mthode des lments nis spectraux aux quations direntielles (ou FEM, pour Finite Element Method), et aux quations intgrales (IEM pour Integral Equation Method, ou encore BEM pour Boundary Element Method). En FEM, le facteur limitant la monte en ordre classique de l'approximation est, avant tout, le problme du stockage de la matrice sur le disque (le grand nombre d'inconnues en FEM, et l'augmentation du nombre de diagonales non vides avec l'ordre en sont la cause). L'adaptation des lments nis spectraux permet de le rduire considrablement, et ainsi de raliser la monte en ordre. Il est mme possible de stabiliser le stockage, en assemblant la matrice la vole dans le produit matrice-vecteur (factorisation discrte). En outre, les temps de calcul sont fortement rduits et la prcision accrue (en particulier, la monte en ordre permet de rduire les phnomnes de dispersion numrique).

47

Chapitre 2. Adaptation de la mthode des lments nis spectraux


Contrairement aux FEM, nous travaillons sur des matrices pleines, et n'attendons donc rien de la condensation de masse (2.2) pour l'allgement du stockage. Notre qute consiste en la rduction des temps d'assemblage, qui rendent l'approximation classique d'ordre lev trop coteuse pour tre mise en uvre. Ds lors, il nous sera possible de monter en ordre, ce qui nous permettra de rduire le nombre d'inconnues pour une prcision donne, et donc de rduire le stockage (et bien sr le temps de rsolution).

Remarque 2.1 Certaines techniques de prconditionnement ncessitant l'inversion de la

matrice de masse, disposer d'une mthode qui permet la condensation de masse reste un atout non ngligeable en quations intgrales.
l'ordre d'approximation de la gomtrie. La dicult rside en la prsence du terme

En FEM, l'exactitude de l'valuation des termes matriciels dpend essentiellement de 1 J sous certaines intgrales, o J est l'lment d'intgration volumique (3D), ou surfacique (2D). Hormis le cas particulier o les lments du maillage sont obtenus par une transformation

F ane (triangles et ttradres aux artes droites, ou paralllpipdes rectangles),

l'lment d'intgration n'est pas constant par lment, mais polynomial. Par consquent, il faut estimer un intgrande qui n'est plus une quantit polynomiale mais une fraction rationnelle. La justesse de cette estimation dpend alors du choix de la formule de quadrature.

1 J s'annule avec l'lment d'intgration surfacique (cela est d au fait que nous travaillons
Nous ne retrouvons pas la mme problmatique en quations intgrales, o le terme sur des doubles intgrales, contrairement aux FEM). En revanche, du fait de la prsence du noyau de Green dans les intgrandes, l'estimation des termes de la matrice d'impdance n'est jamais exacte, quel que soit le type de quadrature retenu. Si les formules de quadrature de Gauss semblent susamment robustes pour donner une estimation prcise (cf. chapitre (perte de

1),

un risque d'imprcision se prsente avec les formules de Gauss-Lobatto

2 degrs pour des formules de mme ordre). Ce risque s'intensie avec la monte

en ordre de la paramtrisation du maillage.

48

2.2. La premire famille de Ndlec Hdiv spectrale

2.2 La premire famille de Ndlec Hdiv spectrale


Nous prsentons maintenant la manire dont nous avons adapt la mthode des lments nis spectraux la premire famille de Ndlec, de classe formulation

la premire famille de Ndlec Hdiv spectrale.

Hdiv

: nous appelons cette

2.2.1 Choix des degrs de libert - formules de quadrature


Les degrs de libert de notre lment ni de Lagrange sont placs en des points de quadrature spciques sur quadrature

K,

lesquels sont obtenus par produit tensoriel de formules de

1D. Nous avons retenu la formule de Gauss-Lobatto (2.3) d'ordre p +1 dans la direction id des DOF i = (id ,iu ,iv ) (1.28), an d'assurer la conformit Hdiv , et la formule de Gauss (1.33) d'ordre p dans la direction transverse, puisque plus prcise dans
l'estimation des intgrales. Il apparat donc deux formules de quadrature direntes sur l'lment

K,

choisies en fonction de la direction de la fonction de base

prsente dans

l'intgrande :

Q(K ) =

Q(gl,p+1) Q(g,p) Q(g,p) Q(gl,p+1)

si si

i i

est dirige selon les est dirige selon les

u (id = 1), v (id = 2),

(2.4)

Q(K )

dsigne la formule de quadrature sur l'lment de rfrence. Les points et poids

associs cette formule sont nots, lorsque

id = 1

(on inverse les exposants

(gl, p + 1)

et

(g, p)

lorsque

id = 2)

(gl,p+1),(g,p) (gl,p+1),(g,p) q , q u ,qv u ,qv


avec

, 1 qu p + 2 , 1 qv p + 1 ,

(gl,p+1),(g,p) (gl,p+1) (g,p) (gl,p+1),(g,p) (gl,p+1) (g,p) q = (q , qv ) et q = q qv . u ,qv u u ,qv u


Comme les degrs de liberts sont placs aux points de quadrature dnis par les indices iu et iv d'un DOF

Q(K ),

(id ,iu ,iv )

correspondent aux indices

qu

et

qv ,

respectivement.

L'ensemble des degrs de libert sur l'lment de rfrence est donn par

= {(gl,p+1),(g,p) } eu {(g,p),(gl,p+1) } ev .
iu ,iv iu ,iv

(2.5)

La fonction de base

i ,

associe au DOF

i = (id ,iu ,iv ) ,


p gi (v ) eu v
si si

est donne par

i (u, v ) =

p+1 gliu (u)

id = 1,
(2.6)

p p+1 gi (u) gli (v ) ev u v

id = 2.

Les fonctions de base de l'lment ni de rfrence sont reprsentes dans la gure 2.2.

49

Chapitre 2. Adaptation de la mthode des lments nis spectraux


Sur un lment associe au DOF

K = F(K ), en tout iK = F(i ) s'exprime

point

r = F(u, v ) K ,

la fonction de base

iK

(conformment au thorme 1.10) :

1 iK (r) = DF(u, v ) i (u, v ) = J (u, v ) p+1 g p (u) gli (v ) v iu v F(u, v ) J (u, v )


On introduit les notations suivantes :

p+1 p gliu (u) gi (v ) v u F(u, v ) J (u, v )

si

id = 1,
(2.7)

si

id = 2.

Notation 3
On note GLr l'ensemble des r + 1 polynmes de Lagrange dnis sur [0, 1], dont les racines sont aux points de quadrature de la formule de Gauss-Lobatto d'ordre r :
r r+1 GLr := {gli }i=1 ,
(2.8)

o chaque glir est le polynme d'ordre r qui vrie glir (j(gl,r) ) = i,j .
On note Gr l'ensemble des r + 1 polynmes de Lagrange dnis sur [0, 1], dont les racines sont aux points de quadrature de la formule de Gauss d'ordre r :
r r+1 Gr := {gi }i=1 ,
(2.9)

o chaque gir est le polynme d'ordre r qui vrie gir (j(g,r) ) = i,j .
L'ensemble

GLp+1 Gp

des polynmes de Lagrange dni sur

forme une base de

Qp+1,p .

Ds lors, l'ensemble des fonctions de base

(2.6), qui s'crit

GLp+1 Gp eu Gp GLp+1 ev ,
forme bien une base du sous-espace

introduit au chapitre prcdent, lors de la prsen-

tation de la premire famille de Ndlec

Hdiv

conforme.

Notation 4

Dans la suite de l'tude, l'ensemble des fonctions de base d'ordre p sur l'lment ni de rfrence, et l'ensemble des fonctions de base d'ordre p sur les lments nis du maillage, seront nots :
p XH = div p XH = div

GLp+1 Gp eu Gp GLp+1 ev , Hdiv (h ) ; K h , |K 1 p DF XH . div J


(2.10)

La mthode sera dite spectrale ds que l'on choisira la formule de quadrature


Xp Hdiv = Q(gl,p+1) Q(g,p) si id = 1, (g,p) (gl,p+1) Q Q si id = 2.
(2.11)

50

2.2. La premire famille de Ndlec Hdiv spectrale

Fig. 2.2 

p Fonctions du sous-espace XH , selon eu ( gauche) et selon ev ( droite), div pour un ordre p = 2 : les fonctions de base aux artes sont reprsentes en bleu, et les fonctions de base internes en rouge.

2.2.2 Expression des termes matriciels


Soit la fonction de base b dnie sur K = FK (K ), et associe la fonction K p b XHdiv sur K (2.10). On suppose qu'elle est oriente selon les u (bd = 1). Avec la p formule de quadrature XH (2.11), on obtient
div

bK (r ) dr
K

=
K

p+1 p glb (u) gb (v ) u FK (u, v ) du dv , u v


(2.12)

bu ,bv

(gl,p+1),(g,p)

u FK (bu ,bv

(gl,p+1),(g,p)

),

= b u FK (b ) ,
o les notations ont t simplies dans la dernire ligne, pour plus de lisibilit. Prenons maintenant la fonction test (de direction

tK

dnie sur

p K = FK (K ) et associe t XH div

td = 2

par exemple). Nous avons l'estimation suivante :

G(r, r ) tK (r) bK (r ) dr dr
K
avec

t b G (rt , rb ) v FK (t ) u FK (b ) ,

(2.13)

rt = FK (t ) et rb = FK (b ). C'est--dire que chaque terme de la matrice d'impdance n'est valu qu'en une paire de points, lorsque seules les quantits vectorielles tK et b K
sont prsentes dans l'intgrande. Cela n'est plus le cas lorsque l'on travaille sur les quantits scalaires

tK

et

bK

. En eet, les termes divergences s'expriment (conformment la formule (1.32)),

51

Chapitre 2. Adaptation de la mthode des lments nis spectraux


lorsque

bd = 1

et

td = 2

p+1 p bK (r ) = u glb (u) gb (v ) u v

1 , JK (u, v ) 1 . JK (u, v ) +2

p p+1 tK (r) = gt (u) v glt (v ) u v

Ds lors, chaque intgrale simple est value en une ligne de points de quadrature (p points, reprsents dans la gure 2.3) :

bK (r ) dr
K

=
K

p+1 p u glb (u) gb (v ) du dv , u v


(2.14)

p+2

bv

(g,p) qu =1

p+1 (gl,p+1) (gl,p+1) q u glb (qu ), u u

et chaque terme de la matrice (double intgrale) en

(p + 2)2

paires de points.

Nous ne protons donc pas pleinement du caractre spectral de la formulation pour l'EFIE (1.17) et la CFIE (1.19). Ce problme est rsolu lorsque l'on travaille directement sur le noyau dyadique de Green (1.15), puisque seules les quantits vectorielles interviennent sous cette forme. Bien entendu, cela n'est faisable que lorsque

K K = (sinon

l'intgrale intrieure est hyper-singulire, et l'expression n'est plus intgrable au sens de Lebesgue). Nous n'avons donc retenu cette forme que pour le calcul des interactions lointaines, chacune value en une seule paire de points de quadrature. En reprenant les fonctions

tK

et

bK

dnies plus haut, on a, lorsque

dist(K, K ) >

k,p (

i.e. interaction

lointaine) :

ZtEFIE K ,bK

=
K K

tK (r) G(r, r ) bK (r ) dr dr ,
(2.15)

t b v FK (t ) G(rt , rb ) u FK (b ) ,
et

ZtMFIE K ,bK

=
K

tK (r)
K

n(r) G(r, r ) bK (r ) dr

dr ,
(2.16)

=
K K

G(r, r ) (n tK )(r) bK (r ) dr dr , t b G(rt , rb ) [(nK v FK )(t ) u FK (b )] .

La forme faiblement singulire de l'EFIE (et de la CFIE) est conserve pour le calcul des interactions proches (dist(K, K

k,p ). Dans ce cas de gure, l'intgrale extrieure p est value l'aide de la formule de quadrature XH (2.11) : 1 point de quadrature pour div le vecteur tK , et p +2 points pour sa divergence. Quant l'intgrale intrieure, elle est
value de la mme faon que pour les fonctions de base de Graglia (cf. chapitre

1).

52

2.2. La premire famille de Ndlec Hdiv spectrale

Points de quadrature utiliss lors de l'valuation d'une intgrale sur b ( gauche) et sur b ( droite), avec b = (bd , bu , bv ) = (1, 2, 1).
Fig. 2.3 

Remarque 2.2 Nous avons une estimation exacte des intgrales (2.12) et (2.14) ds que
l'ordre de la transformation FK est infrieur ou gal p + 1. Cela n'est plus vrai lorsque le noyau de Green est prsent, comme dans (2.13) par exemple.

Remarque 2.3 Notre formulation permet d'obtenir la relation (2.1) (qui, selon notre

convention, est ncessaire la dnition d'une mthode spectrale), mais pas la condensation de masse (hormis le cas particulier o tous les lments du maillage sont des rectangles) : la relation (2.2) n'est satisfaite que si id = jd .

2.2.3 Complexit de l'assemblage


Rappelons, dans un premier temps, notre estimation du nombre de calculs lmentaires pour l'assemblage de la matrice d'impdance, avec les fonctions classiques d'ordre

Cloin
avec

2 Ntot

(p + 2)6 , (p + 1)2 Ntot

Cpro

2cp Ntot (p + 2)6 ,

Cloin

et

Cpro

le nombre de calculs lmentaires pour l'valuation des interactions loinle nombre total d'inconnues.

taines et proches, respectivement, et

Avec la version spectrale de la premire famille de Ndlec de calculs pour les interactions lointaines est estim

Hdiv
2

conforme, le nombre

spec Cloin spec NQ

spec 2 Ne Nloc NQ

2 Ntot

p+2 p+1

(2.17)

dsigne le nombre de points de quadrature ncessaires l'estimation d'une in-

tgrale :

spec NQ = 1 (N e

et

Nloc

dsignent le nombre d'lments du maillage et le nombre

de fonctions locales un lment, respectivement). Le passage d'une mthode classique

53

Chapitre 2. Adaptation de la mthode des lments nis spectraux


d'ordre

la mthode des lments nis spectraux rduit donc d'un coecient

(p +2)4

le nombre de calculs lmentaires, dans l'assemblage des interactions lointaines. Comme 2 la complexit tend vers Ntot lorsque p crot, nous considrons avoir dcoupl le temps d'assemblage de la partie lointaine de l'ordre d'approximation de la mthode. Le bilan est moins positif en ce qui concerne les interactions proches. Le nombre de points de quadrature n'a t rduit que dans l'estimation de l'intgrale extrieure : 2 rduction par un facteur (p +2) pour la MFIE, et seulement par un facteur p +2 pour spec l'EFIE et la CFIE ( cause du terme t ). On note NQ, = p + 2, le nombre de points de quadrature ncessaires l'valuation d'une intgrale extrieure sur , et NQp cp (p +2)2 le nombre moyen de points de quadrature utiliss dans l'estimation de l'intgrale intrieure (formules de quadrature polaires). Le nombre de calculs lmentaires pour la partie proche de l'EFIE (et de la CFIE) est maintenant estim

spec Cpro

spec 2 5 Ne Nloc NQ , NQp 2cp Ntot (p + 2) . spec NQ ,


par

(2.18)

Pour la MFIE, il sut de remplacer

des interactions proches reste trs lev

spec . Bien qu'en baisse, le temps de calcul NQ lorsque p crot.

54

2.3. Validation numrique

2.3 Validation numrique


Nous allons mettre en vidence, travers quelques exemples numriques, les avantages et les limites lis l'utilisation de notre formulation spectrale. Avant cela, nous faisons une description des solveurs utiliss dans notre tude.

2.3.1 Quelques mots sur nos solveurs


Depuis une dizaine d'annes, on associe la rsolution des quations intgrales aux mthodes multiples rapides (FMM pour Fast Multipole Method). Il s'agit d'une technique de compression du produit matrice vecteur, mise en uvre au sein d'un solveur itratif. Schmatiquement, on ne traite plus l'interaction de chaque fonction test avec chaque fonction de base, mais l'interaction de

paquets

de fonctions tests avec des

paquets

de fonctions

base (pour la partie lointaine uniquement). Le produit matrice-vecteur est approch et de 3/ 2 complexit O (N ) (au lieu de O(N 2 ) pour un produit exact, o N est le nombre total d'inconnues). Une complexit optimale en

O(N log(N ))

peut tre atteinte lorsque l'on

travaille sur plusieurs niveaux (cet algorithme est connu sous le nom de MLFMA, pour Multi Level Fast Multipole Algorithm, et est dtaill entre autres dans [23][37][21][98][94]). La similitude de nos travaux avec ceux de Chew [23], souligne au dbut du chapitre, indique que la mthode des lments nis spectraux est mieux adapte l'algorithme MLFMA que la mthode classique d'ordre lev : l'association de chaque fonction un point permet de gnrer plus facilement les compatibilit

paquets

d'inconnues, et ainsi d'atteindre une

complexit optimale (a priori). De ce point de vue, nous pouvons dire qu'il y a une

technique
1

entre nos fonctions et l'algorithme MLFMA. Du moins, les rou

sultats prsents dans [40][65][42] prouvent que cette association est performante pour des fonctions d'ordre

fondamentale

2.

En revanche, nous estimons qu'il y a une incompatibilit

pour des ordres suprieurs. Pour dfendre cet avis, nous prsentons deux

visions direntes des attentes de la monte en ordre. Utilisation des mthodes d'ordre lev pour atteindre une extra-prcision (erreur 103 par exemple).

infrieure

C'est en gnral la raison pour laquelle elles sont employes. Le problme vient du fait que les mthodes multiples reposent sur de multiples estimations qui vont limiter la qualit de l'approximation. Dans ce cas de gure, opter pour un algorithme de compression donnant la valeur exacte du produit matrice vecteur, tel que la mthode FFT (Fast Fourier Transform) [106][16], est plus appropri.

Utilisation des mthodes d'ordre lev dans le but de rduire les cots de calcul, 2 3 pour une prcision donne (de l'ordre de 10 , 10 ). C'est le point de vue que nous avons retenu dans notre tude. La formulation spectrale rduit fortement le temps d'assemblage de la partie lointaine, ce qui rend possible la monte en ordre, et par consquent la diminution du nombre d'inconnues. En revanche, le cot d'valuation de la partie proche reste lev (2.18). Or, en FMM, seule la partie proche est assemble. De plus, la rduction du nombre d'inconnues

55

Chapitre 2. Adaptation de la mthode des lments nis spectraux


n'impacte que faiblement la complexit des FMM multi-niveaux. Bien que celle-ci soit en

O(N log(N )), elle dpend essentiellement du nombre de niveaux crs, lequel

dpend de la longueur d'onde et de la gomtrie de l'objet. C'est--dire que l'on aura beau rduire le nombre d'inconnues pour un problme donn, le nombre de niveaux sera le mme, et la complexit ne variera que sensiblement (en ralit, la rduction du nombre d'inconnues impacte essentiellement le prconditionnement et les tches de lecture-criture sur le disque). En d'autres termes, l'lvation d'un ou deux ordres permet d'allger le calcul et d'atteindre la prcision limite que nous confre l'algorithme MLFMA (dans la mesure o la formulation est ecace ds les premiers ordres, ce qui n'est pas toujours le cas, comme nous le verrons dans les exemples numriques qui suivent). En revanche, poursuivre dans cette voie risque de faire apparatre des dicults supplmentaires (en particulier dans le calcul des interactions proches), et ne nous assure pas de bncier des retombes induites par la monte en ordre ( suprieurs (nous

i.e. prcision accrue et/ou diminution du nombre d'inconnues). Il

ne nous semble donc pas raisonnable de mettre en uvre cet algorithme pour des ordres

2, ce qui limite le champ d'action de la mthode des lments nis spectraux reviendrons sur ces considrations au chapitre 5 de l'tude).

Cependant, le choix d'un solveur itratif n'est pas toujours appropri. Une rsolution directe peut mme se rvler plus performante, en particulier lorsque l'on doit calculer le champ diract par une cavit (convergence lente du solveur itratif ), et/ou pour de 3 2 multiples incidences. Comme la complexit d'un solveur direct est en O (N ) (O (N ) pour le stockage), sa mise en uvre n'est possible que pour un nombre limit d'inconnues. C'est dans ce cadre que nos mthodes prennent tout leur sens : non seulement la diminution du nombre d'inconnues aurait un impact considrable sur les cots de calculs, mais aussi permettrait de traiter des problmes jusque-l trop volumineux. Nous n'aurons recours un solveur itratif (dont la complexit est en

O(N 2 )) que pour

prsenter les performances de notre mthode sur des objets simples (comme la sphre), et pour le calcul de sections ecaces radar bistatiques (une seule incidence).

Remarque 2.4 Nos solveurs, direct [1][2] et itratif, existent en version parallle In-Core
(IC) et Out-of-Core (OC).

Remarque 2.5 Toutes les simulations prsentes dans notre tude ont t ralises sur

un cluster de 4 PC bi-processeurs Intel-Xeon : 3,06 GHz et 2 Giga (Gb) de RAM par processeur.
Nous avons constat que la monte en ordre dgradait le conditionnement du systme. Il a donc t ncessaire de mettre en uvre une technique de prconditionnement pour notre solveur itratif.

56

2.3. Validation numrique

Ajout d'un terme normalisant


On associe chaque degr de libert du maillage un terme de normalisation, qui vient pondrer la valeur des fonctions de base (et test). Ce terme correspond la dilatation de l'lment au point d'interpolation qui dnit le DOF, dans la direction transverse celle du DOF (c'est--dire la longueur de l'arte laquelle est associ un DOF, dans le cas d'lments aux artes droites, lorsque l'lment

du maillage, associe au

p = 0). Soit iK la fonction de base dnie sur DOF i sur K . En posant i = (1, iu , iv ), le terme
(g,p)

normalisant associ

iK

s'exprime

NiK = DF(iu

(gl,p+1)

, iv

) ev = v F(iu

(gl,p+1)

, iv

(g,p)

) .

Prconditionneur droite
Nous introduisons maintenant la matrice creuse, note valeurs les plus fortes de la matrice d'impdance les

M,

qui ne contient que les

: pour chaque ligne

de

Z,

on retient

Nval

colonnes

bn

telles que
val |Zt,bn | |Zt,b | b {bn }N n=1 ,

et on dnit la matrice

par

Mt,b =

Zt,b 0

if if

b { b n }, b { b n }.

Dans la pratique, nous ne cherchons ces colonnes que parmi les interactions proches, an de ne pas pnaliser les temps de calcul. Le principe du prconditionneur droite consiste remplacer la rsolution du systme Zx = V par celle d'un systme quivalent ZM1 y = V, avec x = M1 y. Au lieu de calculer

x,

nous rsolvons

Mx = y

chaque itration, l'aide d'un solveur itratif (type

GMRES : Generalized Minimal RESidual error [88]).

Il nous est possible de ne stocker sur le disque que la partie proche de la matrice d'impdance, avec les fonctions spectrales. Les interactions lointaines sont alors calcules la vole dans le produit matrice-vecteur (estimation de chaque terme en une paire de points), chaque itration. Cela accrot le cot d'une itration (par un facteur 2 environ), mais la complexit du stockage est rduite O(N ). Cette astuce est pertinente lorsque l'on ne dispose que de peu de ressources informatiques, car les phases de lecture-criture pnalisent considrablement le temps de calcul rel (ou elaps, par opposition au temps de calcul machine, ou cpu) [38]. Nous introduisons cette technique au titre d'une remarque, car nous considrons qu'elle ne se justie que comme palliatif l'absence des FMM dans nos travaux. N'tant applicable qu'aux fonctions spectrales, nous ne l'utiliserons pas dans les exemples numriques, an de comparer nos mthodes spectrales aux mthodes classiques sur des bases identiques.
57

Remarque 2.6 Solveur itratif avec faible stockage

Chapitre 2. Adaptation de la mthode des lments nis spectraux

2.3.2 Exemple 1 : la sphre


La sphre de rayon R = 2, 75
Nous reprenons la sphre de rayon aux fonctions spectrales d'ordre est

R = 2, 75

traite au premier chapitre par les m-

thodes classiques. Nous comparons les fonctions Rooftop d'ordre

0 (quadrature de Gauss)

p, 1 p 6.

L'ordre d'approximation de la gomtrie

de sorte que la rduction du nombre d'lments induite par la monte en 2 ordre des fonctions de base ne pnalise pas la prcision du maillage. L'erreur L pour la SER bistatique est donne dans la gure 2.5, les temps d'assemblage dans la gure 2.6 (sur ces gures, le fait d'utiliser les formules de quadrature de Gauss est indiqu par la notation `quad. usuelle' ). Les courbes de convergence en sont donnes dans la gure 2.4. Comme nous l'avions prdit en dbut de chapitre, la perte de prcision dans l'estimation des intgrales est rpercute au niveau du rsultat nal. Le problme n'est pas li la vitesse de convergence de la mthode : aux ordres notre formulation ( classique ( un facteur

r = p + 1,

h (p = 0)

et en

p (h

0,5 )

1,64 et 25 environ

1 et 2, les taux de convergence de 1,5 et 2,4, respectivement) sont proches de ceux de la formulation 2,84, respectivement). En revanche, la constante est multiplie par
11
. Il faut donc, pour obtenir des rsultats prcis avec un faible

nombre d'inconnues, prendre un ordre suprieur

3.

Travailler ces ordres est maintenant possible, car le temps de calcul de la partie lointaine est bien dcoupl de l'ordre d'approximation (cf. gure 2.6). Le temps de calcul de la partie proche crot toujours avec

p, et est maintenant prpondrant dans le temps d'as-

semblage de la matrice d'impdance (pour un faible nombre d'inconnues, bien entendu).

polaires (valuation des interactions singulires), qui se manifeste lorsque la singularit est trs proche d'une arte (distance infrieure 103 entre la singularit et l'arte, sur le carr unit). Nous pensons que cette imprcision limite l'acclration du taux de convergence de la mthode : les taux de convergence obtenus sont, approximativement : 1,5 , 2,4 , 3,9 , 4,0 , 4,6 , pour 1 p 5, respectivement, et le taux redescend 4,0 pour p = 6 (avec la convention dnie au chapitre 1, dans notation 2). C'est la raison pour laquelle nous ne donnons pas de rsultats pour des ordres suprieurs 6.
Pour ce qui est du calcul des interactions proches, la gure 2.7 conrme qu'il est plus rapide avec la version spectrale qu'avec la version classique. Notons cependant que l'utilisation du noyau dyadique de Green dans les interactions lointaines nous oblige prendre un critre de proximit plus large, et entrane une lgre accentuation de la pente pour la mthode spectrale. Il est possible de rduire encore la complexit du calcul, en optant p pour la formule Xdiv (2.11) au lieu d'une quadrature de Gauss, dans l'estimation de l'intgrale intrieure (lorsque l'interaction est proche mais non singulire). Si cette alternative

Remarque 2.7 Nous assumons un manque de prcision de nos formules de quadrature

11 Pour
58

un mme ordre (p = 1, 2) et un mme nombre d'inconnues, l'erreur est 25 fois plus leve.

2.3. Validation numrique


se rvle tre payante en terme de temps, elle met surtout en vidence toute la dicult de trouver le bon compromis entre le cot et la prcision d'un calcul (gure 2.8).

Erreur L2 (SER bistatique) : convergence en h et en p


1e-01

1e-02

erreur (L2)

1e-03

1e-04

1e-05 convergence en h (p=0) convergence en p (p=1,...,5) 6912 (p=2) 12288 (p=3) 19200 (p=4) nombre dinconnues (ordre dapproximation) 27648 (p=5)

1e-06 3072 (p=1)

Fig. 2.4  Convergence en h (p = 0) et en p (h de la sphre R = 2, 75 (CFIE, = 0,5).

0,5 ) pour le calcul de la SER bistatique

5e-02

Erreur L2 (SER bistatique)

1e-02 5e-03

erreur (L2)

1e-03 5e-04

1e-04 5e-05

1e-05 6000

p = 0 (quad. usuelle) p=1 p=2 p=3 p=4 p=5 p=6 10000 14000 nombre total dinconnues 18000 22000

Errreur L2 pour le calcul de la SER bistatique de la sphre R = 2, 75 (CFIE, = 0,5), en fonction du nombre total d'inconnues, pour les fonctions Rooftop (p = 0) et les fonctions spectrales (1 p 6).
Fig. 2.5 

59

Chapitre 2. Adaptation de la mthode des lments nis spectraux

1e+04 5e+03

Temps dassemblage du systme (cpu-s)

temps de calcul (cpu-s)

1e+03 5e+02

1e+02 5e+01

1e+01 6000

p = 0 (quad. usuelle) p=1 p=2 p=3 p=4 p=5 p=6 10000 14000 nombre total dinconnues 18000 22000

1e+04 5e+03

Temps dassemblage des interactions lointaines (cpu-s)

temps de calcul (cpu-s)

1e+03 5e+02

1e+02 5e+01

1e+01 6000

p = 0 (quad. usuelle) p=1 p=2 p=3 p=4 p=5 p=6 10000 14000 nombre total dinconnues 18000 22000

Temps de calcul de la matrice d'impdance, en fonction du nombre total d'inconnues : temps total (en haut) et pour les interactions lointaines (en bas). Comparaison entre les fonctions Rooftop (ordre 0), et les fonctions spectrales d'ordre 1 6, pour la sphre de rayon R = 2, 75.
Fig. 2.6 

60

2.3. Validation numrique

Temps dassemblage des interactions proches (cpu-s)


p = 0 (quad. usuelle) p = 1 (quad. usuelle) p = 2 (quad. usuelle) p=1 p=2

1e+03 5e+02 temps de calcul (cpu-s)

1e+02 5e+01

1e+01 6000

10000 14000 nombre total dinconnues

18000

22000

Fig. 2.7 

Temps de calcul des interactions proches pour la sphre de rayon R = 2, 75 : comparaison entre la mthode classique et la mthode spectrale, pour p 2 .

Erreur L2 (SER bistatique) ; p = 5


5e+03

Temps dassemblage du systme (cpu-s) ; p = 5

1e-03 5e-04 erreur (L2)

temps de calcul (cpu-s)

1e+03

1e-04 5e-05

5e+02

1e-05 6000

10000

14000

18000

22000

1e+02 6000

10000

14000

18000

22000

nombre total dinconnues

nombre total dinconnues

Fig. 2.8 

Erreur L2 ( gauche) et temps d'assemblage ( droite) l'ordre p = 5, pour la sphre de rayon R = 2, 75. Comparaison entre 2 types de quadrature pour l'estimation de l'intgrale intrieure, lorsque l'interaction est proche mais non singulire : Q(g,8) Q(g,8) (trait plein) et X5 div (pointills).

61

Chapitre 2. Adaptation de la mthode des lments nis spectraux

La sphre de rayon R = 6
Toujours sur une sphre, nous nous concentrons maintenant sur des calculs avec faible densit d'inconnues. A l'ordre

0,

il est communment recommand de travailler sur des maillages dont les

artes sont de taille infrieure ou gale

/7.

Comme chaque arte est associ un po-

lynme, cela signie que l'on cherche avoir une densit minimale de maillage

polynmes (ou

points) par longueur d'onde (lorsque l'on monte en ordre, on associe chaque arte du

p +1 points). Si cette convention permet de mettre en relief la qualit de l'approxi-

mation, elle reste peu explicite en ce qui concerne la taille du calcul (i.e. le nombre total d'inconnues). Aussi nous semble-t-il judicieux de donner galement la densit moyenne 2 2 d'inconnues par lment d'aire . L'erreur L pour le calcul de la SER bistatique est donne dans la gure 2.9, en fonction de ces

critres (nombre moyen d'inconnues et

nombre minimal de points), tandis que le temps global du calcul par processeur est donn dans la gure 2.10 (4 processeurs ont t utiliss ici, et le critre d'arrt du solveur itratif 5 est 10 ). points par longueur d'onde (58800 inconnues, ou 130 3 inconnues par lment d'aire), on obtient une erreur de 2,12 10 l'ordre 0. Une erreur 3 semblable est obtenue avec seulement 27648 inconnues l'ordre 5 (1,80 10 , et 5,1 points Pour une densit minimale de par longueur d'onde). On a donc divis, pour une mme prcision, le stockage par un 58800 2 facteur 4,5 et le temps global du calcul par un facteur 13,4 (24,5 minutes pour 27648 l'ordre 5 contre 329 minutes pour l'ordre 0). La section ecace radar bistatique est donne dans la gure 2.11 pour ces deux simulations, tandis que l'eet positif du prconditionnement sur la convergence de notre solveur itratif est illustr dans la gure 2.12 (on passe de

48

22

itrations pour l'ordre

0,

et de

99

16

pour l'ordre

5).

tenant

Enn, remarquons que, pour une densit identique (58800 inconnues), on est main17 fois plus prcis l'ordre 6 (erreur de 1,21 104 ), et toujours plus rapide (125

minutes de calcul par processeur).

62

2.3. Validation numrique

Erreur L2 (SER bistatique)


p = 0 (quad. usuelle) p=3 p=4 p=5 p=6

Erreur L2 (SER bistatique)


p = 0 (quad. usuelle) p=3 p=4 p=5 p=6

1e-02 5e-03

1e-02 5e-03

erreur (L2)

erreur (L2)

1e-03 5e-04

1e-03 5e-04

1e-04 5e-05 40

1e-04 5e-05

60 80 100 nombre moyen dinconnues par lment daire

120

140

4.5

5 5.5 6 6.5 nombre minimal de points par longueur donde

7.5

Fig. 2.9 

Erreur L2 pour le calcul de la SER bistatique d'une sphre de rayon R = 6 (CFIE, = 0.5), en fonction de la densit moyenne d'inconnues par lment d'aire 2 ( gauche), et en fonction du nombre minimal de points par ( droite).

500

Temps de calcul (cpu-minutes)


p = 0 (quad. usuelle) p=3 p=4 p=5 p=6

100 temps de calcul (cpu-mn) 50

10 5

1 40

60 80 100 nombre moyen dinconnues par lment daire

120

140

Temps de calcul par processeur (en pointill : temps d'assemblage), pour la sphre R = 6, avec un solveur itratif (rsidu en 105 ).
Fig. 2.10 

63

Chapitre 2. Adaptation de la mthode des lments nis spectraux


SER bistatique ; polarisation Thta-Thta
MIE p = 0 (58,800 inconnues) p = 5 (27,648 inconnues)

60

60

50

50

40

40

dBm

30

30

20

20

10

10

20

40

60

80 100 angle de rception

120

140

160

0 180

Fig. 2.11 

SER bistatique (polarisation ) de la sphre de rayon R = 6.


Nombre ditrations
p = 0 (58,800 inconnues) p = 5 (27,648 inconnues)

1e-00

1e-01

1e-02 rsidu 1e-03 1e-04 1e-05

10

20

30

40 50 60 nombre ditrations

70

80

90

100

Comparaison du nombre d'itrations ncessaires pour obtenir un rsidu en 10 , avec et sans prconditionneur (traits pleins et pointills, respectivement), pour les fonctions Rooftop (p = 0) et les fonctions spectrales d'ordre 5.
Fig. 2.12 

64

2.3. Validation numrique

2.3.3 Exemple 2 : le cylindre ouvert


Notre second objet est un cylindre de dimension

1 5,

dont une cloison a t

supprime (gure 2.13). Nous calculons la SER monostatique pour un angle

variant de

0 180 degrs, avec un pas de 0,5 degr, et ce pour les polarisations et (722 incidences).
Il s'agit donc d'un calcul multi-incidences sur un objet de faible dimension et prsentant une cavit, ce qui rend appropri le choix d'un solveur direct. Qui plus est, la surface est ouverte ce qui implique l'utilisation de l'EFIE, mal adapte une rsolution itrative (en raison du mauvais conditionnement du systme linaire sous-jacent).

Fig. 2.13 

Cylindre avec ouverture (surface ouverte).

La prsence d'artes vives rend plus dicile l'approximation. Bien qu'il soit en gnral conseill de raner le maillage l'approche d'une discontinuit, nous n'avons pas us de ce stratagme dans nos calculs : les mailles du corps cylindrique sont rgulires. Quant aux lments sur le disque, ils sont obtenus en dcoupant drangles (chaque triangle donne

triangles rguliers en qua-

quadrangles, avec pour sommet commun le barycentre

du triangle). Le maillage initial, compos de

92

lments (80 pour le cylindre,

12

pour le

disque), a t fortement ran pour dterminer un rsultat de rfrence. Cette rfrence est obtenue avec des fonctions de type Graglia d'ordre minimale de

1 (cf. chapitre 1), pour une densit 0


et d'ordre

28

points par longueur d'onde. Il a ensuite t confront d'autres rsultats

pour de fortes densits d'inconnues (fonctions classiques d'ordre assure une prcision en dessous de face ouverte).

2),

et nous

0,5%.

Les courants obtenus sont donns dans la gure

2.16, pour deux incidences direntes (il s'agit en ralit des

sauts

du courant sur la sur-

Dans un premier temps, nous confrontons au rsultat de rfrence les SER obtenues

8 points par longueur d'onde (2928 inconnues), d'une part avec les fonctions Rooftop (p = 0), et d'autre part avec nos fonctions spectrales d'ordre p = 3 (gure 2.14). Dans les deux cas, nous avons utilis une transformation F d'ordre 2. Si la version d'ordre lev semble plus proche de la rfrence que la version d'ordre 0, l'erreur L2 reste importante ( 10, 8% pour l'ordre 3, contre 12% pour l'ordre 0).
pour une densit de Nous avons ensuite compar les rsultats obtenus pour une densit minimale de tions spectrales d'ordre

12

points par longueur d'onde (6600 inconnues), avec les fonctions Rooftop et avec les fonc-

5.

Les SER monostatiques correspondantes sont donnes dans la

65

Chapitre 2. Adaptation de la mthode des lments nis spectraux


et . L'erreur obtenue est, approximativement, de 3,5% pour l'ordre 5 et de 6,2% pour l'ordre 0. Cela nous donne un taux de convergence de 1,38 pour le passage de l'ordre 3 l'ordre 5 (avec 92 lments), contre 0,81 pour le passage de 1472 3312 lments avec les fonctions Rooftop.
gure 2.15, pour les polarisations Bien que notre version d'ordre lev reste plus performante que la version classique d'ordre

0,

le gain en prcision est nettement infrieur ce que l'on observe sur un obs-

tacle lisse comme la sphre (gure 2.4). Notre mthode est particulirement sensible la prsence d'artes vives dans le maillage.

Remarque 2.8 Par curiosit, nous avons test le solveur itratif sur le cylindre : le

temps de calcul par processeur (pour 8 processeurs) est de 1mn 38s pour 6600 inconnues d'ordre 0, avec un solveur direct, contre 18mn 25s avec un solveur itratif (rsidu en 105 , 1592 itrations).
20 15 10 5 0 -5 dBm -10 -15 -20 -25 -30 -35 -40 0 Rfrence p = 0 ; 2928 inconnues (quad. usuelle) p = 3 ; 2928 inconnues 20 40 60 80 100 angle thta 120 140 160 180

SER monostatique : polarisation Phi-Phi

SER monostatique : polarisation Phi-Phi (0-45)


14 Rfrence p = 0 ; 2928 inconnues (quad. usuelle) p = 3 ; 2928 inconnues
20 15 10 5

SER monostatique : polarisation Phi-Phi (135-180)


Rfrence p = 0 ; 2928 inconnues (quad. usuelle) p = 3 ; 2928 inconnues

12

10

0 dBm -5 -10 -15 -20 -25

dBm

-30

10

15

20 25 angle thta

30

35

40

45

-35 135

140

145

150

155 160 angle thta

165

170

175

180

SER monostatique, polarisation , pour le cylindre avec ouverture (EFIE) : fonctions Rooftop (en rouge) et fonctions spectrales d'ordre 3 (en vert).
Fig. 2.14 

66

2.3. Validation numrique

20 15 10 5 0 -5 dBm -10 -15 -20 -25 -30 -35 -40 0

SER monostatique : polarisation Phi-Phi

20 15 10 5 0 -5 dBm -10 -15 -20 -25 -30

SER monostatique : polarisation Thta-Thta

Rfrence p = 0 ; 6600 inconnues (quad. usuelle) p = 5 ; 6600 inconnues 20 40 60 80 100 angle thta 120 140 160 180

-35 -40 0

Rfrence p = 0 ; 6600 inconnues (quad. usuelle) p = 5 ; 6600 inconnues 20 40 60 80 100 angle thta 120 140 160 180

SER monostatique : polarisation Phi-Phi (0-45)


14 Rfrence p = 0 ; 6600 inconnues (quad. usuelle) p = 5 ; 6600 inconnues 14

SER monostatique : polarisation Thta-Thta (0-45)


Rfrence p = 0 ; 6600 inconnues (quad. usuelle) p = 5 ; 6600 inconnues

12

12

10

10

dBm

dBm 5 15 45

10

20 25 angle thta

30

35

40

10

15

20 25 angle thta

30

35

40

45

20 15 10 5 0 dBm

SER monostatique : polarisation Phi-Phi (135-180)


Rfrence p = 0 ; 6600 inconnues (quad. usuelle) p = 5 ; 6600 inconnues 14 12 10 8 6 4 dBm 2 0 -2 -4 -6 -8 -10 -12 -14 140 145 150 155 160 angle thta 165 170 175 180 135 140

SER monostatique : polarisation Thta-Thta (135-180)


Rfrence p = 0 ; 6600 inconnues (quad. usuelle) p = 5 ; 6600 inconnues

-5 -10 -15 -20 -25 -30 -35 135

145

150

155 160 angle thta

165

170

175

180

SER monostatique, polarisation ( gauche) et ( droite), pour le cylindre avec ouverture (EFIE) : fonctions Rooftop (en rouge) et fonctions spectrales d'ordre 5 (en vert).
Fig. 2.15 

67

Chapitre 2. Adaptation de la mthode des lments nis spectraux

Saut du courant Jh pour = 0 ( gauche) et = 180 ( droite), avec la polarisation . De haut en bas : partie relle, imaginaire et module.
Fig. 2.16 

68

2.4. Conclusion et perspectives

2.4 Conclusion et perspectives


Dans ce chapitre, nous avons adapt la mthode des lments nis spectraux la formulation classique utilise pour l'approximation des quations intgrales : la premire famille de Ndlec

Hdiv

conforme. La cl de cette adaptation rside dans le choix de degrs

de libert aux points de Gauss-Lobatto selon une direction, pour assurer la conformit

Hdiv ,

et aux points de Gauss selon la direction transverse, pour minimiser la perte de

prcision des formules de quadrature. Notre objectif tait de rduire le temps d'assemblage de la matrice d'impdance, lequel est prohibitif lorsque l'on emploie des fonctions classiques d'ordre lev. Cela est chose faite : la complexit du calcul des interactions lointaines est divise par un coecient (p + 2)4 , et n'augmente plus avec l'ordre d'approximation p. Quant au calcul de la partie 2 proche, sa complexit est divise par un coecient p + 2 (par un coecient (p + 2) pour la MFIE), mais reste dpendant de l'ordre d'approximation. Il est maintenant prpondrant dans le temps de calcul du systme, lorsque l'on ne compte que quelques dizaines de milliers d'inconnues. Cette adaptation nous a permis de monter en ordre l'approximation sans sourir des temps d'assemblages, et donc de rduire les cots de calcul pour une prcision donne : une simulation sur une sphre nous a montr qu'il tait possible de rduire par un facteur

4,5 le stockage, et par un facteur 13,4 le temps global du calcul, pour une prcision usuelle (celle obtenue avec les fonctions Rooftop et 7 points par longueur d'onde). A stockage gal, on est maintenant en mesure de fournir un rsultat 17 fois plus prcis, et cela en 2,5 fois
moins de temps. Cependant, nous souhaiterions disposer d'une formulation viable ds les premiers ordres (celle-ci n'est ecace qu' partir de

p = 3), an, entre autres, de faciliter la gnra-

tion du maillage sur une surface quelconque. En outre, nous avons mis en vidence la perte de performance de notre formulation sur un objet aux artes vives. Sur ce type d'obstacle, il faut compter plus de

10 points par longueur d'onde avec nos fonctions d'ordre lev pour

obtenir une bonne prcision de la SER. Nous concluons donc que si notre adaptation de la mthode des lments nis spectraux prsente un intrt certain, elle reste nanmoins perfectible. Il faudrait maintenant se tourner vers une adaptation des formulations plus exotiques que la premire famille de Ndlec

Hdiv

conforme, pour rechercher cette perfection.

69

Chapitre 2. Adaptation de la mthode des lments nis spectraux

70

Deuxime partie Etude de formulations spectrales exotiques pour l'approximation des quations intgrales

71

Chapitre 3 Tour d'horizon des possibilits d'adaptation de la mthode des lments nis spectraux
Sommaire
3.1 Mise en place d'une liste varie de formulations spectrales 74 3.2 La seconde famille de Ndlec Hdiv spectrale . . . . . . . . 75 3.3 Les formulations L2 spectrales . . . . . . . . . . . . . . . . . 80
3.3.1 Choix des degrs de libert pour la famille d'ordre mixte . 3.3.2 Choix des degrs de libert pour la famille d'ordre complet 3.3.3 Modications dans l'assemblage de la matrice . . . . . . . . 3.2.1 Prsentation de la seconde famille de Ndlec Hdiv conforme 75 3.2.2 Choix des degrs de libert - formules de quadrature . . . . 77 80 84 84

3.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
Ce chapitre prsente direntes manires d'adapter la mthode des lments nis spectraux aux quations intgrales. L'objectif est de se munir d'une liste varie de formulations qui permettra par la suite de mieux cerner les points forts, et surtout les points faibles, de la mthode. Le choix des formulations qui composent cette liste est ralis dans la premire section du chapitre. La description des lments nis qui leur appartiennent est faite dans les sections suivantes. Un choix spcique des degrs de libert et des formules de quadrature permet d'y adapter la mthode des lments nis spectraux.

73

Chapitre 3. Tour d'horizon des possibilits d'adaptation de la mthode des lments nis spectraux

3.1 Mise en place d'une liste varie de formulations spectrales


La mthode des lments nis spectraux a t mise en uvre au sein de la premire famille de Ndlec

Hdiv

conforme [78] au chapitre prcdent. Il semble naturel de nous

tourner maintenant vers une adaptation la seconde famille de Ndlec, qui vrie galement la conformit dans

Hdiv

[79]. Entre ces deux familles, la principale dirence tient

au fait que les polynmes, qui viennent moduler un vecteur tangent la surface

h ,

sont

d'ordre mixte (p, p +1) dans le premier cas, et d'ordre complet (p, p) dans le second. L'utilisation des formules de quadrature de Gauss-Lobatto, pour dnir l'emplacement des degrs de libert, autorise une estimation rapide de la matrice d'impdance et prserve la conformit de l'espace d'approximation dans

Hdiv

(car elle satisfait les condi-

tions poses dans la proprit 1.11). Elle entrane en revanche une perte de prcision dans l'estimation des termes matriciels, qui se rpercute au niveau du rsultat (le problme n'est pas li au taux de convergence, mais la constante d'erreur). Il faut alors, pour bncier des qualits d'approximation des fonctions d'ordre lev avec un faible nombre d'inconnues, prendre un ordre suprieur ou gal

4.

Le problme des mthodes d'ordre

lev (spectrales ou non) rside dans le fait que plus l'ordre d'approximation est lev, plus les lments sont grands face la longueur d'onde, et plus il est dicile de gnrer un maillage rgulier sur une surface quelconque. En outre, nous souhaiterions que notre mthode soit compatible avec l'algorithme MLFMA (produit matrice-vecteur rapide), ce qui, de notre point de vue, n'est pas le cas lorsque l'ordre est suprieur

ou

3 (cf. chapitre 2).

Disposer d'une formulation ecace ds les premiers ordres est donc un enjeu capital. Un moyen ecace d'y parvenir consiste placer nos degrs de libert en des points de Gauss (prcision accrue de la conformit dans

2 degrs dans l'estimation des intgrales, par comparaison aux

formules de quadrature de Gauss-Lobatto de mme ordre), mais cela implique de perdre

Hdiv

(la proprit 1.11 n'est plus satisfaite). Avec ce type d'lment

ni, les fonctions de base du maillage sont dans un sous-espace que nous nommons, par 2 abus d'criture, L (h ) :

L2 (h ) =

L2 (h )

; K h , |K L2 (K )

(3.1)

Pour ces formulations, il va falloir dnir un ensemble de DOF aux points de GaussLobatto, an de mettre en vidence l'impact qu'a la perte de conformit sur la qualit de l'approximation, et un ensemble de DOF aux points de Gauss, an de mesurer l'impact qu'a le changement de quadrature (et donc la qualit de l'estimation des termes matriciels) sur la prcision du rsultat. Pour rsumer, nous allons jouer sur les critres suivants pour mettre en place notre liste de formulations spectrales :


74

le choix de la famille de DOF : ordre mixte ou ordre complet ; la conformit ou non des fonctions dans

Hdiv ;

le type de quadrature associ aux DOF (Gauss-Lobatto ou Gauss).

3.2. La seconde famille de Ndlec Hdiv spectrale

3.2 La seconde famille de Ndlec Hdiv spectrale


3.2.1 Prsentation de la seconde famille de Ndlec Hdiv conforme
La seconde famille de Ndlec

Hdiv

conforme a t introduite en

1986 dans [79], sur les

cubes. Nous la prsentons ici sur le quadrilatre de rfrence, en reprenant les notations poses au premier chapitre, lors de la description de la premire famille de Ndlec. La gnration des lments nis du maillage se fait de la mme faon que pour la premire famille de Ndlec, par transport de l'lment de rfrence l'aide de la paramtrisation

(1.22) (cf. chapitre Soit

: thorme 1.10). sur chaque arte

Bp une base de Qp2,p eu Qp,p2 ev sur l'intrieur de K (Bp est l'ensemble vide lorsque p = 1). L'lment ni de rfrence (K, P, ), d'ordre p 1 et appartenant la seconde famille de Ndlec Hdiv conforme,
une base de

Aa p

Qp

a,

et

est dni par

1. K = [0, 1]2 , 2. P = = (u , v )t ; u Qp,p , v Qp,p = Qp,p eu Qp,p ev , 3.


(a) est compos de degrs de libert pouvant tre reprsents par les moments

( na ) qi ds,
a

avec

q i Aa p, qi Bp ,

sur chaque arte

de

K;

(b)

qi dx
K

avec

sur l'intrieur de

K.

Thorme 3.1

L'lment ni (K, P, ) dni ci-dessus est unisolvant et Hdiv conforme. Preuve [79]
La preuve est en tout point similaire celle donne au premier chapitre pour la premire famille de Ndlec. Seul le nombre de degrs de libert dire :

card() =
a

card(a ) + card(int ) =
a

card(Aa p ) + card(Bp )

= 4(p + 1) + 2(p 1)(p + 1) = 2(p + 1)2 = dim(P) .


Cette seconde famille semble trs proche de la premire, du moins dans la description des moments qui composent notre convention), l'ordre complte de la premire famille d'ordre mixte

. A l'ordre p, on peut l'interprter comme tant une version (p 1, p) (c'est--dire d'ordre p 1 selon complet (p, p).

Cependant, une proprit fondamentale, qui n'a pas t aborde au premier chapitre, est vrie par la premire famille mais pas par la seconde. An de prsenter cette propit, il nous faut introduire les notations suivantes :

75

Chapitre 3. Tour d'horizon des possibilits d'adaptation de la mthode des lments nis spectraux

On note On note

D(K ) 1

l'espace des champs de vecteurs de rgularit

sur

K.

l'oprateur de projection (cf. annexe A.1.1 : (A.3)) associ la premire

famille de Ndlec

Hdiv

conforme, prise l'ordre

p1

sur le carr unit.

On note

l'oprateur de projection associ la seconde famille de Ndlec

Hdiv

conforme, prise l'ordre

sur le carr unit.

On note

l'oprateur de projection pour la norme

L2

sur

Qp1,p1

Soit 1 , 2 , , les oprateurs de projection dnis ci-dessus, et l'oprateur divergence sur K . u D(K ), la premire famille de Ndlec nous donne l'galit
u = 1 u,
(3.2)

Proprit 3.2

tandis que la seconde famille ne nous donne que l'galit (plus faible)
u = 2 u.
(3.3)

Preuve [78][79]
P
est un sous-espace de Ndlec.

q Qp1,p1 ,

D(K ), que ce soit pour la premire u D(K ), on a la formule de Green (u i u) q dx +


K K

ou la seconde famille de

(u i u) q dx =
K
D'aprs la dnition de

(u i u) n K q ds , i = 1, 2.

qui reprsentent les DOF de nos deux familles, et comme on a

i , i = 1, 2 (i.e. (ui u) = 0), d'aprs la dnition des moments q Qp2,p1 eu Qp1,p2 ev ,


et

(u i u) q dx = 0
K
quel que soit

(u i u) n K q ds = 0 ,
K

q Qp1,p1 .
K

De ce fait, on obtient

( u) q dx =
K
ce qui revient crire

( i u) q dx

q Qp1,p1 , i = 1, 2,

u = i u , i = 1, 2 .
Or, l'ordre

p1

on a

1 u Qp,p1 eu Qp1,p ev ,

et par consquent

1 u Qp1,p1 .

C'est--dire que, pour la premire famille de Ndlec, nous avons l'galit

1 u = 1 u .
En revanche,

2 u Qp1,p Qp,p1 ,

ce qui ne nous permet pas d'aller plus loin avec

la seconde famille de Ndlec. La proprit 3.2 reste vraie sur l'espace des lments nis du maillage (avec l'oprateur d'interpolation dni par (A.17) dans l'annexe A.2). Elle signie que l'espace d'approximation

Xh (cf. chapitre 1 : 1.24)), lorsqu'il est engendr par les lments nis de la seconde

famille de Ndlec, n'approche pas correctement le noyau de l'oprateur divergence [52].

76

3.2. La seconde famille de Ndlec Hdiv spectrale

3.2.2 Choix des degrs de libert - formules de quadrature


Nous allons construire un lment ni de Lagrange sur famille de Ndlec de classe

appartenant la seconde

Hdiv .

Un choix spcique des degrs de libert est fait sur

cet lment ni de Lagrange, an d'y adapter la mthode des lments nis spectraux. Rappelons que sur l'lment de rfrence K , nous faisons correspondre chaque DOF 2(p+1)2 de l'ensemble = {i }i=1 un indice directionnel (id ), un indice polynomial selon les u (iu ), et un indice polynomial selon les v (iv ) : i = (id ,iu ,iv ) . Ces degrs de libert (ou points d'interpolation, pour un lment ni de Lagrange) doivent concider avec les points de quadrature utiliss dans l'valuation de la matrice d'impdance. Ils sont obtenus par tensorisation de formules de quadrature pourquoi nous retenons la formule de quadrature de Gauss-Lobatto direction associe au DOF (selon les veau, il nous faut poser des DOF aux artes, an d'assurer la conformit

1D. A nouHdiv . C'est (d'ordre p) dans la


transverse, nous bncier d'une

u /v

si id

pourrions prendre une formule de Gauss

= 1 /2). Dans la direction (d'ordre p elle aussi) an de

meilleure prcision dans l'estimation des intgrales. Nous n'en voyons pas ici la ncessit. L'utilisation d'une formule de Gauss dans la direction transverse se rvlait intressante pour la premire famille, dans la mesure o elle nous permettait d'obtenir un mme degr de prcision selon les deux directions de

2p + 1

(cf. chapitre

2).

Pour la seconde fa-

mille, nous prfrons conserver une formule de Gauss-Lobatto dans la direction transverse. Outre le fait que cela permette de condenser la matrice de masse (ce qui ne constitue pas pour nous une priorit, mais reste apprciable), ce choix se justie par la simplicit de sa mise en uvre informatique. Nous n'avons plus considrer deux types de quadrature sur

K,

mais une seule :

Q(K ) = Q(gl,p) Q(gl,p) =


avec

(gl,p) (gl,p) q , q , 1 qu , qv p + 1 , u ,qv u ,qv

(gl,p) (gl,p) (gl,p) q = (q , qv ) u ,qv u

et

(gl,p) (gl,p) (gl,p) q = q qv . u ,qv u

Chaque degr de libert

est donn par

i () = (id ,iu ,iv ) () = (iu ,iv ) eu /v


et sa fonction de base

(gl,p)

si

id = 1 /2,

s'exprime

p p i (u, v ) = gli (u) gli (v ) eu u v

/v

si

id = 1

/2.

La fonction de base

iK

dnie sur l'lment

iK = F(i ),

s'crit en tout point

r = F(u, v )

de

K = F(K ), K

associe au degr de libert

p p gli (u) gli (v ) 1 u v DF(u, v ) i (u, v ) = u /v F(u, v ) iK (r) = J (u, v ) J (u, v )

si

id = 1

/2.

77

Chapitre 3. Tour d'horizon des possibilits d'adaptation de la mthode des lments nis spectraux

Notation 5

p Nous notons, pour la seconde famille de Ndlec d'ordre p 1 et de classe Hdiv , YH div l'ensemble des fonctions de base d'ordre p sur l'lment ni de rfrence (gure 3.1), et p YH l'ensemble des fonctions de base d'ordre p sur les lments nis du maillage, avec div p YH = (GLp GLp ) eu (GLp GLp ) ev , div p YH div

Hdiv (h ) ; K h , |K

1 p DF YH div J

(3.4)

o GLp est l'ensemble dni en (2.8). La mthode est dite spectrale ds que l'on prend la formule de quadrature
(gl,p) Yp Q(gl,p) . Hdiv = Q
(3.5)

p Fonctions du sous-espace YH , selon eu ( gauche) et selon ev ( droite), pour div un ordre p = 3.


Fig. 3.1 

Les DOF dont l'indice polynomial iu (resp. iv ) vaut (resp.

1 ou p + 1, dans la direction id = 1

id = 2)

uniquement, sont associs l'arte sur laquelle ils sont placs (DOF aux

artes, en bleu sur la gure 3.1). Les fonctions de base correspondantes sont dnies sur les deux lments du maillage qui se partagent l'arte. Les autres DOF sont propres chaque lment (DOF internes, en rouge sur la gure 3.1). Ainsi, pour toute fonction p prise dans YH , et pour toute arte aij = Ki Kj (de normale naij , oriente de Ki vers div Kj ), on obtient

naij
(

|Ki

= naij

|Kj

i.e. l'espace d'approximation sur h

est conforme dans

Hdiv ).

78

3.2. La seconde famille de Ndlec Hdiv spectrale

Remarque 3.3 Quelques remarques complmentaires :


Lorsque la mthode est spectrale, l'estimation de chaque interaction lointaine ne

requiert qu'une seule paire de points de quadrature (on utilise le noyau dyadique de Green (1.15) dans les formes variationnelles de l'EFIE (1.17) et de la CFIE (1.19)). Pour l'valuation des interactions proches, l'intgrale extrieure est estime avec Yp Hdiv (1 point de quadrature pour chaque terme vectoriel, p + 1 pour chaque terme divergence). L'estimation de l'intgrale interieure est faite selon le procd dvelopp au chapitre 1.

Comme nous l'avons vu au chapitre prcdent, un risque d'imprcision se prsente

lorsque l'on utilise des formules de quadrature de Gauss-Lobatto dans l'estimation des termes matriciels. Ce risque s'intensie lorsque l'ordre d'approximation est faible (p 2). Aussi nous dotons-nous d'une seconde formule de quadrature sur K : Q(K ) = Q(g,p) Q(g,p) . Nous parlerons de quadrature usuelle lorsqu'elle sera utilise (par opposition la quadrature spectrale Yp Hdiv ).

79

Chapitre 3. Tour d'horizon des possibilits d'adaptation de la mthode des lments nis spectraux

3.3 Les formulations L2 spectrales


L'adaptation de la mthode des lments nis spectraux aux formulations de classe

Hdiv , que ce soit pour la premire ou la seconde familles de Ndlec, est lie l'utilisation
de formules de quadrature de Gauss-Lobatto. Or, nous savons qu'un risque d'imprcision apparat avec ce type de quadrature. C'est pourquoi nous nous intressons ici des sous2 espaces dont les fonctions ne vrient plus la conformit Hdiv (formulations L (3.1)). Cela se traduit par le fait que nos fonctions de base ne sont plus associes aux artes du maillage (nous ne travaillons qu'avec des DOF internes). Il est alors possible de placer tous les degrs de libert en des points de Gauss, et donc d'adapter la mthode des lments nis spectraux tout en conservant une estimation prcise des termes matriciels. En revanche, il apparat un risque d'accumulation de charge sur les artes du maillage. Nous prsentons ici plusieurs types de formulations

L2 , inspires des formulations Hdiv

dveloppes prcdemment. Nous ne parlerons plus de premire et de seconde famille de Ndlec avec ces formulations, mais de familles d'ordre mixte (ou MO, pour et d'ordre complet (ou CO, pour

Complete Order ), respectivement.

Mixed Order )

3.3.1 Choix des degrs de libert pour la famille d'ordre mixte


Soit

p0

et

Bp

une base quelconque de ni de rfrence

d'ordre mixte

L , l'lment 1. K = [0, 1]2 ,

Qp+1,p eu Qp,p+1 ev sur K . (K, P, ) est dni par

Pour la famille

2. P = = (u , v )t ; u Qp+1,p , v Qp,p+1 = Qp+1,p eu Qp,p+1 ev , 3.


est compos de degrs de libert pouvant tre reprsents par les moments

qi dx,
K

avec

qi Bp . K , chacun 2 mixte L .
dnissant un

Nous allons dnir deux ensembles de degrs de liberts sur lment ni de Lagrange appartenant la famille d'ordre

Pour notre premier ensemble, les DOF de l'lment de rfrence sont placs aux points de quadrature de la formule

Q(K ) =

Q(g,p+1) Q(g,p) Q(g,p) Q(g,p+1)

si si

i i

est dirige selon les est dirige selon les

u (id = 1), v (id = 2).

Par rapport la premire famille de Ndlec Hdiv conforme, nous avons juste remplac (gl,p+1) (g,p+1) la formule de Gauss-Lobatto (Q ) par une formule de Gauss (Q ). Sur K , la fonction de base

associe au DOF

i = (id ,iu ,iv )

a pour valeur si si

i (u, v ) =
80

p+1 p (u) gi (v ) eu gi u v p p+1 ( u ) g ( v ) ev gi iv u

id = 1, id = 2,

3.3. Les formulations L2 spectrales


o l'indice polynomial varie entre direction transverse.

et

p +2

dans la direction

id ,

entre

et

p +1

dans la

K = F(K ), la fonction de base iK iK = F(i )) s'crit en tout point r = F(u, v ) p+1 p giu (u) gi (v ) v u F(u, v ) J (u, v ) 1 iK (r) = DF(u, v ) i (u, v ) = J (u, v ) p p+1 gi (u) gi (v ) v v F(u, v ) u J (u, v )
Sur un lment du maillage, La prsence du terme

(associe au DOF

si

id = 1 ,
(3.6)

si

id = 2 . L2 ,
le

1 J

dans (3.6) n'est qu'optionnelle : pour les formulations

supprimer ne dgrade ni les proprits, ni la prcision du schma. Nous le conservons ici par souci d'homognit avec les formulations

Hdiv

dcrites prcdemment.

Les ensembles de fonctions de base d'ordre p ainsi dnies sont nots


p XL = 2 p XL 2

Notation 6

Gp+1 Gp eu Gp Gp+1 ev , L (h ) ; K h , |K
2

1 p DF XL , 2 J

(3.7)

sur K (gure 3.2) et h , respectivement (les ensembles Gp et Gp+1 sont les ensembles dnis par (2.9)). La mthode est dite spectrale lorsque l'on utilise la formule de quadrature
Xp L2 = Q(g,p+1) Q(g,p) Q(g,p) Q(g,p+1)

si id = 1, si id = 2.

(3.8)

Pour notre second ensemble de DOF, nous reprenons les points d'interpolation poss au deuxime chapitre de l'tude, lors de l'introduction de notre premire famille classe

Hdiv

spectrale (2.5). Chaque lment ni du maillage concide donc avec un lment ni de

Hdiv .

En revanche, nous ne forons pas la continuit du ux des fonctions de base

travers les artes du maillage. C'est--dire que chaque fonction de base d'arte de la premire famille laisse place deux fonctions de base internes, avec notre famille d'ordre mixte (en d'autres termes, nous ne tenons pas compte des relations (A.11) et (A.16) de l'annexe A.2, lors de la construction de l'espace d'approximation). Ces fonctions sont non nulles sur un seul lment du maillage, et leur ux travers l'arte vaut

i
a
d'un ct, et

|K

na ds =
a

p gi t

1 ds |t F| Hdiv .

de l'autre. L'espace d'approximation n'est donc pas conforme dans

81

Chapitre 3. Tour d'horizon des possibilits d'adaptation de la mthode des lments nis spectraux

Notation 7

Les fonctions de base associes notre second ensemble de degrs de libert, pour la famille d'ordre mixte L2 , forment les ensembles
p

X L2 =
p XL 2

GLp+1 Gp eu Gp GLp+1 ev , L (h ) ; K h , |K
2 p 1 DF X L2 J
(3.9)

sur K (gure 3.3) et h , respectivement. La mthode est dite spectrale lorsque l'on utilise la formule de quadrature
Xp L2 = Q(gl,p+1) Q(g,p) Q(g,p) Q(gl,p+1)

si id = 1, si id = 2.

(3.10)

La comparaison entre une solution approche par des fonctions de base prises dans p XHdiv (2.10) (premire famille de Ndlec Hdiv conforme), et une solution approche par p des fonctions de base prises dans X 2 (3.9), nous permettra de mettre en exergue l'eet L de la perte de conformit Hdiv sur la prcision de la section ecace radar. Puis, la comparaison entre une solution approche par des fonctions de base prises p p XL 2 (3.9), et une solution approche par des fonctions de base prises dans XL2 (3.7), nous permettra de mettre en vidence l'eet du changement de quadrature sur la qualit dans de l'approximation.

Remarque 3.4 Les fonctions de base appartenant au sous-espace

avec celles dveloppes par Gedney dans [50] pour la mthode de Nystrm.

p XL 2 (3.7) concident

82

3.3. Les formulations L2 spectrales

p Fonctions du sous-espace XL 2 , selon eu ( gauche) et selon ev ( droite), pour un ordre p = 2.


Fig. 3.2 

Fig. 3.3 

Fonctions du sous-espace X L2 , selon eu ( gauche) et selon ev ( droite), pour un ordre p = 2.

83

Chapitre 3. Tour d'horizon des possibilits d'adaptation de la mthode des lments nis spectraux

3.3.2 Choix des degrs de libert pour la famille d'ordre complet


Pour la famille d'ordre complet dans dni par

L2

(3.1), l'lment ni de rfrence

(K, P, )

est

1. K = [0, 1]2 , 2. P = = (u , v )t ; u Qp,p , v Qp,p = Qp,p eu Qp,p ev , 3.


est compos de degrs de libert pouvant tre reprsents par les moments

qi dx
K
o

avec

qi Bp ,
sur

Bp

est une base quelconque de

Qp,p eu Qp,p ev

K.

Nous ne prenons pas la peine de dnir deux types de degrs de libert pour cette famille : nous nous contentons de remplacer les quadratures de Gauss-Lobatto de la seconde famille de Ndlec

Hdiv

conforme (3.4), par des quadratures de Gauss. A vrai dire,

nous ne ferons que trs peu rfrence cette formulation, car elle a dj t prsente dans les travaux de Chew [40] pour la mthode des moments. Il nous semblait cependant intressant de la comparer nos propres formulations, aussi la prsentons-nous sous notre formalisme habituel.

Notation 8

Pour la famille d'ordre complet dans L2 , les fonctions de base forment les ensembles
p YL = (Gp Gp ) eu (Gp Gp ) ev , 2 p YL 2

L (h ) ; K h , |K

1 p DF YL , 2 J

(3.11)

sur l'lment de rfrence K (gure 3.4), et sur le maillage h , respectivement. La mthode est dite spectrale lorsque l'on utilise la formule de quadrature
(g,p) Yp Q(g,p) L2 = Q
(3.12)

3.3.3 Modications dans l'assemblage de la matrice


Lorsque l'on travaille avec une formulation

L2 , la forme variationnelle de l'EFIE (1.17) Hdiv (h ),


il faut prendre en compte

(et par consquent celle de la CFIE (1.19)) doit tre lgrement modie. Ds lors que nos fonctions ne sont plus prises sur un sous-espace de proches. les intgrales sur le bord du domaine d'intgration (1.16) dans le calcul des interactions

84

3.3. Les formulations L2 spectrales

p Fonctions du sous-espace YL 2 , selon eu ( gauche) et selon ev ( droite), pour un ordre p = 3.


Fig. 3.4 

Soit

tK

et

bK

, des fonctions prises sur l'un des sous-espaces

L2 introduits dans cette

section, et dnies sur les lments

et

, respectivement. Alors, la forme faiblement

singulire de l'EFIE valable pour une formulation

Hdiv

G(r, r ) k 2 tK (r) bK (r ) ( tK ) (r) bK (r ) dr dr,


K K
il faut ajouter les termes

+ +

dr ( tK ) (r)
K

dr G(r, r ) nK bK (r ),
K

(3.13)

dr (nK tK ) (r)
K

dr G(r, r ) bK (r ),
K

(3.14)

dr (nK tK ) (r)
K

dr G(r, r ) nK bK (r ).
K

(3.15)

Nous allons dvelopper l'intgrale extrieure

dr (nK tK ) =
K
o chaque

naj tK ds ,
j =1 aj
sortante

(3.16)

aj

est une arte de l'lement

tK ,

associe au DOF

K , de normale unitaire tK = F((td ,tu ,tv ) ) sur cet lment, vaut tK (r) = ltu (u) ltv (v ) td F(u, v ), J (u, v )

na j .

La fonction

85

Chapitre 3. Tour d'horizon des possibilits d'adaptation de la mthode des lments nis spectraux
avec ltu et ltv les polynmes de Lagrange (1D) dnis dans cette section. Nous rappelons que les normales unitaires aux artes (diriges vers l'extrieur de l'lment) s'expriment

na 1 =
o

J J J J u F , na 2 = v F , na 3 = u F , et na4 = v F , |v F| |u F| |v F| |u F|
linique tant

ai = F(ai ), avec u = 1 sur a1 , v = 1 sur a2 , etc. L'lment d'intgration |v F| (resp. |u F|) sur les artes a1 et a3 (resp. a2 et a4 ), nous avons 1 +ltu (1) ltv (v ) dv si td = 1 na1 tK ds = , 0 a1 0 si td = 2 +ltv (1) ltv (0) ltu (0)
0

0
1

si

td = 1 td = 2 ,

na2 tK ds =
a2

ltu (u) du
0 1

si

na3 tK ds =
a3

ltv (v ) dv 0 0
1

si si si

td = 1 td = 2 td = 1 td = 2

na4 tK ds =
a4

ltu (u) du
0

si

C'est--dire que l'intgrale (3.16) est indpendante de la transformation

F.

De plus,

son valuation ne requiert que deux points de quadrature (un par arte) lorsque l'on sp lectionne la formule de Gauss d'ordre p sur chaque arte (que l'on travaille avec X 2 (3.7), L p p XL 2 (3.9), ou encore YL2 (3.11)). De ce fait, nous pouvons ne calculer l'intgrale (3.16) qu'une seule fois, pour chaque fonction de base de l'lment ni de rfrence, et rcuprer sa valeur lors de l'assemblage de la matrice d'impdance. Pour le calcul des intgrales intrieures de (3.13) et (3.15), lorsque le point d'intgration de l'intgrale extrieure est proche de l'arte en question, nous avons recours au procd suivant :

Nous dterminons son projet sur l'arte (de coordonne paramtrique tervalle

sur l'in-

[0, 1]

par exemple).

Puis, nous utilisons deux formules de quadrature (de Gauss) : l'une sur l'intervalle

[0, s ],

et l'autre sur l'intervalle

[s , 1].

L'ordre de chaque formule est slectionn en

fonction de la taille de l'intervalle, et de l'ordre d'approximation

p.

Au nal, le cot de chaque interaction proche n'est que sensiblement suprieur celui obtenu pour les formulations

Hdiv .

Pour ce qui est des interactions lointaines (Dyade de

Green (1.15) dans l'EFIE et la CFIE), la complexit reste la mme : une seule paire de points de quadrature pour estimer chaque terme matriciel.

86

3.4. Conclusion

3.4 Conclusion
Nous disposons maintenant d'une liste varie de formulations aptes la rsolution des quations intgrales : formulations d'ordre mixte ou d'ordre complet, conformes ou non dans

Hdiv .

Pour chaque formulation, nous avons pris soin de montrer comment y adapter

la mthode des lments nis spectraux. Il nous est maintenant possible de mettre en vidence les avantages et inconvnients de la mthode, selon les spcicits suivantes :

Choix d'une formulation d'ordre mixte, ou d'ordre complet (qui, lorsque la conformit

Hdiv est vrie, correspondent la premire et la seconde familles de Ndlec,

respectivement).

Choix d'une formulation conforme dans

Hdiv ,

ou dans

L2 .

Choix des formules de quadrature de Gauss-Lobatto ou de Gauss, au sein de la formulation d'ordre mixte non conforme.

Cette tude fait l'objet du chapitre suivant.

87

Chapitre 3. Tour d'horizon des possibilits d'adaptation de la mthode des lments nis spectraux

88

Chapitre 4 Etude phnomnologique des formulations spectrales


Sommaire
4.1 Prsentation des cas tests . . . . . . . . . . . . . . . . . . . 90 4.2 Comparaison entre la premire et la seconde familles . . . 92 4.3 Comparaison entre les formulations Hdiv et L2 . . . . . . . 99 4.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
Ce chapitre met en vidence, travers quelques exemples numriques, les qualits et dfauts des formulations spectrales prsentes aux chapitres prcdents. L'objectif est de caractriser la/les spcit/s propre/s chaque formulation, en terme d'impact sur la prcision de la section ecace radar obtenue. La description des exemples numriques est faite dans la premire section du chapitre. Dans la deuxime section, nous comparons les versions spectrales des deux familles de Ndlec conformes dans formulation

4.2.1 Comparaison sur la CFIE et la MFIE . . . . . . . . . . . . 4.2.2 Apparition de courants parasites avec l'EFIE . . . . . . . .

92 94

4.3.1 Les formulations d'ordre mixte . . . . . . . . . . . . . . . . 99 4.3.2 Les formulations d'ordre complet . . . . . . . . . . . . . . . 105

Hdiv . Puis, les eets du passage d'une

Hdiv

conforme, employant les formules de quadrature de Gauss-

Lobatto, une formulation non conforme dont les degrs de libert sont placs aux points de Gauss, sont tudis dans la troisime section.

89

Chapitre 4. Etude phnomnologique des formulations spectrales

4.1 Prsentation des cas tests


Nous souhaitons dterminer le sous-espace d'approximation qui, lorsqu'on lui adapte la mthode des lments nis spectraux, requiert un minimum d'inconnues pour atteindre une prcision donne. Il faut que cette formulation soit performante ds les premiers ordres, et que la prsence de singularits gomtriques ne pnalise pas trop ses qualits approximatives. En cela, nous entendons qu'il est essentiel que cette formulation spectrale reste attrayante sur un obstacle aux artes vives, par comparaison la mthode usuelle d'ordre bas (fonctions Rooftop). A cet eet, nous comparons les direntes formulations introduites aux prcdents chapitres sur des cas tests simples. Le premier test est ralis sur un obstacle dont la frontire est lisse : la sphre. Il nous permet de donner une estimation du nombre d'inconnues ncessaire pour atteindre la prcision souhaite (de l'ordre de 0,1% d'erreur pour la norme L2 de la section ecace radar, sur ce type d'obstacle), ainsi que l'ordre d'approximation minimal requis pour que la formulation soit ecace. Une fois pass ce test, nous nous intressons des obstacles aux artes vives. Pour cela, nous nous dotons de deux objets : le cube et le cube de Fischra. Tous deux sont pris

petits

face la longueur d'onde, de sorte que l'on puisse dterminer aisment un rsultat de rfrence. L'quation MFIE, telle qu'elle est dcrite au premier chapitre, est mal pose sur ce type de gomtrie [87]. Aussi nous nous concentrons sur l'EFIE, voir sur la CFIE avec un faible coecient ( La sphre On reprend la sphre de rayon

= 0,2). De plus amples dtails sur nos cas tests sont donns ci-dessous.

R = 2,75, traite dans la prcdente partie de l'tude avec la premire famille de Ndlec (sous sa forme classique au chapitre 1, et sous sa forme spectrale au chapitre 2). La SER bistatique est calcule pour des densits allant de 60 2 230 inconnues par lment d'aire , et pour dirents ordres d'approximation. Les
rsultats sont ensuite compars la solution analytique. La paramtrisation du maillage est toujours prise l'ordre

p +1

pour les formulations d'ordre mixte

(p, p +1),

et l'ordre

pour les formulations d'ordre complet

p.

Le cube On prend un cube de ct ((inc , inc ) le plan

c = /4

(gure 4.1). L'onde incidente claire l'une des faces

= (0, 0)), et on calcule la SER bistatique pour les polarisations et , dans x0z (0 recep 180, recep = 0). Ce cas test est tir d'un article sur l'tude de 6
lments (1 lment

formulations d'ordre mixte pour la mthode de Nystrm [50]. Mais contrairement ce qui est fait dans cet article, nous nous limitons un maillage de par face) avec les formulations d'ordre lev (convergence en compars ceux obtenus pour la convergence en premire famille de Ndlec

p).

Ces rsultats sont alors

des fonctions Rooftop (ordre

avec la points

Hdiv

conforme). Le calcul de rfrence a t ralis avec les

fonctions de type Graglia [52], d'ordre

puis d'ordre

1,

par longueur d'onde. Il nous assure une prcision de l'ordre de

pour une densit de 3 104 .

160

90

4.1. Prsentation des cas tests


Le cube de Fischra On supprime un huitime du cube prcdent : le cube de Fischra est donn par le volume

0,

, 0, , . 8 4 8 8 4

L'onde incidente claire le coin localis en

( , , ) : (inc , inc ) = (45, 45) (gure 4.1). 8 8 8 Encore une fois, on regarde la SER bistatique pour les polarisations et , dans le plan x0z (0 recep 180, recep = 0). Le maillage initial est compos de 24 quadrilatres. Il est conserv pour les formulations d'ordre lev (convergence en p), et ran pour les fonctions Rooftop (convergence en h). De mme que pour le cube, une simulation avec les fonctions classiques et pour une forte densit d'inconnues (192 points par longueur 4 d'onde), nous assure une prcision de l'ordre de 2 10 .

Fig. 4.1 

Obstacles aux artes vives : le cube ( gauche) et le cube de Fischra ( droite).

Il est clair que ces cas tests ne sont pas trs reprsentatifs des applications usuelles, o

est en gnral la runion de larges zones lisses, dont les intersections forment parfois

une arte vive, ou encore une pointe. Ils permettent en revanche de se placer dans le cas dfavorable o chaque arte du maillage est une arte vive de la gomtrie. De plus, les faibles dimensions de nos obstacles aux artes vives impliquent que l'on travaille pour une forte densit de points par longueur d'onde : de longueur d'onde sur le cube (de l'ordre

24

points par

1 l'ordre 5), et le double sur le cube de Fischra.

Nous ne nous intresserons donc pas au niveau de prcision des rsultats, mais plutt l'cart de prcision entre deux formulations. Plus important encore, nous regarderons si cet cart est conserv quel que soit l'obstacle.

91

Chapitre 4. Etude phnomnologique des formulations spectrales

4.2 Comparaison entre la premire et la seconde familles


Dans cette section, nous comparons les formulations conformes dans Nous nous contentons du cas test sur un objet lisse : la sphre de rayon

Hdiv ,

d'ordre

mixte (premire famille de Ndlec) et d'ordre complet (seconde famille de Ndlec).

R = 2,75.

4.2.1 Comparaison sur la CFIE et la MFIE


Nous commenons par regarder la prcision atteinte pour l'oprateur CFIE (de coefcient

= 0,5),

l'erreur de la section ecace radar bistatique pour la norme tal d'inconnues, et pour les ordres pour

avec les fonctions de la seconde famille de Ndlec : la gure 4.2 donne L2 , en fonction du nombre to-

1 5 (quadrature usuelle pour p = 1 et version spectrale p > 1). Rappelons que les rsultats pour la premire famille de Ndlec sont donns au chapitre 2 (gures 2.5 et 2.6 pour la prcision et le temps d'assemblage, respectivement).
De mme que pour la premire famille, la version spectrale de la seconde famille de Ndlec n'est viable qu' partir d'un certain ordre. Si la premire famille spectrale devient intressante ds l'ordre A l'ordre

p = 3,

la seconde famille ne l'est qu' partir de l'ordre

p = 4.

5,

la seconde famille spectrale se rvle toujours plus prcise que sa version

d'ordre bas avec quadrature usuelle. Du point de vue de la vitesse de convergence, nous constatons que le taux de convergence de la seconde famille d'ordre de la premire famille d'ordre (approximatifs)

concide avec celui

p 1.

En eet, la premire famille nous donne les taux

1,12 (p = 0), 1,5 (p = 1), 2,4 (p = 2), 3,9 (p = 3),

et

4,0 (p = 4),

tandis que la seconde famille nous donne les taux (approximatifs)

1,2 (p = 1),

entre

1,3

et

1,6 (p = 2), 2,4 (p = 3),

entre

3,5

et

4,3 (p = 4),

et

4,3 (p = 5).

Or, nous avons interprt la seconde famille d'ordre te de la premire famille d'ordre tats obtenus aux ordres n'amliore pas le taux de convergence de la mthode

p comme tant une version compl. De plus, en comparant les rsul-

p1 (cf. chapitre 3). Il apparat ici que cette compltion


12
avec la premire et la seconde familles, respectivement,

p1

et

on constate que si les taux de convergence sont sensiblement les mmes, la constante est plus leve pour la seconde famille : pour un nombre xe d'inconnues, l'erreur est multiplie par un facteur estim

1,8 , 2,4 ,

et

3,6 ,

avec

p = 2, 3,

et

(respectivement).

La seconde famille de Ndlec

Hdiv

spectrale ne nous permet donc pas de satisfaire

notre principal objectif, qui est de rduire le nombre d'inconnues pour une prcision donne (et ce, ds les premiers ordres).

12 Comme
92

l'annonaient les estimations d'erreur des articles [78][79].

4.2. Comparaison entre la premire et la seconde familles


Notons en revanche que les temps d'assemblages sont encore rduits avec la seconde famille (gure 4.3). Cela est d la simplicit de la formule de quadrature qui mne p la version spectrale : YH (3.5). Contrairement la premire famille (cf. chapitre 2 : div (2.11)), il n'est plus ncessaire de choisir les points de quadrature en fonction de la direction associe au DOF. Dans la pratique, cela se traduit par le fait que l'on cre deux fois moins de formules de quadrature polaires pour le calcul des interactions proches. Le temps de calcul des interactions lointaines reste le mme pour la premire et la seconde familles (une paire de points de quadrature par terme matriciel).

1e-01 5e-02

Erreur L2 (SER bistatique)

1e-01 5e-02

1e-02 erreur (L2) 5e-03

1e-02 5e-03

1e-03 5e-04 p = 1 (quad. usuelle) p=2 p=3 p=4 p=5 10000 14000 nombre total dinconnues 18000

1e-03 5e-04

1e-04 6000

1e-04 22000

Fig. 4.2 

Errreur L2 pour le calcul de la SER bistatique d'une sphre de rayon R = 2,75 (CFIE, = 0,5), avec la seconde famille de Ndlec Hdiv conforme. Comparaison entre les fonctions d'ordre 1 (quadrature usuelle) et les fonctions spectrales d'ordre 2 5.

Nous avions jusqu' prsent dlaiss l'oprateur MFIE. Celui-ci n'est que rarement employ car on lui prfre l'oprateur CFIE, qui ne prsente pas de frquence de rsonance et mne rsoudre un systme matriciel mieux conditionn. De plus, la forme variationnelle de la MFIE (1.18) est mal pose lorsque la surface contient des singularits gomtriques, aussi convient-il mieux de prendre la CFIE avec un faible coecient

(1.10), voire di-

rectement l'EFIE si le solveur est direct. Toutefois, nous prsentons ici quelques rsultats obtenus avec la MFIE, toujours sur la sphre (gure 4.4). La seconde famille d'ordre converge plus comme la premire famille d'ordre plus vite si on regarde l'ordre partie

ne

p 1,

mais comme celle d'ordre

(voir

3,

en vert sur la gure 4.4). Il semble donc que ce soit la

EFIE

qui ralentisse la CFIE, avec la seconde famille.

93

Chapitre 4. Etude phnomnologique des formulations spectrales


1e+04 5e+03

Temps dassemblage du systme (cpu-s)

1e+04 5e+03

Temps dassemblage des interactions lointaines (cpu-s)

temps de calcul (cpu-s)

1e+03 5e+02

temps de calcul (cpu-s) p = 1 (quad. usuelle) p=2 p=3 p=4 p=5 10000 14000 nombre total dinconnues 18000 22000

1e+03 5e+02

1e+02 5e+01

1e+02 5e+01 p = 1 (quad. usuelle) p=2 p=3 p=4 p=5 10000 14000 nombre total dinconnues 18000 22000

1e+01 6000

1e+01 6000

Temps de calcul de la matrice d'impdance, avec la seconde famille de Ndlec Hdiv conforme : temps total ( gauche) et pour les interactions lointaines ( droite). Comparaison entre les fonctions d'ordre 1 (quadrature usuelle) et les fonctions spectrales d'ordre 2 5, pour la sphre de rayon R = 2,75.
Fig. 4.3 
1e-01 5e-02

Erreur L2 (SER bistatique)

1e-01 5e-02

1e-02 erreur (L2) 5e-03

1e-02 5e-03

1e-03 5e-04 p = 0 ; premire famille (quad. usuelle) p = 2 ; premire famille p = 3 ; premire famille p = 1 ; seconde famille (quad. usuelle) p = 2 ; seconde famille p = 3 ; seconde famille 10000 14000 nombre total dinconnues 18000

1e-03 5e-04

1e-04 6000

1e-04 22000

Fig. 4.4 

Errreur L2 pour le calcul de la SER bistatique d'une sphre de rayon R = 2,75, avec l'oprateur MFIE. Comparaison entre la premire et la seconde familles de Ndlec, conformes dans Hdiv .

4.2.2 Apparition de courants parasites avec l'EFIE


Nous reportons ici un phnomne rencontr dans nos simulations, lorsque la seconde famille de Ndlec est employe sur l'EFIE. Dans cette conguration, le courant solution

Jh

spurious currents

est pollu par des courants parasites (courants non physiques, couramment appels dans la littrature anglo-saxonne). Ce qui est intressant, c'est que la

section ecace radar obtenue est correcte. C'est--dire que l'on obtient une bonne ap-

94

4.2. Comparaison entre la premire et la seconde familles


proximation du courant lectrique (qui rayonne l'inni et donne la SER recherche), laquelle s'ajoute un courant vanescent (

i.e.

qui ne rayonne pas l'inni). Ce problme

n'est pas caus par l'adaptation de la mthode des lments nis spectraux : il se produit quel que soit le type de quadrature utilis, et est donc intrinsquement li la dnition mme de la seconde famille de Ndlec. Pour l'illustrer, nous avons compar les rsultats obtenus sur la sphre avec la premire famille et la seconde famille de Ndlec, pour des 2 quadratures usuelles. La gure 4.5 donne l'erreur pour la norme L de la SER bistatique, tandis que les gures 4.6 et 4.7 prsentent les courants et la SER obtenus sur un maillage 2 n (plus de 240 inconnues par lment d'aire ). Ce phnomne est comment dans plusieurs ouvrages. En particulier, il est report dans [53] pour la mthode des moments, dans [19][50] pour la mthode de Nystrm, et d'une manire plus gnrale dans [90]. La nouveaut est que l'on observe ce problme sur un objet lisse, alors qu'il n'tait rencontr, dans ces articles ([53][19][50]), que sur des plaques ou des obstacles aux artes vives. Les explications fournies dans ces travaux reposent sur le fait que la charge est reprsente par un polynme d'ordre incomplet. En d'autres termes, le bruit est caus par les la divergence est nulle (cf. chapitre

courants numriques (i.e. non physiques) dont


Hdiv

: (3.3)). conforme n'est

En conclusion, nous considrons que la seconde famille de Ndlec

pas adapte notre tude. Elle requiert un plus grand nombre d'inconnues que la premire famille pour atteindre la prcision recherche, et ne nous donne pas les courants corrects avec l'EFIE. Nous reviendrons brivement sur la famille d'ordre complet, cette fois-ci non conforme dans

Hdiv ,

dans la section suivante.

95

Chapitre 4. Etude phnomnologique des formulations spectrales

5e-02

Erreur L2 (SER bistatique)


p = 0 , premire famille p = 1 , premire famille p = 1 , seconde famille p = 2 , seconde famille

5e-02

1e-02 5e-03 erreur (L2)

1e-02 5e-03

1e-03 5e-04

1e-03 5e-04

1e-04 6000

10000 14000 nombre total dinconnues

18000

1e-04 22000

Fig. 4.5 

Errreur L2 pour le calcul de la SER bistatique d'une sphre de rayon R = 2,75, avec l'oprateur EFIE. Comparaison entre la premire et la seconde familles de Ndlec, conformes dans Hdiv (quadratures usuelles).

96

4.2. Comparaison entre la premire et la seconde familles

Partie imaginaire ( gauche) et module ( droite) du courant solution Jh , pour la sphre de rayon R = 2,75 avec l'oprateur EFIE. En haut : rsultat obtenu avec la premire famille de Ndlec (23232 fonctions d'ordre 0). En bas : rsultat obtenu avec la seconde famille de Ndlec (24576 fonctions d'ordre 1).
Fig. 4.6 

97

Chapitre 4. Etude phnomnologique des formulations spectrales

40

SER bistatique ; polarisation Phi-Phi


p = 0, premire famille (23232 inconnues) p = 1, seconde famille (24576 inconnues)

30

20 dBm 10 0 -10 0

20

40

60

80 100 angle de rception

120

140

160

180

40

SER bistatique ; polarisation Thta-Thta


p = 0, premire famille (23232 inconnues) p = 1, seconde famille (24576 inconnues)

30

20 dBm 10 0 -10 0

20

40

60

80 100 angle de rception

120

140

160

180

SER bistatique (polarisations et ) pour la sphre de rayon R = 2,75, avec l'oprateur EFIE. Rsultats obtenus avec la premire famille de Ndlec l'ordre 0 (Rooftop), et la seconde famille de Ndlec l'ordre 1 (quadratures usuelles).
Fig. 4.7 

98

4.3. Comparaison entre les formulations Hdiv et L2

4.3 Comparaison entre les formulations Hdiv et L2


Nous comparons maintenant les formulations conformes dans Hdiv aux formulations 2 non conformes (L ). Nous nous intressons essentiellement aux formulations d'ordre mixte, mises en uvre pour les trois cas tests introduits dans la premire section du chapitre.

4.3.1 Les formulations d'ordre mixte


Nous disposons de

formulations d'ordre mixte. Plus prcisment, nous disposons de

adaptations direntes de la mthode des lments nis spectraux :

L'adaptation de la mthode des lments nis spectraux la formulation conforme dans

Hdiv

(premire famille de Ndlec), prsente au chapitre

2,

et dont les DOF

sont placs en des points de Gauss et de Gauss-Lobatto. Les fonctions de base sont p prises dans XH (2.10). div L'adaptation de la mthode des lments nis spectraux la formulation non conforme, prsente au chapitre prcdent, et dont les DOF sont galement placs en des points p de Gauss et de Gauss-Lobatto. Les fonctions de base sont alors prises dans X 2 (3.9). L Enn, l'adaptation de la mthode des lments nis spectraux la formulation non

conforme, prsente au chapitre prcdent, et dont les DOF sont placs en des points p de Gauss. Les fonctions de base sont prises dans X 2 (3.7). L Dans les gures, nous direncierons ces deux dernires versions par le terme `GL' (pour Gauss-Lobatto) ou `G' (pour Gauss), respectivement. La question que l'on se pose est de savoir s'il est prfrable de privilgier la conformit Hdiv au dtriment des formules p de quadrature (XH ), ou de privilgier les formules de quadrature au dtriment de la div p conformit (X 2 ). L

La sphre
La gure 4.8 nous donne l'erreur moyenne de la section ecace radar bistatique sur 2 la sphre, pour les deux versions spectrales de notre formulation L (CFIE avec = 0,5). Nous avons jug utile d'y ajouter les rsultats obtenus avec les fonctions classiques d'ordre au chapitre

0 conformes dans Hdiv (fonctions Rooftop, quadrature usuelle), qui sont galement donns 2, avec la version spectrale de la premire famille de Ndlec (gure 2.5). Cela
permet de se rendre compte plus facilement des performances relatives chacune de nos

formulations.

Regardons, dans un premier temps, les consquences de la perte de conformit sur la prcision des rsultats, lorsque les DOF sont placs aux points de Gauss-Lobatto. Pour un mme nombre d'lments (Nel ), cela entrane une augmentation du nombre d'inconnues, puisque chaque fonction d'arte laisse place

fonctions internes. A l'ordre

total d'inconnues est multipli par un coecient contre

p+2 2 : Nel 2(p +1) p+1

p,

le nombre

fonctions dans

p XH , div

Nel 2(p + 1)(p + 2)

fonctions dans

p XL 2.

99

Chapitre 4. Etude phnomnologique des formulations spectrales


En particulier, prenons l'ordre multipli par un facteur

p = 3,

pour lequel nous donnons les rsultats en fonc-

tion du nombre d'lments dans la table 4.1. Non seulement le nombre d'inconnues est

5/4,

mais on constate galement une baisse du taux de conver-

gence avec la perte de conformit. Ce second point n'est pas forcment rdhibitoire : nous cherchons seulement atteindre une prcision de l'ordre de

0,1%

sur un objet lisse. Il

s'avre cependant dterminant lorsque l'on emploie les formules de quadrature de GaussLobatto, car la constante d'erreur est leve. Toujours l'ordre nous indiquent que l'erreur est lgrement infrieure

2 formulations. Pour atteindre 0,1% d'erreur, 2 ( 168 inconnues / ), contre 13000 fonctions

3, les gures 2.5 et 4.8 6000 inconnues, pour les p il faut plus de 16000 fonctions dans X 2 L p 2 dans XH ( 136 inconnues / ). div 2%
avec

Mais ds lors que la formulation n'est plus conforme, il est possible de placer les DOF p en des points de Gauss (X 2 ). Si le taux de convergence reste sensiblement le mme que L p celui observ avec X 2 , l'erreur est divise par un facteur 10 pour un nombre d'inconnues L 13 identique (gure 4.8 et table 4.1). Cette formulation est mme plus prcise que celle conforme dans (moins de ds

Hdiv : l'ordre 3, le 0,1% d'erreur est atteint avec moins de 8000 inconnues 84 inconnues /2 ). De plus, elle prsente de meilleurs rsultats que les Rooftop l'ordre 2. Il s'avre donc que privilgier le choix des formules de quadrature, au d-

triment de la conformit, est payant pour l'adaptation de la mthode des lments nis spectraux (du moins sur un objet lisse, et pour une faible densit d'inconnues). Quant aux temps d'assemblage de la matrice d'impdance, ils restent au mme niveau quelle que soit la formulation mixte utilise (comme nous l'avons expliqu au chapitre prcdent, le cot supplmentaire induit par l'valuation d'intgrales sur le bord des lments est ngligeable).

Nombre d'inconnues (Ninc ) et erreur moyenne de la SER bistatique, pour nos formulations spectrales d'ordre p = 3, en fonction du nombre d'lments sur la sphre. Le taux de convergence en fonction de h, entre h = 0,6631 (216 lments) et h = 0,3979 3 3 3 (600 lments), vaut 7,7 avec XH , 4,75 avec XL 2 , et 4,64 avec XL2 . div
Tab. 4.1 

Nombre d'lments

3 XH (Hdiv , div

GL)

3 2 XL 2 (L ,

GL)

3 2 XL 2 (L ,

G)

216 384 600

Ninc 6912 12288 19200

erreur

9, 03 103 1, 30 103 1, 79 104

Ninc erreur 8640 5, 74 103 15360 2, 08 103 24000 5, 08 104

Ninc erreur 8640 6, 26 104 15360 1, 19 104 24000 5, 85 105

13 Pour
100

les autres ordres, ce facteur varie entre 5 et 8.

4.3. Comparaison entre les formulations Hdiv et L2

1e-01

erreur L2 (SER bistatique)


Rooftop p = 1 (G) p = 2 (G) p = 3 (G) p = 4 (G)

1e-01

1e-02

1e-02

erreur (L2)

1e-03

1e-03

1e-04

1e-04

1e-05 6000

10000 14000 nombre total dinconnues

18000

1e-05 22000

1e-01

erreur L2 (SER bistatique)

1e-01

1e-02

1e-02

erreur (L2)

1e-03

1e-03

1e-04

1e-05 6000

Rooftop p = 1 (GL) p = 2 (GL) p = 3 (GL) p = 4 (GL) 10000 14000 nombre total dinconnues 18000

1e-04

1e-05 22000

Fig. 4.8 

Erreur pour la norme L2 de la SER bistatique d'une sphre de rayon R = 2,75 (CFIE, = 0,5). Comparaison entre les fonctions Rooftop (Hdiv conformes) et les p p fonctions d'ordre mixte non conformes : XL 2 (points de Gauss, en haut), et XL2 (points de Gauss-Lobatto, en bas).

101

Chapitre 4. Etude phnomnologique des formulations spectrales

Le cube - le cube de Fischra


La prsence de singularits gomtriques dgrade les performances de la mthode, qu'elle soit conforme ou non, qu'elle soit spectrale ou non. La question que l'on se pose p est double : conserve-t-on le gain de prcision procur par la formulation X 2 sur un obsL tacle aux artes vives et, si oui, est-ce susant pour motiver le passage d'une formulation classique (fonctions Rooftop) une formulation spectrale ? Le test sur le cube est inspir d'un article sur les formulations d'ordre mixte, pour la mthode de Nystrm [50]. C'est dans le but de nous en rapprocher que nous regardons ici 1 2 l'erreur pour la norme L (de la SER bistatique), et non pour la norme L . Les courants solutions

Jh ,

la section ecace radar, et l'erreur en fonction du nombre d'inconnues, sont

donns dans la gure 4.9 pour les

les rsultats pour les fonctions prises dans obtenus avec les fonctions Rooftop.

polarisations. Nous n'avons pas jug utile d'y joindre p XL 2 , qui sont nettement moins prcis que ceux

La formulation non conforme reste plus prcise que la premire famille de Ndlec. Cependant, le gain n'est pas aussi agrant que celui observ sur la sphre. La table 4.1

10 fois plus prcis avec les fonctions non conformes (et le nombre d'inconnues seulement 1,25 fois plus important). Sur le cube, on n'observe qu'un coecient 1,5 : l'erreur est de 2,5% et 1,4% pour la formulation conforme d'ordre 3, de 1,6% et 0,95% pour la formulation non conforme (polarisations et , respectivement).
nous indiquait que pour lments nis d'ordre le rsultat tait Nous avons ensuite cors le test, en prenant le cube de Fischra (gure 4.10). Dpartager les

384

3,

formulations spectrales sur cet objet n'est pas chose aise : si la formulation

conforme est lgrement plus prcise dans la polarisation la polarisation

, le phnomne s'inverse dans

Aussi, la question de savoir si l'on conserve le gain de performance

observ sur la sphre, nous apportons une rponse ngative. Nos fonctions spectrales ne sont donc gure plus prcises que les fonctions d'ordre bas Rooftop, sur les objets aux artes vives. Leur mise en uvre dans le code ne semble intressante que pour les objets lisses, ce qui n'est pas ce que l'on attend d'une mthode gnraliste (

i.e. approximation polynomiale). Notre interprtation est que la formulation

conforme est mise dfaut par les formules de quadrature de type Gauss-Lobatto, quel que soit le type d'obstacle, tandis que l'autre formulation est mise en dfaut par la perte de conformit, lorsque sont prsentes des singularits gomtriques.

102

4.3. Comparaison entre les formulations Hdiv et L2

-4 -5 -6 -7 -8 -9 dBm -10 -11 -12 -13 -14 -15 -16 0

SER bistatique (Phi-Phi et Thta-Thta)

-4 -5 -6 -7 -8 -9 -10 -11 -12

P-P ; Rfrence P-P ; p = 5 ; Ordre Mixte Hdiv P-P ; p = 5 ; Ordre Mixte L2 (G) T-T ; Rfrence T-T ; p = 5 ; Ordre Mixte Hdiv T-T ; p = 5 ; Ordre Mixte L2 (G) 20 40 60 80 100 angle de rception 120 140 160

-13 -14 -15 -16 180

1e-01

Erreur L1 (SER bistatique ; Phi-Phi)

1e-01

1e-01

Erreur L1 (SER bistatique ; Thta-Thta)

1e-01

5e-02

5e-02

5e-02

5e-02

erreur (L1)

1e-02

1e-02

erreur (L1)

1e-02

1e-02

5e-03

5e-03

5e-03

5e-03

1e-03 50

Rooftop Ordre Mixte Hdiv ; spectral Ordre Mixte L2 (G) ; spectral 100 200 nombre dinconnues 300 400

1e-03 500

1e-03 50

Rooftop Ordre Mixte Hdiv ; spectral Ordre Mixte L2 (G) ; spectral 100 200 nombre dinconnues 300 400

1e-03 500

Simulations sur le cube de ct c = /4 : (inc , inc ) = (0, 0). En haut : module du courant solution Jh pour la polarisation ( gauche) et ( droite). Au centre : SER bistatique pour les polarisations et . En bas : erreur L1 pour la SER bistatique de polarisation ( gauche) et ( droite).
Fig. 4.9 

103

Chapitre 4. Etude phnomnologique des formulations spectrales

16 14 12 10 8 dBm 6 4 2 0 -2 -4 -6 0

SER bistatique (Phi-Phi et Thta-Thta)

16 14 12 10 8 6 4 2

P-P ; Rfrence P-P ; p = 5 ; Ordre Mixte Hdiv P-P ; p = 5 ; Ordre Mixte L2 (G) T-T ; Rfrence T-T ; p = 5 ; Ordre Mixte Hdiv T-T ; p = 5 ; Ordre Mixte L2 (G) 20 40 60 80 100 angle de rception 120 140 160

0 -2 -4 -6 180

1e-01

Erreur L1 (SER bistatique ; Phi-Phi)


Rooftop Ordre Mixte Hdiv ; spectral Ordre Mixte L2 (G) ; spectral

1e-01

1e-01

Erreur L1 (SER bistatique ; Thta-Thta)

1e-01

5e-02

5e-02

5e-02

5e-02

erreur (L1)

1e-02

1e-02

erreur (L1)

1e-02

1e-02

5e-03

5e-03

5e-03

5e-03

1e-03

200

600 1000 nombre dinconnues

1400

1800

2200

1e-03

1e-03

Rooftop Ordre Mixte Hdiv ; spectral Ordre Mixte L2 (G) ; spectral 200 600 1000 nombre dinconnues 1400 1800 2200

1e-03

Fig. 4.10 

Simulations sur le cube de Fischra de ct c = /4 : (inc , inc ) = (45, 45). En haut : module du courant solution Jh pour la polarisation ( gauche) et ( droite). Au centre : SER bistatique pour les polarisations et . En bas : erreur L1 pour la SER bistatique de polarisation ( gauche) et ( droite).

104

4.3. Comparaison entre les formulations Hdiv et L2

Remarque 4.1 Quelques remarques complmentaires :


p Les rsultats obtenus pour les fonctions de XL 2 illustrent bien le problme que ren-

contrent les sous-espaces non conformes, avec les singularits gomtriques. En voici quelques-uns (sur le cube) : Ordre
p=3 p=5
p XH (Hdiv , GL) div p 2 XL 2 (L , GL)

2, 51% () 1, 09% ()

1, 40% () 0, 69% ()

10, 7% () 8, 97% ()

13, 5% () 2, 20% ()

Il existe dans la littrature des fonctions spcialement ddies au traitement des sin-

gularits gomtriques. Une description claire des direntes approches entreprises ce jour est donne dans [51][10]. Les expriences numriques prsentes dans ces divers travaux mettent en avant les problmes de prcision que rencontrent les mthodes gnralistes, l'approche d'une arte ou d'un coin, pour l'approximation du courant. En ce qui concerne la section ecace radar, il est montr dans [62] qu'une prise en compte spcique des artes vives dans le calcul permet d'en amliorer la prcision. Cependant, l'intrt de cet apport reste limit lorsque l'on dispose d'une formulation d'ordre lev (pour le calcul de la SER) [62]. Aussi nous n'avons pas adapt ce type de fonctions nos travaux, mais nous signalons ici leur existence.

Enn, notons qu'il est possible de travailler sur des maillages non conformes avec les formulations L2 : il n'est pas ncessaire de faire concider les artes du maillage

[23][65]. Le maillage d'une surface chahute est alors fortement simpli.

4.3.2 Les formulations d'ordre complet


Nous avons vu, dans la section prcdente, que des courants parasites polluent le courant solution, lorsque l'on travaille avec l'oprateur EFIE et la seconde famille de Ndlec. Ce qui nous a le plus surpris, c'est que ce phnomne se produise sur la sphre, alors qu'il n'est report que sur certaines surfaces ouvertes pour la mthode des moments [53], et sur des objets aux artes vives pour la mthode de Nystrm [19][50]. Aussi, avons-nous pris le temps de relancer les cas tests prcdents, avec la formulation d'ordre complet non conforme. Il apparat encore des courants parasites, mais uniquement sur le cube et le cube de Fischra (gure 4.11). Ces courants ne dtriorent pas la section ecace radar, comme nous pouvons le constater pour le cube de Fischra (gure 4.12). Les rsultats obtenus sont mme lgrement meilleurs que ceux des formulations d'ordre mixte (gures 4.12 et 4.13). Ils restent nanmoins insusants pour motiver le basculement d'un code ce type de fonctions. Le fait que les courants soient faux sur certains obstacles nous pousse mettre dnitivement de ct l'adaptation de la mthode des lments nis spectraux aux formulations d'ordre complet.

105

Chapitre 4. Etude phnomnologique des formulations spectrales

Module du courant solution Jh pour la formulation d'ordre complet non conforme sur l'EFIE. De gauche droite : la sphre de rayon R = 2,75, le cube (polarisation ) et le cube de Fischra (polarisation ).
Fig. 4.11 

1e-01

Erreur L1 (SER bistatique ; Phi-Phi)

5e-02

1e-01 Rooftop Ordre Mixte Hdiv ; spectral Ordre Mixte L2 (G) ; spectral Ordre Complet L2 ; spectral 5e-02

1e-01

Erreur L1 (SER bistatique ; Thta-Thta)

1e-01

5e-02

5e-02

erreur (L1)

1e-02

1e-02

erreur (L1)

1e-02

1e-02

5e-03

5e-03

5e-03

5e-03

1e-03

200

600 1000 nombre dinconnues

1400

1800

2200

1e-03

1e-03

Rooftop Ordre Mixte Hdiv ; spectral Ordre Mixte L2 (G) ; spectral Ordre Complet L2 ; spectral 200 600 1000 nombre dinconnues 1400 1800 2200

1e-03

Fig. 4.12 

Erreur L1 pour la SER bistatique de polarisation ( gauche) et ( droite), sur le cube de Fischra : ajout de la formulation spectrale d'ordre complet, non conforme (EFIE).

106

4.3. Comparaison entre les formulations Hdiv et L2

1e-01

erreur L2 (SER bistatique)


Rooftop p=1 p=2 p=3 p=4

1e-01

1e-02

1e-02

erreur (L2)

1e-03

1e-03

1e-04

1e-04

1e-05 6000

10000 14000 nombre total dinconnues

18000

1e-05 22000

Erreur L2 pour la SER bistatique de la sphre de rayon R = 2,75, avec les fonctions Rooftop (en noir) et les fonctions spectrales d'ordre complet non conformes (CFIE, = 0,5).
Fig. 4.13 

107

Chapitre 4. Etude phnomnologique des formulations spectrales

4.4 Conclusion
Dans ce chapitre, direntes adaptations de la mthode des lments nis spectraux ont t mises en uvre pour rsoudre les quations intgrales de l'lectromagntisme. Quelques exemples numriques ont permis de mettre en relief les principaux atouts et inconvnients de chacune de ces formulations. Il s'avre que le choix d'une famille d'lments nis d'ordre complet entrane un risque d'apparition de courants parasites, avec l'oprateur EFIE. Mme si ces courants ne semblent pas polluer la section ecace radar, nous prfrons mettre de ct ce type de formulation. La perte de la conformit

Hdiv

entrane une baisse du taux de convergence de la m-

thode. En revanche, l'utilisation des formules de quadrature de Gauss permet de rduire l'erreur d'un facteur non ngligeable, par rapport aux formules de Gauss-Lobatto (facteur

10

l'ordre

3).

Sur un obstacle lisse, et pour une faible densit d'inconnues, le gain est si important qu'une formulation de ce type se rvle plus performante que notre version spectrale de la premire famille de Ndlec. Cela montre quel point l'usage des formules de quadrature de Gauss-Lobatto, dans l'valuation de la matrice d'impdance, dtriore la qualit de l'approximation. Cependant, nous n'avons pas observ un tel gain sur des objets aux artes vives. Nous considrons que nos formulations spectrales, qu'elles soient conformes ou non, ne prsentent pas un grand intrt pour ce type d'obstacle (si ce n'est la rduction des temps d'assemblage).

108

Chapitre 5 Construction d'une formulation robuste


Sommaire
5.1 La formulation semi-spectrale . . . . . . . . . . . . . . . . . 110
5.1.1 Synthse du chapitre 4 . . . . . . . . . . . . . . . . . . . . 110 5.1.2 Choix des degrs de libert - formules de quadrature . . . . 110 5.1.3 Retour sur les cas tests . . . . . . . . . . . . . . . . . . . . 111 5.2.1 Dnition des objectifs . . . . . . . . . . . . . . . . . . . . 114 5.2.2 Choix automatique des formules de quadrature . . . . . . . 114 5.3.1 La cavit COBRA . . . . . . . . . . . . . . . . . . . . . . . 118 5.3.2 L'amande NASA . . . . . . . . . . . . . . . . . . . . . . . . 126 5.3.3 L'Alpha Jet . . . . . . . . . . . . . . . . . . . . . . . . . . 132

5.2 Mise en uvre d'une formulation ecace . . . . . . . . . . 114

5.3 Exemples numriques . . . . . . . . . . . . . . . . . . . . . . 118

5.4 Conclusion et perspectives . . . . . . . . . . . . . . . . . . . 137

Ce chapitre tire prot des observations faites au chapitre prcdent, pour dnir une formulation spectrale prcise, rapide, et surtout robuste. Nous commenons ce chapitre en cassant notre couple degrs de libert - formules de quadrature prsent au chapitre

2,

dans le but de tirer prot de la conformit

Hdiv

et des quadratures de Gauss (premire section). Puis, nous recentrons

nos travaux dans la perspective d'une future adaptation industrielle dans la deuxime section. Dans la troisime section, nous mettons en uvre notre formulation nale pour des objets parfaitement conducteurs.

109

Chapitre 5. Construction d'une formulation robuste

5.1 La formulation semi-spectrale


5.1.1 Synthse du chapitre 4
Nous revenons ici sur les conclusions donnes au chapitre prcdent, et en prsentons la synthse.

Nous rejetons dnitivement les formulations d'ordre complet, car des courants parasites peuvent apparatre avec ce type de formulation. Mme si la section ecace radar obtenue reste correcte sur nos cas tests, nous estimons qu'une bonne approximation des courants solutions est indispensable.

Nous souhaitons conserver la conformit

Hdiv , car la perte de conformit dgrade la

prcision du rsultat, en particulier sur les objets aux artes vives.

Nous souhaitons employer des formules de quadrature de Gauss dans l'valuation de la matrice d'impdance, car une estimation prcise des termes matriciels entrane une forte rduction de l'erreur pour la section ecace radar.

Nous prdisons que la combinaison (ordre mixte)-(conformit

Hdiv )-(formules de Gauss)

est la plus performante, en particulier lorsque sont prsentes des singularits gomtriques. Cependant, l'adaptation de la mthode des lments nis spectraux une formulation conforme requiert l'utilisation des formules de quadrature de Gauss-Lobatto (pour que la propit (1.11) soit satisfaite). Il va donc falloir casser notre couple degrs de libert - formules de quadrature, pour mettre en uvre une telle formulation. Notre objectif, dans cette section, est de valider cette prdiction, et d'en limiter le cot d'assemblage (les interactions lointaines ne peuvent plus tre calcules en une seule paire de points).

5.1.2 Choix des degrs de libert - formules de quadrature


Nous slectionnons le sous-espace vectoriel introduit au second chapitre (premire fap p mille de Ndlec Hdiv -conforme), not XH sur le maillage, et XH sur l'lment de div div rfrence (2.10). Les degrs de libert sont placs en des points de Gauss-Lobatto dans la direction du vecteur, et en des points de Gauss dans la direction transverse. Mais au lieu de prendre les formules de quadrature qui mnent la version spectrale (2.11), on associe p ces DOF les formules de quadrature de la version non conforme : X 2 (3.8). Ce choix, L illustr sur l'lment de rfrence dans la gure 5.1, permet de n'utiliser que p +2 points 2 de quadrature pour l'estimation de chaque intgrale (5.1), et donc (p+2) paires de points 4 pour l'estimation de chaque terme matriciel (contre (p +2) pour la version classique des fonctions d'ordre lev, comme nous l'avons vu au premier chapitre). Nous nommons cette formulation

la formulation semi-spectrale,

car les DOF ne concident avec les points de

quadrature que selon la direction transverse (gure 5.1).

110

5.1. La formulation semi-spectrale

Fonctions ( droite) et points de quadrature ( gauche) sur l'lment ni de rfrence pour la formulation semi-spectrale (p = 2), selon eu (en haut) et ev (en bas).
Fig. 5.1 

Soit iK la fonction de base dnie sur K = F(K ), et associe au DOF iK = F((1,iu ,iv ) ) (2.7). Avec les formules de quadrature semi-spectrales, les intgrales lmentaires s'expriment

iK (r) dr
K

=
K

p p+1 gli (u) gi (v ) u F(u, v ) du dv u v p+2 p+1 (g,p+1) (g,p+1) (g,p+1) q gli (qu ) u F(q , iv u u u qu =1
(5.1)

(g,p) iv

(g,p)

),

iK (r) dr =
K K

p+1 p u gli (u) gi (v ) du dv u v p+2 p+1 (g,p+1) (g,p+1) q u gli (qu ). u u qu =1 (g,p) iv

5.1.3 Retour sur les cas tests


Nous reprenons maintenant les cas tests prsents au chapitre prcdent, avec les fonctions de la premire famille de Ndlec spectrales.

Hdiv

et les formules de quadrature dites semi-

111

Chapitre 5. Construction d'une formulation robuste


Les rsultats obtenus sur le cube (maillage de

6 lments avec les formulations d'ordre

lev) et le cube de Fischra (24 lments avec les formulations d'ordre lev) sont donns 1 dans les gures 5.2 et 5.3, respectivement (erreur pour la norme L de la SER bistatique). Il y apparat que les rsultats obtenus avec les fonctions semi-spectrales (en vert sur ces gures) sont nettement plus prcis qu'avec les autres types de fonctions. Si ce nouveau type de quadrature permet bien de rduire le nombre d'inconnues pour une prcision donne, et ce ds les premiers ordres (comme nous pouvons le voir sur la sphre de rayon

R = 2, 75),

le temps d'assemblage crot nouveau avec l'ordre d'ap-

proximation (gures 5.4 et 5.5). A l'ordre

4,

nous retrouvons les temps d'assemblage de

la formulation usuelle d'ordre bas, pour un nombre d'inconnues identique. Cela n'est pas

6000 inconnues pour atteindre le 0,1% d'erreur que nous nous sommes xs (soit environ 60 inconnues par lment d'aire 2 ). Cependant, nous souhaiterions retrouver des temps d'assemblage comparables ceux
vraiment un problme, puisqu'il nous sut maintenant de des mthodes de Nystrm.
1e-01

Erreur L1 (SER bistatique ; Phi-Phi)

1e-01

1e-01

Erreur L1 (SER bistatique ; Thta-Thta)

1e-01

5e-02

5e-02

5e-02

5e-02

erreur (L1)

1e-02

1e-02

erreur (L1)

1e-02

1e-02

5e-03

5e-03

5e-03

5e-03

1e-03 50

Rooftop Ordre Mixte Hdiv ; spectral Ordre Mixte Hdiv ; semi-spectral Ordre Mixte L2 (G) ; spectral 100 200 nombre dinconnues 300 400

1e-03 500

1e-03 50

Rooftop Ordre Mixte Hdiv ; spectral Ordre Mixte Hdiv ; semi-spectral Ordre Mixte L2 (G) ; spectral 100 200 nombre dinconnues 300 400

1e-03 500

Fig. 5.2 

Erreur pour la norme L1 de la SER bistatique du cube, de ct c = /4.


Erreur L1 (SER bistatique ; Phi-Phi)
Rooftop Ordre Mixte Hdiv Ordre Mixte Hdiv Ordre Mixte L2 (G) Ordre Complet L2 1e-01 ; spectral ; semi-spectral 5e-02 ; spectral ; spectral 1e-01

1e-01

Erreur L1 (SER bistatique ; Thta-Thta)

1e-01

5e-02

5e-02

5e-02

erreur (L1)

1e-02

1e-02

erreur (L1)

1e-02

1e-02

5e-03

5e-03

5e-03

5e-03

1e-03

200

600 1000 nombre dinconnues

1400

1800

2200

1e-03

1e-03

Rooftop Ordre Mixte Hdiv Ordre Mixte Hdiv Ordre Mixte L2 (G) Ordre Complet L2 200

; spectral ; semi-spectral ; spectral ; spectral 600 1000 nombre dinconnues 1400 1800 2200

1e-03

Fig. 5.3 

c = /4.

Erreur pour la norme L1 de la SER bistatique du cube de Fischra, de ct

112

5.1. La formulation semi-spectrale


1e-01

erreur L2 (SER bistatique)


Rooftop p=1 p=2 p=3 p=4

1e-01

1e-02

1e-02

erreur (L2)

1e-03

1e-03

1e-04

1e-04

1e-05 6000

10000 14000 nombre total dinconnues

18000

1e-05 22000

Fig. 5.4 

Errreur pour la norme L2 de la SER bistatique d'une sphre de rayon R = 2, 75 (CFIE, = 0, 5). Comparaison entre les fonctions d'ordre bas Rooftop et les fonctions semi-spectrales d'ordre lev. La transformation F est d'ordre r = p + 1.
1e+04

Temps dassemblage du systeme (cpu-s)

1e+04

5e+03

5e+03

temps de calcul (cpu-s)

1e+03

1e+03

5e+02

5e+02

1e+02 6000

Rooftop p=1 p=2 p=3 p=4 10000 14000 nombre total dinconnues 18000

1e+02 22000

Temps d'assemblage du systme matriciel pour la sphre de rayon R = 2, 75 (CFIE, = 0, 5). Comparaison entre les fonctions d'ordre bas Rooftop et les fonctions semi-spectrales d'ordre lev.
Fig. 5.5 

113

Chapitre 5. Construction d'une formulation robuste

5.2 Mise en uvre d'une formulation ecace


5.2.1 Dnition des objectifs
Quels que soient les progrs raliss en matire de simulation numrique (nouvelles techniques d'approximation, ou tout simplement matriel informatique plus performant), les demandes toujours plus exigeantes des industriels poussent ces mthodes dans leurs retranchements. Il est alors dicile de statuer sur la prcision d'un rsultat obtenu, car la validation par un calcul trs n n'est pas ralisable. Cela est particulirement vrai pour les formulations d'ordre bas, du fait de leur faible taux de convergence. Il s'avre donc capital de pouvoir bncier d'un grand gain en prcision pour une lgre augmentation du cot de calcul. Mais le point le plus important est sans doute de pouvoir disposer d'une mthode able quelle que soit la conguration du calcul (dans notre cas, quelle que soit la gomtrie de l'obstacle), et simple mettre en uvre. En revanche, tre en mesure de fournir des rsultats d'une extrme prcision s'apparente un luxe, mais rarement une priorit. Nous considrons que l'obtention de sections ecaces radar confondues (trait 2 sur trait) valide le rsultat (cela correspond en gnral 1% d'erreur pour la norme L ). Enn, rduire les cots de calculs en temps et en stockage pousse encore plus loin les limites de la simulation numrique. Cela peut se traduire par une augmentation non ngligeable de la complexit d'un calcul (dans notre cas, augmentation de la frquence de calcul) pour un nombre limit de processeurs, ou tout simplement par l'obtention d'un rsultat en quelques minutes contre plusieurs heures avec les mthodes usuelles (ou quelques heures contre plusieurs jours). Nous nous proposons ici de fournir une formulation rpondant au mieux ces critres. Elle repose sur une utilisation spcique des formules de quadrature spectrales et semispectrales, avec les fonctions de base de la premire famille de Ndlec

Hdiv

conforme.

Comme nous l'avons expliqu au deuxime chapitre de cette tude, dans la sous-section `Quelques mots sur nos solveurs', nous nous concentrons sur des cas qui convergent mal (cavit, oprateur EFIE), pour l'approximation de la section ecace radar monostatique (multi-incidence). L'utilisation d'un solveur direct est alors privilgie, et la rduction du nombre d'inconnues devient un enjeu primordial. Nous complterons nos prcdents commentaires sur l'emploi du produit matrice vecteur rapide FMM avec nos formulations d'ordre lev (cf. chapitre

2), dans la section `Conclusions et perspectives'

de ce chapitre.

5.2.2 Choix automatique des formules de quadrature


A la vue des rsultats prsents au deuxime chapitre, pour la version spectrale de la premire famille de Ndlec conforme dans

Hdiv ,

et des rsultats prsents dans la

prcdente section pour sa version semi-spectrale, nous concluons qu'il y a un choix faire entre la vitesse d'assemblage et la robustesse du calcul, respectivement. Nous avons choisi de mixer les

types de quadrature qui caractrisent ces versions : la formule semi-

spectrale est employe localement, lorsque se prsente un danger d'imprcision (pour les DOF placs sur une arte vive par exemple), tandis que la formule spectrale est employe globalement, pour tous les autres DOF. Nous assurons ainsi un temps d'assemblage rapide

114

5.2. Mise en uvre d'une formulation ecace


et une bonne prcision de la section ecace radar. Avant les phases de calcul, nous reprons les degrs de libert auxquels sera associe la formule de quadrature semi-spectrale. Un DOF est est vri :

marqu

si l'un des critres suivant

Lorsque la densit relative en un DOF est infrieure une constante, xe en fonction de l'ordre d'approximation, et note l'lment

cdens .

Soit

iK

un DOF appartenant

K du maillage, et i = (id ,iu ,iv ) le DOF sur l'lment de rfrence tel que iK = F(i ). Alors la densit relative au DOF iK , pour la longueur d'onde et pour un ordre p, est donne par densiK =
Par exemple, nous prendrons

(p + 1) . d F(i )

cdens = 5

l'ordre 3.

Pour les DOF aux artes, lorsque l'arte laquelle ils sont associs concide avec

K et K deux lments adjacents du maillage, d'arte commune a. On note nK et nK les normales unitaires aux lments K et K , respectivement, et prises en un point de l'arte a. Si arccos(nK nK ) carte , o carte est une constante xe, alors les DOF associs l'arte a sont marqus
une arte vive de la gomtrie. Soit (voir gure 5.6). Dans les exemples numriques prsents la section suivante, nous prendrons

carte = /4.

Pour les DOF aux artes, lorsque le maillage n'est pas rgulier. Le principe est le mme que prcdemment, avec ment (voir gure 5.6).

d FK

et

d FK

la place de

nK

et

nK

, respective-

Exemples d'artes dont les DOF sont associs aux formules de quadrature semi-spectrales : gauche pour le deuxime critre, et droite pour le troisme.
Fig. 5.6 

Enn, lors de l'valuation des interactions proches, l'intgrale extrieure est toujours estime l'aide des formules de quadratures semi-spectrales. La complexit du calcul ne varie que sensiblement, car il y avait dj le terme divergence (p +2 points) calculer pour

115

Chapitre 5. Construction d'une formulation robuste


la formulation spectrale (2.14) : On passe de scalaire)

1 + (p + 2)

(potentiel vecteur

potentiel

2(p + 2)

calculs lmentaires, respectivement.

A titre d'exemple, nous avons calcul la section ecace radar bistatique d'une sphre de rayon

R = 6,

pour dirents types de fonctions d'ordre

p=3

et pour les fonctions

d'ordre bas de type Rooftop ( l'aide d'un solveur itratif classique, pour un rsidu en 105 ) : la prcision et le temps de calcul sont donns aux gures 5.7 et 5.8, respectivement. 2 Pour moins de 40 inconnues par lment d'aire , notre nouvelle version (en bleu sur ces gures) est identique la version semi-spectrale (en vert) (tous les DOF ont une densit

5). La transition entre la version semi-spectrale et la version 40 et 60 inconnues par lment d'aire : le temps de calcul stagne car le temps d'assemblage diminue avec la densit qui augmente. Au del de 60 inconnues par
relative infrieure ou gale spectrale se fait entre lment d'aire, aucun DOF n'est marqu. Les rsultats restent cependant plus prcis que ceux obtenus au deuxime chapitre (en rouge sur ces gures) car les interactions proches sont mieux prises en compte (et le temps de calcul est sensiblement le mme). Notons que le nombre d'itrations ncessaires la convergence du solveur est indpendant du type de formulation employe : de

15

19

itrations, en fonction du nombre d'inconnues, que la

formulation soit conforme ou non.

116

5.2. Mise en uvre d'une formulation ecace


Erreur L2 (SER bistatique)

1e-02 5e-03

1e-02 5e-03

erreur (L2)

1e-03 5e-04

1e-03 5e-04

1e-04 5e-05 30

Rooftop (quad. usuelle) MO - Hdiv , p = 3 , spectral MO - Hdiv , p = 3 , semi-spectral MO - Hdiv , p = 3 , adaptatif MO - L2 (G) , p = 3 , spectral 40 60 80 100 nombre moyen dinconnues par lment daire 120

1e-04 5e-05 140

Errreur pour la norme L2 de la SER bistatique d'une sphre de rayon R = 6 (CFIE, = 0, 5). Comparaison entre les fonctions d'ordre bas Rooftop et direntes formulations d'ordre 3. La transformation F est d'ordre 4.
Fig. 5.7 
500

Temps de calcul (cpu-minutes)

500

100 temps de calcul (cpu-mn) 50

100 50

10 5

10 5

1 30

Rooftop (quad. usuelle) MO - Hdiv , p = 3 , spectral MO - Hdiv , p = 3 , semi-spectral MO - Hdiv , p = 3 , adaptatif MO - L2 (G) , p = 3 , spectral 40 60 80 100 nombre moyen dinconnues par lment daire 120

1 140

Temps de calcul global (assemblage, rsolution, post-traitement ...) par processeur (4 processeurs utiliss pour ces simulations) pour la sphre de rayon R = 6 (CFIE, = 0, 5). Comparaison entre les fonctions d'ordre bas Rooftop et direntes formulations d'ordre 3.
Fig. 5.8 

117

Chapitre 5. Construction d'une formulation robuste

5.3 Exemples numriques


Nous mettons maintenant en uvre notre nouvelle formulation sur trois obstacles dirents : la cavit COBRA (prsente la premire fois lors du workshop EM JINA l'amande NASA (tudie entre autres lors du workshop EM JINA

1998),

2002, et dans [103]), et

l'Alpha Jet. Bien qu'aucune contre-indication ne soit amene par notre formulation, nous n'avons pas utilis de technique lie la symtrie du maillage dans ces simulations.

5.3.1 La cavit COBRA


Description du maillage
Cette cavit a une ouverture rectangulaire (110mm 84mm, dans le plan

y 0z ),

et est

caractrise par sa forme en `S' selon l'axe 0z ( 468.5mm). La surface totale avoisine 2 les 0.191m (plus de dtails sont donns dans [5], par exemple). Nous disposons d'une description NURBS (Non-Uniform Rational Basis Splines) [45] de chacune des 5 surfaces qui composent l'objet. Pour gnrer le maillage, chaque surface est dcoupe selon ses isolignes, et le positionnement des nuds se fait l'aide des NURBS (nous nous contentons d'un ordre

2 dans la paramtrisation du maillage : lments bi-quadratiques). Notons

que si ce procd est particulirement simple et ecace sur des surfaces rectangulaires, il s'avre hasardeux sur des surfaces plus complexes. Un exemple de dcoupe est donn dans la gure 5.9 : les deux surfaces du plan du plan

x0y

sont dcoupes en

12 3 lments, celles

x0z

en

12 2

lments, et celle du plan

y 0z

en

32

lments (pour un total de

126

lments). Dans le plan

x0z ,

la dcoupe suivant les isolignes entrane une variation

de la taille des artes du maillage. Cette lgre imperfection est bien prise en compte par notre nouvelle formulation, lors du reprage des DOF auxquels on associe la formule de quadrature semi-spectrale (en rouge sur la gure 5.9).

Frquences utilises dans nos simulations


3 frquences direntes : 5, 10, et 20 GHz . Pour cette dernire, la cavit est longue d'une trentaine de longueurs d'onde ( 31,25 7,33 5,60). Nous calculons la section ecace radar monostatique dans le plan x0z : = 0, 0 180 (avec un pas de 0,5 degr), pour les polarisations et (722 incidences). Quelques
Nous avons slectionn visualisations du courant solution sont prsentes dans la gure 5.10 (comme la surface est ouverte, il s'agit des sauts du courant lectrique sur la surface).

f = 5 GHz
C'est un

petit cas pour lequel il est simple de dnir un rsultat de rfrence avec une
0,1%). Notre objectif est d'atteindre ),
et avec (du moins pour la polarisation :

extra-prcision (on assure une erreur proche de

1%

d'erreur, avec les fonctions d'ordre bas et avec nos fonctions d'ordre lev. Cela

20367 fonctions Rooftop 4980 fonctions d'ordre 4 (gure 5.11) et (1,7%, 1,9%) d'erreur avec notre
est fait avec 118

(2,7%, 1,8%)

d'erreur avec les Rooftop,

nouvelle formulation, pour les polarisations

5.3. Exemples numriques


(, ).
Sur

processeurs, le temps total du calcul est divis par un facteur

20,

et

le stockage est divis par un facteur Type de fonctions Rooftop

16

: Taille de la matrice sur chaque processeur

Temps par processeur (2 proc.) Assemblage Rsolution Global

p=4

1650 cpu s 162 cpu s

3713 cpu s 81 cpu s

5496 cpu s 274 cpu s

3, 319 Gb 0, 198 Gb 4
points par longueur

On a galement lanc le calcul pour une densit minimale de d'onde, avec nos fonctions d'ordre

4%

pour la polarisation

et de

3 (4012 inconnues, gure 5.14). L'erreur est de 2% pour la polarisation . C'est un rsultat trs

concluant sur la robustesse de notre formulation, pour de faibles densits d'inconnues.

f = 10 GHz
On double la frquence, et on cherche maintenant obtenir deux rsultats trait sur trait. Un calcul avec

40110

fonctions classiques d'ordre

nous donne la section

ecace radar de rfrence. Pour une densit minimale/moyenne de par longueur d'onde, nos fonctions d'ordre cart de plusieurs

5,5

points

donnent une SER trs proche de la lorsque

rfrence, contrairement aux fonctions Rooftop (gure 5.12). Il reste cependant un

dB

pour la polarisation

120 150.

Cela met en

vidence l'importance de bncier d'une mthode au taux de convergence lev, car il sut de passer de fonctions d'ordre

(sur

13560 17812 inconnues pour supprimer cet cart avec nos 8 processeurs, le temps de calcul par processeur passe de

565

885 cpu s),

alors qu'il subsiste avec les fonctions Rooftop (gure 5.15).

f = 20 GHz
A cette frquence, il ne nous est plus possible de dnir un rsultat de rfrence sur nos calculs : le premier avec

80000 inconnues). Nous avons ralis 3 78336 fonctions classiques d'ordre 1 (environ 24 heures de calcul par processeur, dont 3 heures d'assemblage), et les suivants avec 54320 fonctions d'ordre 3 et 4 (environ 6,5 heures de calcul, dont 20 minutes d'assemblage). Les rsultats obtenus sont trs proches, mais un cart de l'ordre du dB apparat pour la polarisation , avec 20 30 (gure 5.13). Il est dicile de dnir quelle 8
processeurs (nous sommes limits approximation est la plus prcise, bien que notre exprience nous laisse penser qu'il s'agit ici de celle d'ordre informatiques limites.

4.

Notons qu'il nous tait impossible d'obtenir un rsultat

convenable avec les fonctions Rooftop pour cette frquence, du fait de nos ressources

119

Chapitre 5. Construction d'une formulation robuste

Fig. 5.9 

Exemple de maillage pour la cavit COBRA 5 GHz (en haut), et rpartition des degrs de libert sur les lments (en bas) : 126 lments, ordre p = 3, 4012 inconnues. Les DOF auxquels sont associes les formules de quadrature semi-spectrales sont rouges (6% du nombre total de DOF).

120

5.3. Exemples numriques

Fig. 5.10  Partie relle du courant solution Jh (saut du courant) sur la cavit COBRA, avec = 84. Polarisation gauche, et polarisation droite, pour les simulations 5, 10, et 20 GHz (de haut en bas, respectivement).

121

Chapitre 5. Construction d'une formulation robuste


10 0 -10 -20 dBm -30 -40 -50 -60 -70

SER monostatique : polarisation Phi-Phi

10 0 -10 -20 -30 -40 -50

20

40

60

80 100 angle thta

-60 Rfrence Rooftop , 20367 inconnues p=3 , 4980 inconnues -70 120 140 160 180

10

SER monostatique : polarisation Thta-Thta

10

-10

-10

dBm

-20

-20

-30

-30

-40 Rfrence Rooftop , 20367 inconnues p=4 , 4980 inconnues 0 20 40 60 80 100 angle thta 120 140 160

-40

-50

-50 180

Fig. 5.11 

SER monostatique du COBRA 5 GHz , avec un nombre susant d'inconnues pour atteindre 1% d'erreur : polarisation en haut et en bas.

122

5.3. Exemples numriques


10 5 0 -5 -10 dBm -15 -20 -25 -30 -35 -40 Rfrence Rooftop , 13560 inconnues p=3 , 13560 inconnues 0 20 40 60 80 100 angle thta 120 140 160

SER monostatique : polarisation Phi-Phi

10 5 0 -5 -10 -15 -20 -25 -30 -35 -40 180

10 5 0 -5 -10 dBm -15 -20 -25 -30 -35 -40

SER monostatique : polarisation Thta-Thta

10 5 0 -5 -10 -15 -20 -25 -30

Rfrence Rooftop , 13560 inconnues p=3 , 13560 inconnues 0 20 40 60 80 100 angle thta 120 140 160

-35 -40 180

SER monostatique du COBRA 10 GHz , avec un minimum d'inconnues : polarisation en haut et en bas.
Fig. 5.12 

123

Chapitre 5. Construction d'une formulation robuste


20 15 10 5 0 dBm -5 -10 -15 -20 -25 -30 p = 1 , 78336 inconnues (quad. usuelle) p = 3 , 54320 inconnues p = 4 , 54320 inconnues 0 20 40 60 80 100 angle thta 120 140 160

SER monostatique : polarisation Phi-Phi

20 15 10 5 0 -5 -10 -15 -20 -25 -30 180

20 15 10 5 0 dBm -5 -10 -15 -20 -25 -30

SER monostatique : polarisation Thta-Thta

20 15 10 5 0 -5 -10 -15 -20

p = 1 , 78336 inconnues (quad.usuelle) p = 3 , 54320 inconnues p = 4 , 54320 inconnues 0 20 40 60 80 100 angle thta 120 140 160

-25 -30 180

SER monostatique du COBRA 20 GHz , pour les polarisations (en haut) et (en bas) On compare les SER obtenues l'aide de la formulation classique d'ordre 1 et l'aide de nos formulations d'ordre 3 et 4.
Fig. 5.13 

124

5.3. Exemples numriques


10

SER monostatique : polarisation Thta-Thta

10

-10

-10

dBm

-20

-20

-30

-30

-40 Rfrence p = 3 , 4012 inconnues 0 20 40 60 80 100 angle thta 120 140 160

-40

-50

-50 180

Fig. 5.14 

SER monostatique du COBRA 5 GHz , avec un minimum d'inconnues pour la polarisation .


10 5 0 -5 -10 dBm -15 -20 -25 -30 -35 -40 120

SER monostatique : polarisation Thta-Thta (120-150)

10 5 0 -5 -10 -15 -20 -25 -30 dBm

10 5 0 -5 -10 -15 -20 -25 -30 -35 -40 120

SER monostatique : polarisation Thta-Thta (120-150)

10 5 0 -5 -10 -15 -20 -25 -30

125

130

135 angle thta

Rfrence -35 Rooftop , 13560 inconnues p=3 , 13560 inconnues -40 145 140 150

125

130

135 angle thta

Rfrence -35 Rooftop , 17812 inconnues p=3 , 17812 inconnues -40 145 140 150

SER monostatique du COBRA 10 GHz , pour la polarisation , 120 150. A gauche : rsultat obtenu avec un minimum d'inconnues. A droite : rsultat obtenu avec une lgre augmentation du nombre d'inconnues.
Fig. 5.15 

125

Chapitre 5. Construction d'une formulation robuste

5.3.2 L'amande NASA


Description du maillage
L'amande NASA se compose d'une moiti d'ellipsode et d'une moiti d'ogive. Sa surface est dcrite, pour

0,416667 t 0

(ellipsode), par

x = 0, 193333 d 1 y = 0, 064444 d 1 z = dt
et pour

t 0, 416667 t 0, 416667

cos

sin

0 t 0,583333

(ogive) par

x = 4, 833450 d 1 y = 1, 611148 d 1 z = dt
avec

t 2, 083350 t 2, 083350

0, 96 cos

0, 96 sin

et o

est un coecient de dilatation (qui correspond la longueur

de l'amande). Nous avons pris Nous disposons de

d = 2,5m

dans nos simulations.

maillages, illustrs dans la gure 5.16 (qui peuvent tre rans

selon les isolignes). Il est important de valider nos calculs pour direntes dcoupes, car il est dicile de bien reprsenter la pointe de l'amande. Cela est particulirement vrai pour les lments quadrilatraux, qui ne sont plus rguliers l'approche de celle-ci (comme nous pouvons le voir sur la gure 5.17). Les rsultats fournis ci-dessous ont t calculs pour des lments bi-cubiques (16 nuds par lment).

Frquences utilises dans nos simulations


Nous avons retenu

frquences pour l'amande NASA :

1 GHz

et

2,6 GHz

(environ

8,33

et

21,7

longueurs d'onde selon l'axe pas de

0z ,

respectivement). Comme pour la cavit CO-

BRA, nous calculons la section ecace radar monostatique dans le plan

0 180 (avec un Lorsque = 0, l'onde

0,5

degr), pour les polarisations

et

x0z : = 0, (722 incidences).

incidente claire la pointe avant de l'amande. Le solveur est direct,

et l'oprateur retenu est l'EFIE. Quelques visualisations du courant solution sont prsentes dans la gure 5.18.

126

5.3. Exemples numriques


f = 1 GHz
Le rsultat de rfrence est obtenu avec initial de

40960 fonctions classiques d'ordre 1 (maillage 2,


direntes paramtrisations

80

lments, EFIE). Il a ensuite t confront d'autres congurations :

fonctions classiques d'ordre

(Rooftop) et d'ordre

du maillage (modication du maillage initial et de l'ordre de paramtrisation), et enn choix de l'oprateur CFIE ( prcision avec le maillage initial de une erreur de l'ordre de rfrence. Nous avons ensuite ralis l'un avec

= 0,2). Nous avons observ une forte perte de 56 lments, ainsi qu'avec la CFIE (bien que les
pour les polarisations

rsultats convergent vers notre rfrence). Les autres approximations nous assurent

(0,06%, 0,3%) 2

(, ),

sur notre

calculs avec notre nouvelle formulation (gure 5.19) :

12960 fonctions d'ordre 2 (maillage initial de 80 lments), et l'autre avec 7400 inconnues d'ordre 4 (maillage initial de 148 lments, sans autre dcoupe). Pour la polarisation , les deux rsultats sont excellents ( 0,2% et 0,4%, respectivement). Les choses se compliquent pour la polarisation et les fonctions d'ordre 4 : l'erreur approximative est de 2,9% ( 0,6% pour les fonctions d'ordre 2). Le lger dcalage de SER entre 0 et 20 degrs t observ sur notre maillage de 148
lments (lorsqu'il n'y a pas de dcoupe supplmentaire), quelle que soit la frquence utilise, quel que soit le type de fonction employ. Nous pensons donc qu'il s'agit encore d'un problme li la gomtrie de l'obstacle.

f = 2,6 GHz
Cet exemple numrique est tir du workshop EM JINA

2002. Il ne nous est pas pos-

sible de dnir un rsultat de rfrence cette frquence. Nous avons ralis plusieurs simulations, pour direntes formulations et direntes densits d'inconnues, mais il subsiste toujours un cart entre La SER obtenue l'ordre

0 et 20 degrs. Notons que cela est galement le cas 40960


inconnues (densit minimale/moyenne de

des rsultats fournis dans le workshop, et que nous nous trouvons dans la moyenne.

pour

5/8 points par longueur d'onde) est calcule en moins de 4 heures sur 8 processeurs.
Pour un mme nombre d'inconnues, la SER obtenue avec les fonctions classiques d'ordre

nous semble incorrecte au niveau de la pointe. Avec ce type de fonctions,

il faut passer

64000

inconnues pour retrouver un rsultat probant (

de calcul). A cette frquence, travailler sur des lments

16 bi-quadratiques (9

heures nuds

par lments), et non plus bi-cubiques, donne galement de bons rsultats ( l'ordre

3,

le maillage est compos de

1280

lments, ce qui est susant pour approcher la

gomtrie avec ce type de paramtrisation). Nos formulations restent performantes sur cet obstacle rput dicile, mais ce type d'lment n'est pas le plus appropri. Il faudrait dvelopper des lments nis triangulaires d'ordre lev qui leurs soient compatibles pour mieux prendre en compte la pointe avant. Le maillage mixte triangles-quadrangles serait alors plus rgulier, et le nombre d'inconnues encore rduit. Comme ces lments triangles ne seraient utiliss que localement, il ne devrait pas tre ncessaire d'y adapter la mthode des lments nis spectraux.

127

Chapitre 5. Construction d'une formulation robuste

Exemples de maillage pour l'amande NASA. De droite gauche : maillage de 56, 80, et 148 lments.
Fig. 5.16 

Fig. 5.17 

148 lments, ordre p = 4 (7400 inconnues). Les DOF auxquels sont associes les formules de quadrature semi-spectrales sont en rouge (moins de 1% du nombre total de DOF).

Exemple de rpartition des degrs de libert sur la pointe de l'amande NASA :

128

5.3. Exemples numriques

Partie relle du courant solution Jh sur l'amande NASA (d = 2,5m), pour une frquence de 1 GHz en haut et de 2,6 GHz en bas. Polarisation gauche ( = 0) et polarisation droite ( = 180).
Fig. 5.18 

129

Chapitre 5. Construction d'une formulation robuste


0 -5 -10 -15 -20 dBm -25 -30 -35 -40 -45 -50 Rfrence p = 2 , 12960 inconnues p = 4 , 7400 inconnues 0 20 40 60 80 100 angle thta 120 140 160

SER monostatique : polarisation Phi-Phi

0 -5 -10 -15 -20 -25 -30 -35 -40 -45 -50 180

0 -5 -10 -15 -20 dBm -25 -30 -35 -40 -45 -50

SER monostatique : polarisation Thta-Thta

0 -5 -10 -15 -20 -25 -30 -35 -40

Rfrence p = 2 , 12960 inconnues p = 4 , 7400 inconnues 0 20 40 60 80 100 angle thta 120 140 160

-45 -50 180

Fig. 5.19 

SER monostatique de l'amande NASA (d = 2,5m) 1 GHz , avec les fonctions d'ordre 2 et 4 : polarisation en haut et en bas.

130

5.3. Exemples numriques


0 -5 -10 -15 -20 -25 dBm -30 -35 -40 -45 -50 -55 -60 0 20 40 60

SER monostatique : polarisation Phi-Phi

0 -5 -10 -15 -20 -25 -30 -35 -40 -45

-50 p = 1 , 64000 inconnues (quad. usuelle) p = 1 , 40960 inconnues (quad. usuelle) -55 p = 3 , 40960 inconnues -60 80 100 120 140 160 180 angle thta

0 -5 -10 -15 -20 -25 dBm -30 -35 -40 -45 -50 -55 -60 0 20

SER monostatique : polarisation Thta-Thta

0 -5 -10 -15 -20 -25 -30 -35 -40 -45

40

60

-50 p = 1 , 64000 inconnues (quad. usuelle) p = 1 , 40960 inconnues (quad. usuelle) -55 p = 3 , 40960 inconnues -60 80 100 120 140 160 180 angle thta

Fig. 5.20 

SER monostatique de l'amande NASA (d = 2,5m) 2, 6GHz , pour les polarisations (en haut) et (en bas) On compare les SER obtenues l'aide des fonctions classiques d'ordre 1, celle obtenue l'aide de nos fonctions d'ordre 3.
131

Chapitre 5. Construction d'une formulation robuste

5.3.3 L'Alpha Jet


Pour le dernier exemple du chapitre, nous avons souhait tester notre formulation sur une gomtrie plus complexe : l'Alpha Jet. Les rsultats que nous prsentons dans les gures 5.23 et 5.24 correspondent au calcul de la SER monostatique (avec l'oprateur EFIE) dans le plan

x0y ( = 90) : 180 360 (avec un pas de 0,5 degr), pour les polarisations et et une frquence de 400 M Hz . Notre maillage est constitu de 1390 quadrilatres bi-quadratiques (gure 5.21) : la taille moyenne des artes est 0,33 , mais 30% des artes ont une taille suprieure 0,5 (avec une taille maximale de 0,8 ).
Au risque de surprendre, nous portons ici un regard critique sur la mthode, ou plus prcisment sur la faon de gnrer le maillage avec une mthode d'ordre lev (spectrale ou non). Notre but est de relever les dirents points dvelopper pour qu'une future adaptation industrielle soit envisageable.

Le choix de l'ordre d'approximation est fait en fonction de la dcoupe : dans notre cas,

p=2

est le plus adapt (3 points par arte, et un total de

sont associes la formule de quadrature semi-spectrale). est obtenu en

25020 inconnues, dont 37% Sur 8 processeurs, le rsultat 0


et

49

minutes (dont

minutes d'assemblage). Il a ensuite t compar ceux

obtenus pour la formulation classique et de

44480

inconnues (aux ordres

1 : 253

et

272

minutes de calcul, respectivement). Des carts de plusieurs

= 355

pour la polarisation

et aux alentours de

dB apparaissent aux alentours = 185 pour la polarisation . 100


pour

Comme nous pouvons le voir sur la gure 5.25, notre formulation donne la mme SER que la formulation classique d'ordre

(qui requiert

146

minutes de calcul, dont

l'assemblage). Les ventuels dfauts ne sont donc pas lis au choix des formules de quadrature qui permettent de rduire les temps de calculs.

Quel que soit l'ordre d'approximation de la mthode, la taille des artes varie fortement en fonction de la complexit de la surface. Cette disparit entre les lments du maillage est accentue par la monte en ordre, et rend dicile la gnration d'un maillage conforme. Si l'introduction d'lments nis triangulaires d'ordre lev peut tre vue comme un luxe pour l'amande NASA, elle s'avre ici cruciale. Outre le fait que cela permettrait de travailler sur une dcoupe plus rguliere et de rduire le nombre d'inconnues, la construction du maillage en serait fortement simplie (gure 5.22).

Une autre alternative consisterait dvelopper une formulation mixant les ordres d'approximation sur le maillage : les grandes zones lisses seraient approches par une mthode d'ordre lev, et les zones moins rgulires par une mthode d'ordre infrieur. Le raccordement entre chaque zone pourrait se faire via une interpolation polynomiale 2 leur interface, ou encore par un raccordement L , ce qui permettrait de se dfaire localement de la conformit du maillage et donc d'en faciliter la construction. Cela n'est pas ncessaire pour le calcul que nous prsentons, car la gomtrie a t simplie (entres d'air bouches, antennes supprimes, reprsentation dle de la SER).

etc.),

mais peut le devenir des frquences plus

leves (pour lesquelles la prise en compte de tous ces dtails est indispensable une

132

5.3. Exemples numriques

Remarque 5.1 Des simulations plus simples (calcul de la SER bistatique, frquences plus

faibles) ont permis de cerner les points durs du calcul (zones de la surface particulirement sensibles la dcoupe du maillage), et de corriger quelques dfauts initialement prsents. En particulier, lorsque la dcoupe est irrgulire l'approche d'une discontinuit sur la surface, il arrive que les courants solutions prsentent des imperfections. Ce problme est plus ou moins intense en fonction de l'quation et de la formulation retenue. Le cas le plus dfavorable se prsente avec l'EFIE et la formulation spectrale introduite au chapitre 2, mais ce risque existe galement pour les formulations classiques d'ordre lev, comme on peut le constater sur la gure 5.26. Nous pensons que le problme est li au calcul des interactions proches, et qu'il est caus par une imprcision dans la projection de NewtonRaphson (cf. chapitre 1) qui fragilise les mthodes d'ordre lev.

Fig. 5.21 

Maillage de l'Alpha Jet constitu de 1390 quadrilatres bi-quadratiques.

Zoom sur le dessus de l'entre d'air (bouche sur notre maillage), qui est une partie dlicate mailler en quadrilatres.
Fig. 5.22 

133

Chapitre 5. Construction d'une formulation robuste

Partie relle du courant solution Jh sur l'Alpha Jet, pour une frquence de 400 M Hz (p = 2, 25020 inconnues) : polarisations et en haut et en bas, respectivement, avec (inc , inc ) = (90, 180).
Fig. 5.23 

134

5.3. Exemples numriques


30 25 20 15 10 5 0 dBm -5 -10 -15 -20 -25 -30 -35 -40 180
p = 0 : 44480 inconnues (quad. usuelle) p = 1 : 44480 inconnues (quad. usuelle) p = 2 : 25020 inconnues

SER monostatique : polarisation Phi-Phi

30 25 20 15 10 5 0 -5 -10 -15 -20 -25 -30 -35

200

220

240

260 280 angle phi

300

320

340

-40 360

30 25 20 15 10 5 0 dBm -5 -10 -15 -20 -25 -30 -35 -40 180

SER monostatique : polarisation Thta-Thta

30 25 20 15 10 5 0 -5 -10 -15 -20 -25

p = 0 : 44480 inconnues (quad. usuelle) p = 1 : 44480 inconnues (quad. usuelle) p = 2 : 25020 inconnues

-30 -35 300 320 340 -40 360

200

220

240

260 280 angle phi

Fig. 5.24 

en bas.

SER monostatique de l'Alpha Jet 400 M Hz : polarisation en haut et


135

Chapitre 5. Construction d'une formulation robuste


SER monostatique : polarisation Thta-Thta (180-220)
p = 0 : 44480 inconnues (quad. usuelle) p = 1 : 44480 inconnues (quad. usuelle) p = 2 : 25020 inconnues (quad. usuelle) p = 2 : 25020 inconnues p = 3 : 44480 inconnues

10

10

dBm

-5

-5

-10

-10

-15

-15

-20 180

185

190

195

200 angle phi

205

210

215

-20 220

Fig. 5.25 

180 220.

SER monostatique de l'Alpha Jet 400 M Hz pour la polarisation avec

Fig. 5.26  Exemple de problme li l'utilisation d'une mthode d'ordre lev, lorsque la dcoupe est irrgulire l'approche d'une discontinuit (on ache la partie relle du courant solution pour l'oprateur EFIE et la formulation classique d'ordre 2, pour une frquence de 200 M Hz ). A gauche : premire version de notre maillage (certains nuds du maillage n'taient pas correctement positionns). A droite : version corrige. Ce dfaut n'apparaissait pas avec les fonctions Rooftop et tait moins intense avec la CFIE.

136

5.4. Conclusion et perspectives

5.4 Conclusion et perspectives


Dans ce chapitre, nous nous sommes servis des conclusions faites au chapitre prcdent pour dnir une formulation d'ordre lev prcise, rapide, et surtout robuste. Les fonctions de base retenues sont celles poses au deuxime chapitre de notre tude (premire famille de Ndlec

Hdiv

spectrale). Nous avons seulement procd quelques modications des

formules de quadrature qui mnent l'adaptation de la mthode des lments nis spectraux. Ces modications n'interviennent que localement, lorsqu'un danger d'imprcision li au maillage se prsente, de sorte que le temps d'assemblage de la matrice reste comptitif. Une bonne qualit d'approximation est alors assure, mme pour de faibles densits d'inconnues (4

points par longueur d'onde) ou pour des obstacles aux artes vives.

Quelques simulations rputes diciles ont permis de mettre en avant les performances de cette nouvelle formulation. Une mise en uvre de ce type de fonctions dans un code industriel semble maintenant envisageable. Nous reportons ici les principaux points qui, selon nous, peuvent y mener.

Il faut dvelopper des lments nis triangulaires d'ordre lev compatibles avec ceux que l'on a introduit, pour faciliter le maillage de certains dtails. Il n'est pas essentiel de leur associer une formule de quadrature spcique, dans la mesure o on en fait un usage local.

Il faut tre capable de prendre en compte dirents ordres d'approximation sur un mme objet. Pour illustrer ce propos, prenons le cas d'une entre d'air qui dbouche sur les pales du racteur. De par sa surface lisse et rgulire, le conduit se prte bien l'utilisation de fonctions d'ordre

ou plus. Cela permet de rduire fortement

le nombre d'inconnues, et de conserver une bonne prcision. La taille moyenne des artes du maillage est alors comparable la longueur d'onde, ce qui n'est pas adapt au maillage des pales. L'emploi de fonctions d'ordre

1 ou 2, dnies sur des lments

plus petits, s'y prte mieux. La mise en place d'une interpolation polynomiale l'interface de ces deux zones ne devrait pas poser de problme. D'aprs les conclusions du chapitre

4,

on peut mme envisager une perte locale de la conformit

Hdiv

l'interface, si celle-ci est sur une section lisse de la surface. Notons tout de mme qu'un mixage des ordres risque de dgrader le conditionnement du systme, et donc de dgrader les performances d'un solveur itratif.

Maintenant que l'on bncie d'une formulation performante ds les premiers ordres (p

= 1, 2),

l'utilisation d'un produit matrice-vecteur rapide de type FMM est envi-

sageable. Pour peu que l'on parte des travaux prsents dans [23], cela ne devrait pas tre dicile mettre en place. Un autre enjeu capital est la prise en compte de matriaux autres que le mtal sur l'obstacle. C'est l'objet de la troisime et dernire partie de notre tude.

137

Chapitre 5. Construction d'une formulation robuste

138

Troisime partie Extension de la mthode au couplage intgro-direntiel

139

Chapitre 6 Formulation spectrale du couplage intgro-direntiel


Sommaire
6.1 Formulations variationnelles du couplage intgro-direntiel143
6.1.1 Modle trait . . . . . . . . . . . . . . . . . . . . . . . . . . 143 6.1.2 Le problme extrieur . . . . . . . . . . . . . . . . . . . . . 144 6.1.3 Le problme intrieur . . . . . . . . . . . . . . . . . . . . . 147 6.1.4 Le couplage intgro-direntiel . . . . . . . . . . . . . . . . 148

6.2 Choix des espaces d'approximation . . . . . . . . . . . . . . 151


6.2.1 Quelques lments de gomtrie . . . . . . . . . . . . . . . 151 6.2.2 La premire famille de Ndlec Hrot spectrale . . . . . . . . 153 6.2.3 Conformit du couplage Hdiv -Hrot . . . . . . . . . . . . . . 159 6.2.4 Calcul des nouveaux termes matriciels . . . . . . . . . . . . 160

6.3 Validation numrique . . . . . . . . . . . . . . . . . . . . . . 165


6.3.1 Quelques remarques prliminaires . . . . . . . . . . . . . . 165 6.3.2 Prsentation des cas tests . . . . . . . . . . . . . . . . . . . 165 6.3.3 Interprtation des rsultats . . . . . . . . . . . . . . . . . . 167

6.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174

141

Chapitre 6. Formulation spectrale du couplage intgro-direntiel

Dans ce chapitre, la mthode des lments nis spectraux est adapte au couplage intgro-direntiel, pour l'tude d'obstacles dont la frontire n'est pas parfaitement conductrice. Cette adaptation est ralise en combinant les versions spectrales de la premire famille de Ndlec, conformes dans intgrale, introduite aux prcdents chapitres) et dans

Hdiv

(partie

Hrot

(partie diren-

tielle, introduite dans les travaux de M. Duru [44]). Les diverses formulations variationnelles du couplage qui seront utilises au cours de l'tude sont construites dans la premire section du chapitre. La premire famille de Ndlec

Hrot

spectrale et les techniques de discrtisation propres au couplage

sont prsentes dans la deuxime section. Les gains en prcision induits par la monte en ordre sont illustrs travers quelques exemples numriques dans la troisime section.

142

6.1. Formulations variationnelles du couplage intgro-direntiel

6.1 Formulations variationnelles du couplage intgrodirentiel


6.1.1 Modle trait
Dans cette troisime et dernire partie de l'tude, nous nous intressons au problme de la diraction d'une onde par un obstacle dont la surface n'est pas mtallique. Le corps de l'obstacle est caractris par sa permittivit lectrique magntique

r 0 , par sa permabilit

= r 0 ,

et peut ventuellement contenir un noyau mtallique.

Fig. 6.1 

Modle trait : avec et sans noyau conduteur.

, est un ouvert born inclus dans R3 . Par souci de simplicit, nous supposons que r et r sont deux constantes prises dans Z, et que le noyau mtallique c , lorsqu'il existe, est interne : c + = . Nous notons la frontire entre + et le milieu extrieur (assimil au vide), et n la normale a , toujours dirige de + + vers . De mme qu'au premier chapitre de l'tude, nous supposons connexe et rgulire (de rgularit C ). La normale c = c , note nc , est dirige de c vers . Enn, nous rappelons que le systme est adimensionn : E 0 H. 0 E et H
Le domaine intrieur, Deux problmes sont poss : le problme extrieur et le problme intrieur.

Dans

le champ diract vrie (1.1) et (1.2) :

Edif k 2 Edif = 0 lim (( Edif ) r + k |r|Edif ) = 0


|r|

dans

+ ,
(6.1)

Dans

le champ total vrie (1.1) et la condition aux limites d'un objet parfai-

tement conducteur sur

k 2 r E (

1 E) = 0 r

dans sur

(6.2)

En = 0 c

c .
143

Chapitre 6. Formulation spectrale du couplage intgro-direntiel


Ces deux problmes sont coupls l'interface

par les relations de continuit sur sur

J = nH =

1 n ( E) k r

, .

(6.3)

K = En

6.1.2 Le problme extrieur


Le problme extrieur est trait par les mthodes de reprsentation intgrale prsentes au premier chapitre de l'tude. Nous allons rcrire les formulations variationnelles des quations intgrales EFIE, MFIE, et CFIE, cette fois-ci en tenant compte de la composante

K=En

(qui tait nulle pour les obstacles parfaitement conducteurs).

Conformment aux formules de reprsentation de Stratton-Chu (1.5), nous obtenons les quations

1 + + + E Einc = ( Id + n K)(E E) (n L)(H E) , 2


(6.4)

1 + + + E) + (n L)(E E) , E Hinc = ( Id + n K)(H 2 + + o n L et n K sont les oprateurs dnis en (1.7), avec E et H les oprateurs traces dnis sur par
+ E E = n + E = K
( et

+ + H E = E H = n +H = J

est la trace tangentielle extrieure sur

).

Electric Field Integral Equation (EFIE)


La premire quation de (6.4) nous donne l'EFIE, qui s'crit en tout point de la surface sous la forme

r ,

Etan inc (r) =

1 n K(r) G(r, r ) K(r ) dr 2 2 + k Id + () G(r, r )J(r ) dr . k


TE

(6.5)

Cette quation est galement connue sous le nom de EFIE , car nous travaillons sur la tan composante tangentielle du champ lectrique : Einc . Aprs discrtisation, nous obtenons le systme

t (r) Einc (r) dr =


h

1 2

t (r) (n Kh )(r) dr
h

+
h h

G(r, r ) (t (r) Kh (r )) dr dr k

+
144

G(r, r ) k 2 t (r) Jh (r ) ( t )(r)( Jh )(r ) dr dr ,


h h

6.1. Formulations variationnelles du couplage intgro-direntiel


avec

N {b }N = T N = {t }N b=1 = B t=1 , N

Kh (r) =
b=1 N

K b b (r) ,

(6.6)

Jh (r) =
b=1
Rappelons que les fonctions de

J b b (r) .

(6.7)

Hdiv (h ).

Les coecients

Notation 9

sont tangentes la surface h , et dnies sur un sous-espace K J b et b sont les inconnues du problme.

An de rendre plus compactes nos notations, nous dnissons les oprateurs suivants :
t , (B S ) b t , Q b t , P b = k G(r, r ) k 2 t (r) b (r ) ( t )(r)( b )(r ) dr dr ,
h h

=
h h

G(r, r ) (t (r) b (r )) dr dr , t (r) (n b )(r) dr .


h

Les oprateurs (B S ) et Q sont symtriques, et l'oprateur P est antisymtrique.


En prenant compte de ces notations, la formulation variationnelle de l'EFIE s'crit

TE

(6.5)

t (r) Einc (r) dr =


h

t , (B S ) Jh

t , (P + Q) Kh

t = 1, . . . , N.

(6.8)

Magnetic Field Integral Equation (MFIE)


La seconde quation de (6.4) nous donne la MFIE, qui s'crit en tout point de la surface sous la forme

r ,

1 Htan G(r, r ) J(r ) dr inc (r) = n J(r) + 2 2 + k Id + () G(r, r )K(r ) dr . k


(6.5), l'quation (6.9) est connue sous le nom de MFIE

(6.9)

A l'instar de l'EFIE

TE

TH

variationnelle de la MFIE

TH

. La forme

est donne par

t (r) Hinc (r) dr =


h

1 2

t (r) (n Jh )(r) dr
h

h h

G(r, r ) (t (r) Jh (r )) dr dr k

G(r, r ) k 2 t (r) Kh (r ) ( t )(r)( Kh )(r ) dr dr ,


h h
145

Chapitre 6. Formulation spectrale du couplage intgro-direntiel


ce qui, en reprenant les notations prcdentes, s'crit

t (r) Hinc (r) dr =


h

t , (P t Q) Jh

t , (B S ) Kh

t = 1, . . . , N.
(6.10)

Combined Field Integral Equation (CFIE)


Nous allons dvelopper la forme variationnelle de la CFIE (ou CFIE CFIE

TENH

) dnie par (6.11)

TENH

= (1 ) EFIETE + MFIENH

]0, 1[ .
NH

Pour cela, commenons par donner la forme variationnelle de la MFIE en testant la composante normale du champ magntique (n

, qui est obtenue

Hinc )

t (r) (n Hinc )(r) dr =


h

(n t ) , (P + Q) Jh t , ( Id + Q ) Jh 2 +

(n t ) , (B S ) Kh

t , T Kh ,
(6.12)

avec les nouvelles notations introduites ci-dessous.

Notation 10

On note T et (

Id + Q ) les oprateurs dnis par : 2 t , T b t , ( Id + Q ) b 2


TENH

= =

(n t ) , (B S ) b (n t ) , (P + Q) b

, .

La forme variationnelle de la CFIE et (6.12), et s'crit

(6.11) est obtenue en combinant les formes (6.8)

t (r) [(1 )Einc + (n Hinc )] dr =


h

t , [(1 )(B S ) + (

Id + Q )] Jh 2

t , [(1 )(P + Q) + T ] Kh .
(6.13)

Remarque 6.1 Lorsque les fonctions b et t sont dnies sur deux lments disjoints

de h (K et K , respectivement), il est possible d'utiliser le noyau dyadique de Green G(r, r ) (1.15) dans l'expression des oprateurs (B S ) et T :
t , (B S ) b t , T b
146

k 1 k

t (r) G(r, r ) b (r ) dr dr ,
K K

(n t ) (r) G(r, r ) b (r ) dr dr .
K K

6.1. Formulations variationnelles du couplage intgro-direntiel

La forme faiblement singulire de l'oprateur (BS ), donne dans Notation 9, ne prsente pas d'intgrale sur le bord de K lorsque nos fonctions sont prises dans un sous-espace de Hdiv (h ). En revanche, n t n'est plus dans Hdiv (h ), et donc la forme faiblement singulire de l'oprateur T prsente une intgrale sur le bord de K :
t , T b 1 k = 1 k dr nK (r) (n t ) (r)
K

dr G(r, r ) ( b ) (r )
K

G(r, r ) k 2 (n t )(r) b (r ) ( (n t ))(r)( b )(r ) dr dr


K K

6.1.3 Le problme intrieur


un maillage hexadrique de , tel que h = h (c )h , o h est le maillage + de l'interface entre et utilis lors de la discrtisation du problme extrieur. (c )h correspond au maillage de l'interface (conductrice) entre c et , lorsqu'elle existe. Soit M {b }b=1 un ensemble de fonctions dnies sur un sous-espace de Hrot (h ) :
Soit

Hrot (h ) =
(le maillage

L2 (h )

; L2 (h )

(6.14)

et les fonctions

sont dcrits dans la section suivante). On note

Eh

l'approximation du champ lectrique

E
M

sur

h ,

dnie par

Eh (r) =
b=1
o chaque

E b b (r) r h ,

(6.15)

E b est un coecient dterminer. On impose aux fonctions la de bord : nc = 0 sur (c )h , et le mme espace de fonctions est pris pour M sous-espace test (not {t }t=1 ).
La formulation variationnelle du problme intrieur s'crit

condition dcrire le

k
h

r Eh (r)

t (r) dr k

(
h

1 Eh (r)) ( t (r)) dr r 1 Eh (r)) dr = 0 . r

Or,

(t (r) n) (
h
sur

h = h (c )h k
h r Eh (r)

et

nc t = 0 k

(c )h .

De ce fait, on obtient

t (r) dr

(
h

1 Eh (r)) ( t (r)) dr r
(6.16)

1 t (r) n ( Eh (r)) k r h

dr = 0 .

147

Chapitre 6. Formulation spectrale du couplage intgro-direntiel

6.1.4 Le couplage intgro-direntiel


Nous allons maintenant donner trois direntes formulations variationnelles du couplage intgro-direntiel. Elles sont obtenues partir des formulations variationnelles des problmes extrieur et intrieur, et des relations de continuit (6.3). Ces formulations ont en commun le choix des inconnues retenues, lesquelles sont le champ lectrique total et le courant lectrique. Pour faire apparatre ces inconnues, il faut lire les termes problme extrieur en tant que

(Eh n),

et le terme

1 (n ( Eh )) k r

Kh

du

du problme

intrieur en tant que Jh (6.3). Cela est possible ds lors que nos ensembles de fonctions {}N Hdiv (h ) et {}M Hrot (h ) vrient les conditions suivantes :

{}M , n = 0 {}N

sur

,
et

! {}N ! {}M

tel que tel que

n= n=

sur sur

h , h .
(6.17)

Lorsque les conditions (6.17) sont satisfaites, nous pouvons remplacer dans nos expressions (et alors s'crire

|h n par

|h

par

n ).

L'intgrale sous

du problme intrieur peut

t (r) Jh (r) dr =
h

(t n)(r) Jh (r) dr =
h

t (r) (n Jh )(r) dr

= t , (2P t ) Jh .
(6.18)

Notation 11

On note (M R) l'oprateur dni par


t , (M R) b = k
h r b (r)

t (r) dr

(
h

1 b (r)) ( t (r)) dr . r

La matrice Mh = [ t , M b ]t,b est connue sous le nom de matrice de masse, et la matrice Rh = [ t , R b ]t,b sous le nom de matrice de rigidit.
Sous ces notations, et en injectant (6.18) dans (6.16), la forme variationnelle du problme intrieur s'crit

t , (M R) Eh

t , (2P t ) Jh

= 0.

(6.19)

Premire formulation variationnelle du couplage


148

6.1. Formulations variationnelles du couplage intgro-direntiel


Notre premier couplage intgro-direntiel, tudi dans [71], est obtenu en combinant la formulation variationnelle de l'EFIE

TE

(6.8) et la formulation variationnelle du pro-

blme intrieur (6.19). Nous le notons CEFIE :

CEFIE

t , (B S ) Jh t , (2P t ) Jh

+ +

t , (P + Q) Kh t , (M R) Eh

=
h

t (r) Einc (r) dr ,

= 0.
(6.20)

Deuxime formulation variationnelle du couplage


Notre deuxime couplage intgro-direntiel est obtenu en injectant la forme variationnelle de la MFIE donne l'galit

TH

(6.10) dans la seconde ligne de (6.20). La formule (6.10) nous

t , P t Jh

t , Q Jh

t , (B S ) Kh Pt

t (r) Hinc (r) dr .

Il sut alors de remplacer l'un des deux termes obtenir notre couplage, que nous notons CMFIE :

de (6.20) par son quivalent pour

CMFIE

t , (B S ) Jh t , (P t + Q) Jh

+ + +

t , (P + Q) Kh t , (B S ) Kh t , (M R) Eh

=
h

t (r) Einc (r) dr ,

=
h

t (r) Hinc (r) dr .


(6.21)

Cette formulation, prsente entre autres dans [71][97][3], prsente l'avantage d'tre symtrique (mais non hermitienne), contrairement celle du premier couplage. Bien qu'elle soit galement mieux conditionne, la convergence vers la solution reste lente (avec un solveur itratif ). En outre, les formulations CEFIE (6.20) et CMFIE (6.21) sont mal poses certaines frquences [71].

Troisime formulation variationnelle du couplage


Nous allons maintenant formuler un troisime couplage intgro-direntiel, introduit par J. Simon dans [94]. Celui-ci ne conserve pas le caractre symtrique du second couplage. En revanche, la formulation variationnelle qui en dcoule ne fait pas apparatre de frquence irrgulire, et le systme matriciel sous-jacent est mieux conditionn [94]. Cette formulation est donc la plus adapte une rsolution itrative. Elle est obtenue

149

Chapitre 6. Formulation spectrale du couplage intgro-direntiel


en remplaant la forme variationnelle de l'EFIE

TE

(6.8) par celle de la CFIE

TENH

(6.13),

dans la premire ligne de (6.21). Nous la notons CCFIE :

CCFIE

t , [(1 )(B S ) + ( =
h

Id + Q )] Jh + t , [(1 )(P + Q) + T ] Kh 2 t (r) [(1 )Einc + (n Hinc )] dr , + =


h
(6.22)

t , (P t + Q) Jh

t , (B S ) Kh

t , (M R) Eh

t (r) Hinc (r) dr .

Sauf mention particulire, ce dernier couplage est celui que nous avons retenu dans les exemples numriques qui suivent.

150

6.2. Choix des espaces d'approximation

6.2 Choix des espaces d'approximation


6.2.1 Quelques lments de gomtrie
Nous faisons ici la description du maillage intgro-direntiel h h , h tant le + maillage de l'interface entre et constitu de Nqu quadrilatres, et h le maillage du domaine interne constitu de Nhe hexadres :

Nqu

Nhe

h =
i=1
Outre le fait que

{Kiqu }

h =
i=1

{Kihe } . h c = ,
doit avec

et

doivent tre conformes, chaque quadrilatre de

concider avec l'une des faces d'un hexadre de

(dans la mesure o

la frontire du noyau conducteur). Chaque lment du maillage est l'image d'un lment de rfrence par une transF qui lui est propre. On note K qu et K he les lments de rfrence pour les

formation

quadrilatres de

et les hexadres de

h ,

respectivement : Base canonique

Elment de rfrence

Coordonnes

K = [0, 1] K he = [0, 1]3

qu

u, v u, v, w

eu , ev eu , e v , e w

Nous nous concentrons ici sur la description des hexadres du maillage (la partie surfacique est traite au premier chapitre de l'tude). Soit

un lment de

h , et F le diomorphisme de K he dans R3 tel que F(K he ) = K .

Cette transformation

s'obtient de la mme faon que pour les quadrilatres (1.22), par

tensorisation de polynmes de Lagrange. Elle peut tre tri-linaire (gure 6.2 : les nuds du maillage sont aux sommets), tri-quadratique (les nuds sont aux sommets, au milieu des artes, au centre des faces et au centre des hexadres), tri-cubique, Sur

etc.

u F, v F, et w F forment la base des vecteurs contravariants, u F, v F, et w F la base des vecteurs covariants. L'lment d'intgration volumique est J = u F (v F w F) (les hexadres du maillage sont toujours orients de sorte que J soit positif ). Les vecteurs covariants sont lis aux vecteurs contravariants
les vecteurs les vecteurs par les relations

K,

i F =
o

i+1 F i+2 F J

et

i F j F = i,j , i = 1, v

(6.23) et

sont les indices directionnels (u correspond t Nous notons DF et DF les matrices dnies par et

i = 2,

i = 3).

DF = [u F, v F, w F]
Les

et

DFt = [u F, v F, w F] .
faces de l'hexadre

faces du cube unit

sont donnes par

K he sont notes fi , 1 i 6, et les fi = F(fi ), 1 i 6. A chaque fi on associe

la matrice jacobienne

151

Chapitre 6. Formulation spectrale du couplage intgro-direntiel


3 2) DFi = [i1 F, i2 F], l'lment d'intgration surfacique J i = |i1 F i2 F|, i1 F i2 F i et la normale unitaire n = . Les indices (i1 , i2 ) sont toujours pris de sorte que Ji i la normale n soit dirige de l'intrieur de K vers l'extrieur (gure 6.3). Toujours sur la face fi , les vecteurs covariants s'expriment
(de taille

i1 F =

i2 F ni Ji

et

i2 F =

ni i1 F , Ji

(6.24)

ce qui nous donne les relations utiles pour la suite :

i1 F ni =
Lorsque la face

i2 F Ji

et

i2 F ni =

i1 F . Ji

(6.25)

concide avec un quadrilatre de h , les indices i2 sur fi correspondent aux indices u et v sur le carr unit K qu , respectivement. de l'hexadre

fi

i1

et

Remarque 6.2 La conformit du maillage intgro-direntiel est assure ds lors que

la restriction des nuds du maillage h sur h concide exactement avec l'ensemble des nuds du maillage surfacique h .

Fig. 6.2 

Transformation F tri-linaire pour la gnration d'un lment K du maillage volumique h .

152

6.2. Choix des espaces d'approximation

Reprsentation des vecteurs contravariants (en noir) et covariants (en bleu) sur la face fi d'un lment du maillage : les indices i1 et i2 sont pris de sorte que i1 F i2 F soit sortant.
Fig. 6.3 

6.2.2 La premire famille de Ndlec Hrot spectrale


Nous prsentons ici la premire famille de Ndlec

Hrot

conforme sur les hexadres

[78] (sur le cube unit dans un premier temps, puis sur les hexadres du maillage), et le choix particulier des degrs de libert qui permet d'y adapter la mthode des lments nis spectraux [44]. Soit

un entier positif ou nul. Nous nous donnons les bases suivantes :

Aa p
i Bp

est une base de est une base de l'oprateur

Qp ,

pour chaque arte

a.
sur l'intrieur de la face

i Cp

i Qp,p = Qp1,p ei1 Qp,p1 ei2 t i gradient sur fi : := ( , ). i1 i2

fi ,

avec

Qp,p1,p1 eu Qp1,p,p1 ev Qp1,p1,p ew sur l'intrieur de K he , ce qui revient dire que Cp est une base de (Qp1,p,p eu Qp,p1,p ev Qp,p,p1 ew ) , he avec l'oprateur rotationnel sur K dni par v qw w qv q = q = w qu u qw , q = (qu , qv , qw )t . (6.26) u qv v qu
est une base de

Lorsque

i p = 0, Bp

et

Cp

sont l'ensemble vide.

Sur le cube unit et pour un ordre famille de Ndlec de classe

Hrot

sont donns par le triplet

p 0, les lments nis hexadriques de la premire (K he , Phe , he ), o :

153

Chapitre 6. Formulation spectrale du couplage intgro-direntiel


1. K he = [0, 1]3 , 2. Phe = = (u , v , w )t ; u Qp,p+1,p+1 , v Qp+1,p,p+1 , w Qp+1,p+1,p 3. he
(a) ,

est compos de degrs de libert pouvant tre reprsents par les moments

( ta ) qi ds
a

avec

q i Aa p,
j qi Bp ,

sur chaque arte

de

K he ; fj ;

(b)

( nj ) qi d
fj

avec

sur l'intrieur de chaque face

(c)

qi dx
K he

avec

qi Cp ,

dans

K he .

Thorme 6.3

L'lment ni (K he , Phe , he ) est unisolvant et de classe Hrot . Preuve


La preuve est donne dans l'annexe B.1.1, sous la forme prsente dans [78]. Nous ajoutons ici les lments qui permettent de reprendre le formalisme prsent dans l'annexe A. fj L'oprateur trace qui caractrise les DOF associs une face fj est l'oprateur Trot dni par (cf. annexe A.1.2 : (A.4))
j Trot = ( nj )|fj Qp+1,p ej1 Qp,p+1 ej2 .

Sur une arte

de la face

fj ,

cet oprateur trace s'crit

a = ( ta )|a = Trot
Les DOF de

( nj )|fj na

|a

Qp .

he

associs aux faces de

K he

sont les DOF qui peuvent tre reprsen-

ts par les moments de types (a) et (b), et seulement par ces types de moments (les moments (a) et (b) forment une base de l'annexe A.1.2 par (A.5)). Parmi ces DOF, nous dirons qu'un DOF est associ l'arte sent par un moment de type (a) uniquement. On en compte
j (Prot )

, le dual de l'espace trace dni dans

fait appel aux moments he de type (c) sont les DOF internes de l'lment ni (par complmentarit dans ). On 2 int en compte card(Cp ) = 3p (p + 1), et on note leur ensemble. Le nombre total de DOF he dans est donn par

a l'ensemble de ces DOF pour chaque socis une face fj seront dits internes la face, et leur j ) = 2p(p + 1) (par complmentarit). card(fj ) = card(Bp he Les DOF de dont la reprsentation sous forme de moments
arte, et on note

a s'il peut tre reprcard(Aa p ) = p + 1 par arte a. Les autres DOF asf ensemble sera not j , avec

card(he ) =
a

card(a ) +
f

card(f ) + card(int )

= 12 (p + 1) + 6 (2p (p + 1)) + 3p2 (p + 1) = 3(p + 1)(p + 2)2 = dim(Phe ) .


154

6.2. Choix des espaces d'approximation


Pour chaque lment

du maillage,

K = F(K he ),

nous dnissons les bases :

a Aa p := qi ; qi F|a = qi , qi Ap

, pour chaque arte

a = F(a)

de

K;
, pour chaque

j j Bp := qi ; qi F = qi1 j1 F|fj + qi2 j2 F|fj , qi = (qi1 , qi2 )t Bp


face

fj = F(fj )

de

K; 1 (qiu u F + qiv v F + qiw w F) , qi = (qiu , qiv , qiw )t Cp J (K, P, )


. du

Cp :=

qi ; qi F =

A l'aide de ces bases, nous pouvons dnir l'lment ni hexadrique maillage

Hrot

conforme (cf. annexe de [27]) :

Thorme 6.4

Soit l'lment ni (K, P, ) dni par 1. K = F(K he ) ,


2. P = DFt P = Qp,p+1,p+1 u F Qp+1,p,p+1 v F Qp+1,p+1,p w F , 3. est compos de degrs de liberts pouvant tre reprsents par les moments

(a)
a

( ta ) qi ds

, avec qi Aa p , sur chaque arte a de K ;

(b)
fj

j ( nj ) qi d , avec qi Bp , sur chaque face fj de K ;

(c)
K

qi dx

, avec qi Cp , dans K .

L'lment ni (K, P, ) est unisolvant et de classe Hrot . Preuve


cf. annexe B.1.2.

Il faut maintenant dnir un lment ni de Lagrange appartenant la premire famille de Ndlec

Hrot

conforme, pour donner une expression simple des fonctions de base. Un

choix spcique des points d'interpolation permettant d'adapter la mthode des lments nis spectraux est donn dans les travaux de M. Duru et G. Cohen [44][28] : les points d'interpolation sont pris aux points de quadrature de la formule de Gauss (d'ordre (d'ordre

p)

dans la direction du vecteur, et aux points de quadrature de la formule de Gauss-Lobatto

p + 1)

dans les directions transverses : si

(g,p) (gl,p+1) (gl,p+1) (iu , iv , iw ) eu (gl,p+1) (g,p) (gl,p+1) i () = (id ,iu ,iv ,iw ) () = (iu , iv , iw ) ev (gl,p+1) (gl,p+1) (g,p) (iu , iv , iw ) ew

id = 1 , id = 2 , id = 3 .
155 (6.27)

si

si

Chapitre 6. Formulation spectrale du couplage intgro-direntiel


En tout point

(u, v, w) de K he , la fonction de base i associe au DOF i est p p+1 p+1 gi (u) gli (v ) gli (w) eu si id = 1, u v w p p+1 p+1 i (u, v, w) = gli (u) gi (v ) gli (w) ev si id = 2, u v w p+1 p+1 p gliu (u) gli (v ) gi (w) ew si id = 3, v w

donne par

(6.28)

et son rotationnel s'exprime l'aide de la formule (6.26) sous la forme

0 p p+1 p+1 gi (u) gli (v ) w gli (w) u v w p p +1 p +1 giu (u) v gliv (v ) gliw (w) p+1 p p+1 gli (u) gi (v ) w gli (w) u v w 0 i (u, v, w) = p +1 p p +1 u gliu (u) giv (v ) gliw (w) p+1 p+1 p (u) v gli (v ) gi (w) gli u v w p+1 p u glp+1 (u) gli (v ) gi (w) iu v w 0

si

id = 1,

si

id = 2,

(6.29)

si

id = 3.

Les fonctions de base associes aux faces de l'hexadre sont reprsentes sur la gure 6.4 ( l'ordre

p = 2)

: en rouge pour les fonctions internes aux faces, et en bleu pour les

fonctions aux artes.

K = F(K he ) et iK le DOF sur K correspondant i (par abus d'criture, nous noterons iK = F(i )). En tout point r de K , de coordonnes paramtriques (u, v, w ) sur K he , la fonction de base qui lui est associe s'exprime (conformment la formule donne
Soit au thorme 6.4)

p p+1 p+1 giu (u) gli (v ) gli (w) u F(u, v, w) v w p p+1 p+1 iK (r) = gli (u) gi (v ) gli (w) v F(u, v, w) u v w p+1 p+1 p gliu (u) gli (v ) gi (w) w F(u, v, w) v w
Quant au rotationnel de

si si si

id = 1, id = 2, id = 3.
(6.30)

iK ,

il est donn par

iK (r) =

1 DF(u, v, w) i (u, v, w). J (u, v, w)

(6.31)

156

6.2. Choix des espaces d'approximation

L'ensemble des fonctions de base d'ordre p sur le cube unit, et l'ensemble des fonctions de base d'ordre p sur les hexadres du maillage, seront nots :
p XH = rot

Notation 12

Gp GLp+1 GLp+1 eu GLp+1 Gp GLp+1 ev GLp+1 GLp+1 Gp ew


p Hrot (h ) ; K h , |K DFt XH rot

(6.32)

p XH = rot

o GLp+1 et Gp sont les ensembles dnis en (2.8) et en (2.9), respectivement. Par abus de langage, nous dirons que la mthode est spectrale lorsque l'on prend la formule de quadrature
(gl,p+1) Xp Q(gl,p+1) Q(gl,p+1) , Hrot = Q
(6.33)

o Q(gl,p+1) est l'ensemble de points et poids dni en (2.3).


Dire que la mthode est spectrale lorsque l'on utilise la formule l'emplacement des DOF l'utilisation de spectraux.

Xp Hrot

(6.33) constitue

un abus de langage, puisque les points de quadrature ne concident pas exactement avec

14

. De ce fait, l'estimation d'une intgrale lmentaire requiert

p+2 points de quadrature, contre un seul pour la mthode des lments nis En reprenant les notations prcdentes et en supposant que iK est oriente

selon la premire direction, nous avons

iK (r) dr =
K K he

p p+1 p+1 gi (u) gli (v ) gli (w) u F(u, v, w) J (u, v, w) du dv dw u v w

p+2 (gl,p+1) iv ,iw q =1


avec

(gl,p+1) p (gl,p+1) u F(q,iv ,iw ) J (q,iv ,iw ), giu q q

(gl,p+1)

(gl,p+1)

iv ,iw

(gl,p+1)

= iv

(gl,p+1)

iw

(gl,p+1)

, et

q,iv ,iw = (q

(gl,p+1)

(gl,p+1)

, iv

(gl,p+1)

, iw

(gl,p+1)

). Pour obtenir une

parfaite adaptation de la mthode des lments nis spectraux, il nous faudrait dnir 3 he formules de quadrature sur K (une formule pour chaque direction, comme cela est fait au chapitre Nous prfrons garder ici la formule

2 dans (2.11), pour la premire famille de Ndlec Hdiv conforme et spectrale). Xp Hrot (6.33), et dvelopperons nos motivations dans c , de frontire c parfai-

la partie `Calculs des nouveaux termes matriciels' de cette section.

Remarque 6.5 Dans le cas o l'obstacle contient un noyau

tement conductrice, on ne prend pas en compte les fonctions de base du maillage dont les DOF sont associs aux faces et aux artes de (c )h = h \ h . Cela est d au fait que, sur (c )h , on impose nos fonctions de base la condition de bord nc = 0. Par consquent, on ne compte plus que 3(p + 1)(p + 2)2 2(p + 1)(p + 2) fonctions de base sur un hexadre dont une face (et donc quatre artes) est sur (c )h .
14 Selon

notre convention, une mthode doit vrier la relation 2.1 pour tre qualie de spectrale.
157

Chapitre 6. Formulation spectrale du couplage intgro-direntiel

Fig. 6.4 

2 Fonctions du sous-espace XH , selon eu , ev , et ew (de haut en bas, respectirot vement). On n'ache que les fonctions associes aux faces sur la partie visible du cube unit : en rouge pour les fonctions internes la face, et en bleu pour les fonctions asocies aux artes.

158

6.2. Choix des espaces d'approximation

6.2.3 Conformit du couplage Hdiv -Hrot


K qu un quadrilatre quelconque de h , et K he l'hexadre de h dont la face fj conqu qu qu qu qu he he he cide avec K . On note (K , P , ) l'lment ni de classe Hdiv sur K , (K , P , ) he he he he fj l'lment ni de classe Hrot sur K , et (K , P , )rot l'lment ni trace sur la face fj
Soit pour l'oprateur rotationnel (cf. annexe A.1.2 : (A.8)). Sous ces notations, nous avons la dnition suivante :

Le couplage intgro-direntiel est conforme si pour tout quadrilatre K qu de h , concidant avec la face fj d'un hexadre K he , nous avons l'galit
j (K qu , Pqu , qu ) = (K he , Phe , he )rot .

Dnition 6.6

(6.34)

Dans le cas particulier o tous les lments nis du maillage appartiennent la premire famille de Ndlec (de classe

Hdiv

sur

h ,

et de classe

Hrot

sur

h ),

il sut de

prendre les mmes bases Ap et Bp dans la dnition des moments qui reprsentent les qu qu qu he he he DOF de (K , P , ) (cf. thorme 1.10) et les DOF aux faces de (K , P , ) (cf. thorme 6.4), pour assurer la conformit du couplage. Lorsque l'on travaille sur des lments nis de Lagrange, cela se traduit par le fait que qu qu qu les points d'interpolation de l'lment ni (K , P , ), associs la direction id = 1 he he he (resp. id = 2), doivent concider avec ceux de l'lment ni (K , P , ) placs sur fj , et associs la direction

id = j2

(resp.

id = j 1 )

(cf. annexe B.1.3).

p De ce fait, nous pouvons coupler les fonctions de base de l'ensemble XH (2.10), div p aux fonctions de base de l'ensemble XH (6.32). Notons que certaines fonctions de rot base doivent tre pondres par un coecient 1 pour que le couplage soit valide. Cela
est d notre choix arbitraire de l'orientation locale des DOF sur chaque lment ni du maillage (par dfaut : selon les sont correctes un signe prs). La conformit du couplage nous donne les relations (6.17), indispensables la construction de nos formulations variationnelles :

u,

les

v,

et les

croissants). Nous ne tiendrons pas

compte de cette pondration dans la suite du chapitre (ainsi les prochaines expressions

Proprit 6.7
p p (a) XH , n = 0 sur h , ! XH tel que n = sur h , rot div p p (b) XH , ! XH tel que n = sur h . rot div

Preuve
Du fait de la conformit dans

Hrot

des lments nis du maillage hexadrique (cf. annexe

A.1.2, en particulier l'expression (A.9)), et de la dnition des DOF pour les lments nis appartenant la premire famille de Ndlec, la preuve est immdiate.

159

Chapitre 6. Formulation spectrale du couplage intgro-direntiel


Nous pouvons galement dvelopper les termes correspondance sur toute face de

et

pour nous assurer de leur

(cf. annexe B.1.3).

6.2.4 Calcul des nouveaux termes matriciels


Nous avons introduit un certain nombre d'oprateurs dans la premire section de ce chapitre. Il s'agit maintenant d'estimer les termes matriciels qui en dcoulent. Rappelons que deux types de quadratures sont retenus pour l'estimation des intgrales sur

h : la formule de quadrature dite spectrale (1 point de quadrature pour l'estimation de

chaque intgrale simple), et celle dite semi-spectrale (p + 2 points de quadrature pour l'estimation de chaque intgrale simple). Cette dernire n'est utilise que localement, lorsque la formulation spectrale n'assure plus la prcision de l'estimation (cf. chapitre

5). En par-

ticulier, elle est employe dans l'estimation de l'intgrale extrieure pour les interactions proches. L'intgrale intrieure est alors value l'aide de formules de quadrature polaires ou de formules de Gauss d'ordre lev (cf. chapitre

1).

h ,

nous nous contentons de la formule dnie prcdemment :

Pour ce qui est des intgrales sur Xp Hrot (6.33).

Dans ce qui suit, nous notons tK et b les fonctions de base et test prises dans K p XHdiv (2.10), dnies sur les quadrilatres K et K de h , respectivement (K = FK (K qu ) p qu et K = FK (K )). Les fonctions prises dans XH (6.32) sont notes tK et bK , et sont
rot

toutes deux dnies sur un mme hexadre gration surfacique lorsque Nous n'utilisons les

h . Le terme JK dnote l'lment d'intK h , et l'lment d'intgration volumique lorsque K h . indices K et K que si une confusion est possible. K
de (cf. notations 9 et 10)

Oprateurs (B S ) et T
supprimer les termes

Dans le calcul des interactions lointaines, on utilise le noyau dyadique de Green

G pour

et

(n )

des intgrandes. Cela permet de n'estimer

qu'en une seule paire de points chaque double intgrale avec la formulation spectrale, et de ne pas avoir valuer d'intgrale sur le bord avec l'oprateur soit spectrale ou semi-spectrale : cf. remarque 6.1). Lors du calcul des interactions proches, l'intgrale extrieure est toujours value l'aide de la formulation semi-spectrale, en

(que la formulation

p+2

points de quadrature (5.1). Les points

de quadrature utiliss pour l'estimation de l'intgrale intrieure ne concidant pas avec l'emplacement des degrs de libert, aucune astuce de calcul n'y est prsente. Nous dveloppons ci-cessous l'intgrale extrieure sur le bord de faiblement singulire de l'oprateur

K,

qui apparat dans la version

IK =
K
o

nK (r) (n tK ) (r) dr, K,


et

nK

est la normale aux artes de l'lment

peut crire ce terme comme la somme des intgrales

n la normale la surface K . On Iai , i = 1, . . . , 4, o chaque ai dnote

160

6.2. Choix des espaces d'approximation


une arte de

K.

Prenons par exemple l'arte qui correspond

rfrence. Sur cette arte, l'lment d'intgration linique est

na =

J u F. |v F|

u = 1 sur l'lment de |v F|, et sa normale est

On doit donc calculer l'expression

Iai =
0

J (1, v ) u F(1, v )

1 n DF t (1, v ) dv. J

Or, sur cette arte, on a (en se servant de (2.6) et de (6.24))

1 n DF t (1, v ) = J
(cf. chapitre

0
p gt (v ) v F(1, v ) v p p+1 gt (1) glt (v ) u F(1, v ) u v

si si si

td = 1 td = 1 td = 2.

et et

tu = p + 2, tu = p + 2,

Par consquent, l'estimation de notre intgral sur

ai ,

pour la formulation semi-spectrale

5),

est donne par

Iai

p gtu (1)
p+2

0 tv
(g,p)

si

td = 1 td = 1 td = 2.

et

tu = p + 2, tu = p + 2,

(J (u F v F)) (1, tv )

(g,p)

si

et

p+1 (g,p+1) (g,p+1) (g,p+1) q glt ) (q ) J |u F|2 (1, q v q =1

si

En faisant un dveloppement similaire sur les autres artes de total de sinon.

K,

on obtient un nombre

2(p + 3) calculs lmentaires si tK

est une fonction d'arte, et de

2(p + 2) calculs

Oprateurs Q et Q
L'oprateur

(cf. notations 9 et 10)

Q est trait au chapitre 2 de l'tude pour la formulation spectrale (2.16). Q


ne prsente aucune dicult.

Il sut de prendre en compte la formule (5.1) pour obtenir la version semi-spectrale. Le passage l'oprateur

Oprateur P

(cf. notation 9)

C'est un oprateur local : il n'y a qu'une intgrale simple valuer (K calculer les termes

= K ).

La

particularit de cette intgrale est qu'elle est indpendante de la gomtrie : on peut ne

tK , P bK

qu'une seule fois, sur l'lment de rfrence. De plus,

ces termes sont nuls lorsque nos deux fonctions ont la mme orientation ( On note

i.e. td = bd ).

AP

la matrice de taille

22

dnie sur

par

AP =

1 (n DF)t DF = [v F, u F]t [u F, v F] = J

0 1 1 0
161

Chapitre 6. Formulation spectrale du couplage intgro-direntiel


K h ,
on peut crire

tK , P bK 2

sous la forme

tK , P bK

AP t (u, v ) b (u, v ) du dv
K qu

0 2
p p+1 p+1 p gt (u) glb (u) glt (v ) gb (v ) du dv u v u v

si

td = bd , td = 1, td = 2.

si

K qu

K qu

p+1 p p p+1 glt (u) gb (u) gt (v ) glb (v ) du dv u v u v

si

Le choix des formules de quadrature est libre : le cot de l'estimation est ngligeable quelle que soit la formule retenue (puisqu'on ne fait le calcul qu'une seule fois, sur le carr unit).

Oprateur M

(cf. notation 11) [44]

Chaque terme de la matrice de masse peut s'crire sous la forme

tK , M bK

= k
K

r bK (r)

tK (r) dr

=
K he
o

AM b (u, v, w) t (u, v, w) du dv dw, 3 3)


dnie sur

AM

est la matrice symtrique (de taille

par

AM = k
On xe

rJ

DF1 DFt = k

rJ

[td F bd F]1bd ,td 3 . Xp Hrot


(6.33) donne

td = 1.

Lorsque

bd = td = 1,
(gl,p+1) tv ,tw

la formule de quadrature

p+2

tK , M bK
Il y a donc

tv ,bv tw ,bw

p (gl,p+1) (gl,p+1) (gl,p+1) p ) gb (q ) AM q gtu (q 1,1 (q,tv ,tw ). u q =1

(gl,p+1)

p+1

interactions non nulles, et le calcul de chaque interaction se fait en

p+2

points de quadrature. Lorsque

bd = td

(prenons par exemple

bd = 2),

on obtient

tK , M bK
soit

p (bu tw ,bw bu ,tv ,tw gt u

(gl,p+1)

(gl,p+1)

p ) gb (tv v

(gl,p+1)

) AM 2,1 (bu ,tv ,tw ),

(gl,p+1)

(p + 1)(p + 2)

interactions non nulles et

point de quadrature par interaction.

Au nal, chaque fonction sur

(avec

une face

tK interagit avec (p + 1)(1 + 2(p + 2)) fonctions de base (p + 1)(1 + 3(p + 2)) fonctions de base du maillage si tK est associe partage par 2 hexadres, et avec (p + 1)(1 + 4(p + 2)) fonctions de base du

162

6.2. Choix des espaces d'approximation


4 hexadres). Sur chaque lment K , on ne compte que 3(p + 1)(p + 2) calculs lmentaires (nombre d'interactions nombre de points de quadrature) pour chaque fonction test (soit 168 calculs lmentaires si p = 5).
maillage si elle est associe une arte partage par

Oprateur R (cf. notation 11) [44]


Chaque terme de la matrice de rigidit peut s'crire sous la forme

tK , R bK

1 bK r

(r) ( tK ) (r) dr

=
K he
o

AR b (u, v, w) t (u, v, w) du dv dw, 3 3)


dnie sur

AR

est la matrice symtrique (de taille

par

AR =
On xe

1 1 DFt DF = [td F bd F]1bd ,td 3 . k r J k r J


alors en se servant de l'expression (6.29), on obtient

td = 1.

Si

bd = td = 1,

tK , R bK = + +

K he

p p p+1 p+1 p+1 p+1 AR (v ) w glt w glb (w) du dv dw 2,2 gtu gbu (u) gltv glbv w w

K he

p p p+1 p+1 p+1 p+1 (v ) glt (w) du dv dw AR glb 3,3 gtu gbu (u) v gltv v glbv w w

K he

p p p+1 p+1 p+1 p+1 AR (v ) w glt glb (w) du dv dw 3,2 gtu gbu (u) gltv v glbv w w

K he

p p p+1 p+1 p+1 p+1 AR (v ) glt w glb (w) du dv dw. 2,3 gtu gbu (u) v gltv glbv w w

tv = bv et si tw = bw , respectivement : on (p + 1)(p + 2) interactions non nulles par intgrale. Pour chaque interaction, (gl,p+1) (gl,p+1) on xe les points de quadrature en tv dans la premire intgrale, et en tw dans la 2 seconde, ce qui nous donne (p +2) points de quadrature pour l'estimation de chaque inter3 action. Il y a donc (p + 1)(p + 2) calculs lmentaires pour chacune de ces deux intgrales.
Les deux premires intgrales sont nulles si compte donc Toutes les fonctions interagissent dans les deux dernires intgrales :

(p + 1)(p + 2)2

interactions non nulles par intgrale. Pour chaque interaction, on xe les points de qua(gl,p+1) (gl,p+1) : (p + 2) points de quadrature pour l'estimation de drature en b ,t , puis en t ,b v w v w 3 chaque interaction. Il y a donc (p + 1)(p + 2) calculs lmentaires pour chacune des 4 3 intgrales, soit un total de 4(p + 1)(p + 2) calculs. Un dveloppement similaire peut tre fait pour

bd = 2, 3, avec pour chaque direction le

mme nombre de calculs lmentaires. Au nal, chaque fonction test interagit avec toutes

163

Chapitre 6. Formulation spectrale du couplage intgro-direntiel


les fonctions de base dnies sur le mme domaine, soit fonction est interne, interne) une face, et

3(p + 1)(p + 2)2

interactions si la

(p + 1)(p + 2)(6(p + 2) 1) interactions si la fonction est associe (et 12(p + 1)p2 + 40(p + 1)p + 33(p + 1) interactions si la fonction est 3 associe une arte. Sur un lment K , on compte 12(p + 1)(p + 2) calculs lmentaires pour chaque fonction test (soit 24696 calculs si p = 5).
Si nous avions pris une formule de quadrature de Gauss d'ordre

p dans la direction td ,

comme cela est fait pour la version spectrale des fonctions conformes dans Hdiv , nous 2 aurions pu rduire la complexit par un facteur (p + 2) , lorsque td = bd . Cependant, lorsque les directions sont croises, la complexit reste la mme que l'on prenne des points de Gauss ou de Gauss-Lobatto [44]. Finalement, nous estimons que la simplicit de la forp mule de quadrature XH (6.33) l'emporte sur le lger gain de temps donn par la formule rot mixant les points de Gauss et de Gauss-Lobatto. Une autre raison pour laquelle nous avons conserv la formule de quadrature prsente Xp Hrot , est que celle-ci permet d'obtenir une version rapide du produit matrice-vecteur dans un solveur itratif (avec assemblage de la matrice la vole dans le produit matrice-vecteur). Plus important encore, cette version permet de stabiliser le stockage, quel que soit l'ordre d'approximation. Nous n'avons pas encore implment ce produit matrice-vecteur dans notre code, aussi nous ne souhaitons pas en faire la description ici, mais invitons le lecteur dsireux d'en savoir plus lire [44][28]. Dans notre tude, nous ne travaillons que sur des maillages constitus d'au plus quelques centaines d'lments d'ordre lev. Le stockage de la matrice de rigidit ne prsente donc aucune dicult dans les exemples numriques prsents par la suite.

dans les travaux de M. Duru et G. Cohen,

164

6.3. Validation numrique

6.3 Validation numrique


Nous terminons ce chapitre par la prsentation de quelques exemples numriques, qui mettent en valeur l'intrt de monter en ordre l'approximation au sein du couplage intgro-direntiel.

6.3.1 Quelques remarques prliminaires


Nous utilisons le solveur itratif introduit au chapitre

de l'tude, dans `Quelques

mots sur nos solveurs'. Les techniques de prconditionnement qui y sont dcrites ont t adaptes au couplage. En particulier, le choix du terme normalisant est fait de sorte p que l'on conserve la proprit 6.7. Soit iK la fonction de base de XH (6.32) dnie rot sur l'hexadre K h , et associe au degr de libert iK = F((id ,iu ,iv ,iw ) ) : le terme normalisant associ

iK

s'exprime

NiK = | DF(iu ,iv ,iw ) eid | = | id F(iu ,iv ,iw ) | ,


o

iu ,iv ,iw

est le point d'interpolation associ au DOF

(id ,iu ,iv ,iw )

sur

K he

(6.27).

p (6.32) et Nous notons M et N le nombre total de fonctions de base dans XH rot p XHdiv (2.10), respectivement. En supposant c = , la proprit 6.7 implique que parmi les M fonctions b , N sont telles que n b = 0 sur h . Par abus de langage,
nous dirons dans les exemples qui suivent qu'il y a :

inconnues

J,

qui correspondent aux

coecients

J b

(6.7) dterminer.

2N

J inconnues , qui correspondent aux N coecients b , et aux E cients b (6.15) associs aux fonctions b , n b = 0 sur h .
inconnues

surfaciques

coef-

volumiques,
sur

dont

M N

sont

internes

au maillage

(fonctions

telles que

n b = 0

h ). N +M . La matrice doit tre entirement stocke pour

Le nombre total d'inconnues est les

2N 2N

interactions

surfacique -surfacique, et peut tre reprsente sous forme creuse


N,
et non de

pour les autres. Le temps de calcul par itration, et l'espace allou sur le disque dur, dpend donc essentiellement de

M.

6.3.2 Prsentation des cas tests


Il est dicile de synthtiser en quelques lignes les caractristiques du couplage intgrodirentiel. Celles-ci varient en fonctions des proprits du matriau (qui dpendent ellesmmes de la frquence de calcul) et de la prsence ou non d'un noyau conducteur (et, le cas chant, de l'paisseur de matriau sur la surface mtallique

c ).

165

Chapitre 6. Formulation spectrale du couplage intgro-direntiel


Nous avons choisi de tester le couplage sur noyau mtallique (sphre de rayon

sphres (de rayon

Rext )

contenant un

Rint ), une frquence de 1 GHz . Nos sphres (S 0, S 1, 0 ), 10 0 0 , paisseur ) , 3 0 2 0 , paisseur ). 10 0 ,


paisseur

S 2)

sont dnies par

S 0 : Rint = 0, 30 m, Rext = 0, 33 m S 1 : Rint = 0, 30 m, Rext = 0, 40 m S 2 : Rint = 0, 60 m, Rext = 0, 63 m


On associe chaque sphre

(noyau de rayon

(noyau de rayon

(noyau de rayon

types de matriau (M 0,

M 1, M 2)

caractriss par

M0

= (1,0 , 0,0)

et

r = (1,0 , 0,0).

Ce sont les caractristiques du vide (le

rsultat correspond celui d'une sphre conductrice de rayon

Rint ).

M1

= (4,0 , 0,0)

et

r = (1,0 , 0,0).

Ce sont les caractristiques d'un matriau

dilectrique non absorbant.

M2 :

= (1,5 , 0,1) et r = (2,5, 1,8). Ce sont les caractristiques d'un matriau

magntique absorbant. La gure 6.5 ache le module du champ lectrique sur la sphre

S 1,

pour les matriaux

M 0, M 1,

et

M 2.

Fig. 6.5  Coupe transversale de la sphre S 1 : on ache le module du champ lectrique solution Eh pour les matriaux M 0, M 1, et M 2 (de gauche droite, respectivement).

Nous disposons donc de des fonctions d'ordre fonctions d'ordre

9 cas tests. Pour chaque cas test, les calculs sont raliss avec

dnies sur des lments triangulaires et ttradriques aux artes

droites (par abus de langage, nous dirons que ces fonctions sont de type RWG), avec des

dnies sur des lments quadrilatraux et hexadriques (par abus

de langage, nous dirons que ces fonctions sont de type Rooftop), et avec nos fonctions spectrales (pour les ordres

et

2).

La paramtrisation du maillage est adapte l'ordre

des fonctions de base (la transformation

est d'ordre

p +1).

166

6.3. Validation numrique

pour les interactions surfaciques) avec les fonctions RWG. Les autres calculs sont raliss avec un solveur itratif usuel. Dans tous les cas, nous travaillons sur 8 processeurs et le critre d'arrt (rsidu) est 103 (dans les tables 6.1 6.5). Avec l'algorithme MLFMA et un faible nombre d'inconnues, la majeure partie du temps de calcul est consacre aux tches de prconditionnement. C'est la raison pour laquelle les temps de restitution restent proches de ce que l'on obtient avec un solveur itratif usuel sur les sphres S 0 et S 1.
Tous les rsultats sont rpertoris dans les tables 6.3, 6.4, et 6.5. Sur ces tables, les temps de calcul sont marqus de l'exposant L'erreur relative, que ce soit pour la norme lorsque l'algorithme MLFMA est employ. 2 ou la norme L , ne permet pas toujours

Remarque 6.8 Nous avons utilis l'algorithme MLFMA (produit matrice-vecteur rapide

L1

de rendre compte de la qualit de l'approximation. C'est pourquoi nous prsentons aussi quelques sections ecaces radar (gures 6.8, 6.9, et 6.10). Le choix du critre d'arrt dans le solveur itratif permet de rpondre aux attentes usuelles l'ordre

15

, mais pas d'illustrer pleinement les performances de notre formulation specet en

trale. Pour cela, nous prsentons dans la gure 6.6 les courbes de convergence en

p = 0)

p (h

avec un critre d'arrt en

0,322 0 105 .

sur la surface), pour la sphre

S1

et le matriau

h ( M 0,

6.3.3 Interprtation des rsultats


La monte en ordre rduit les phnomnes de dispersion numrique rencontrs dans la partie volumique. Un moyen simple de le mettre en vidence est de comparer les rsultats obtenus avec le matriau

M 0 (assimil au vide), pour direntes paisseurs et une densit

d'inconnues xe (on peut galement prendre une paisseur nulle, et traiter le problme par une mthode intgrale). La table 6.1 nous donne l'erreur de la SER bistatique d'une sphre mtallique de rayon

R = 0,3 m.

Lorsque l'on passe d'une paisseur nulle une paisseur de

multiplie par un facteur

10

l'ordre

0 , 3

l'erreur est

(fonctions RWG et Rooftop), alors qu'elle reste

stable aux ordres suprieurs.

Remarque 6.9 Curieusement, la table 6.1 donne des rsultats plus prcis pour une paisseur de

0 que pour une paisseur nulle (aux ordres 1 et 2). D'autres simulations (pais10 seur variant entre 0 et 0 ) nous ont montr que la prcision varie d'un facteur oscillant 10 2 entre 0,5 et 1,5, sans lien direct avec l'paisseur de matriau (du moins pour une couche infrieure 0 ). 2
15 Recherche

d'une prcision de l'ordre de 1 %, un moindre cot.


167

Chapitre 6. Formulation spectrale du couplage intgro-direntiel


Les problmes lis la dispersion sont amplis avec le matriau dilectrique non absorbant

M 1, si bien que les formulations d'ordre bas sont inecaces sur ce type d'obstacle

(comme on peut le voir sur les gures 6.8, 6.9, et 6.10).

S 0 avec les fonctions Rooftop, en multipliant par 4 le nombre initial de quadrilatres (N = 19200 et N +M = 76804) : la densit de points par longueur d'onde est multiplie par 2 selon la surface (24 points par longueur d'onde 0 , soit 12 points / r ), mais pas selon l'paisseur. Le rsultat obtenu est 4 fois plus prcis (ce qui est logique, puisque le taux de convergence vaut 1 l'ordre 0), 1 mais toujours pas satisfaisant : l'erreur se situe aux alentours de 10 % pour les normes L 2 et L , avec un cart maximal suprieur 7 dB . Quant au temps de calcul et au stockage, tous deux sont multiplis par un facteur 16 (le nombre d'itrations reste sensiblement le
Pour nous en assurer, nous avons sur-maill la sphre mme). Nous avons ensuite augment la densit de points selon l'paisseur, mais cela n'amliore en rien le rsultat. La dicult semble provenir des ondes sans raner le maillage. Le passage l'ordre (moins de

guides

le long de la surface.

En revanche, notre formulation spectrale donne des rsultats corrects ds l'ordre

1,

permet d'amliorer encore la prcision

1%

d'erreur), tout en rduisant le nombre d'inconnues.

Remarque 6.10 Les parties relle et imaginaire du champ rayonn par la sphre S 0 M 1 sont donnes dans la gure 6.7. Il y apparat que les formulations d'ordre 0 donnent une estimation prcise de la partie imaginaire, mais pas de la partie relle.
Les formulations d'ordre bas donnent de bons rsultats avec le matriau absorbant (erreur proche de

M2

1%).

Contrairement ce que nous avons pu observer avec le matriau

M 1,

l'erreur est rduite lorsque l'on augmente la densit de points selon l'paisseur, et

non plus selon la surface (table 6.2). Sur ce type d'obstacle, la monte en ordre permet d'atteindre une de rduire le cot de calcul. Pour une densit moyenne de et l'paisseur d'ordre

extra-prcision

et

, respectivement, l'erreur est divise par un facteur 5 entre les fonctions 0 (Rooftop) et les fonctions d'ordre 1. Quant au temps total du calcul, il est rduit d'un facteur 2 environ (d'un facteur 3 pour la sphre S 2). La prcision peut encore tre amliore avec les fonctions d'ordre 2, bien que le cri3 tre d'arrt du solveur itratif (10 ) limite les performances de la mthode, ce degr d'exactitude. Le caractre spectral de notre formulation est parfaitement illustr dans la gure 6.6 5 (sphre S 1 pour le matriau M 0, avec un rsidu en 10 ). Les rsultats qui y sont donns 2(p+1) convergent une vitesse de h . De mme que pour le matriau non absorbant M 1, un ranement selon l'paisseur n'amliore pas la prcision de la SER, ce qui revient dire que le taux de convergence de la mthode vaut

16

12

et

20

points selon la surface

p+1 en fonction de N

(et ce qui correspond

aux observations faites aux prcdents chapitres).

16 Par
168

rapport la longueur d'onde dans le vide : 0 .

6.3. Validation numrique


Au regard des amliorations engendres par la monte d'un ou deux ordres, on souhaiterait passer des ordres suprieurs pour rduire encore le nombre d'inconnues. Une ne couche de matriau ne s'y prte pas : la monte en ordre entrane une condensation des DOF dans l'paisseur, qui dgrade le conditionnement du systme et donc les performances d'un solveur itratif. Une alternative sduisante consisterait en la cration d'lments nis hexadriques d'ordre anisotrope (ordre lev selon les directions cotangentes la surface prochain chapitre.

h ,

et ordre infrieur selon la direction normale). Cela fait l'objet du

1e-00

Erreur L1 (SER bistatique)

1e-00

1e-01

1e-01

erreur (L1)

1e-02

1e-02

1e-03

1e-03

1e-04 convergence en h (p=0) convergence en p (p=0,1,2,3) 12104 (1728) Nombre dinconnues : N+M (N) 38892 (3888)

1e-04

1e-05 1732 (432)

1e-05 89872 (6912)

Convergence en h et en p (en noir et rouge, respectivement) de la SER bistatique pour le cas test S 1 M 0.
Fig. 6.6 

169

Chapitre 6. Formulation spectrale du couplage intgro-direntiel


Tab. 6.1  Sphre mtallique de rayon Rint = 0,3 m : comparaison des rsultats pour les normes L2 et L (en % et en dB , respectivement) entre direntes formulations, et pour direntes paisseurs de matriau (assimil au vide) : paisseurs de 0 m (PEC), 0,03 m ( 0 ), et 0,1 m ( 0 ).

10

Epaisseur

p=0 p=0 p=1 p=2

(RWG) (Rooftop)

0, 0 (PEC) 0, 03 0, 10 1, 75 % (1, 63 dB ) 7, 22 % (10, 17 dB ) 16, 31 % (20, 98 dB ) 0, 97 % (0, 24 dB ) 5, 41 % (7, 24 dB ) 11, 11 % (13, 41 dB ) 0, 48 % (0, 20 dB ) 0, 22 % (0, 13 dB ) 0, 50 % (0, 23 dB ) 0, 18 % (0, 17 dB ) 0, 13 % (0, 09 dB ) 0, 20 % (0, 18 dB )
Partie imaginaire du champ rayonn
p=0 (RWG) : N=7800 ; N+M=44204 p=0 (Rooftop) : N=4800 ; N+M=19204 p=1 : N=4800 ; N+M=19204 p=2 : N=3888 ; N+M=21390

Partie relle du champ rayonn


p=0 (RWG) : N=7800 ; N+M=44204 p=0 (Rooftop) : N=4800 ; N+M=19204 p=1 : N=4800 ; N+M=19204 p=2 : N=3888 ; N+M=21390

1,5

1,5

4
m 0,5 0,5

m 2

-0,5

-0,5

-1 0

20

40

60

80 100 angle de reception

120

140

160

-1 180

-2

20

40

60

80 100 angle de reception

120

140

160

-2 180

Fig. 6.7 

Parties relle et imaginaire du champ rayonn pour le cas test S 0 M 1.

Eet de la densit d'inconnues (selon la surface et selon l'paisseur) sur la prcision de la SER pour un matriau absorbant (M 2) : fonctions Rooftop sur la sphre S 0. Ds et De dnotent le nombre de points par longueur d'onde (0 ) selon la surface et l'paisseur, respectivement. 1 , 2 , et , dnotent l'erreur pour les normes L1 , L2 , et L , respectivement.
Tab. 6.2 

Ds 12 12 18

De 20 30 20

1, 46 0, 94 1, 40

1, 60 0, 81 1, 60

0, 28 0, 16 0, 27

170

6.3. Validation numrique

Erreur de la SER bistatique (pour les normes L2 et L ), temps global de calcul par processeur, et nombre d'itrations (rsidu en 103 ), pour la sphre S 0 avec les matriaux M 0, M 1, et M 2 (de haut en bas, respectivement).
Tab. 6.3 

N / N +M %) (en dB ) cpu s (et Niter )


2
(en

%) (en dB ) cpu s (et Niter )


2
(en

%) (en dB ) cpu s (et Niter )


2
(en

p = 0 (RWG) p = 0 (Rooftop) 7800 / 44204 4800 / 19204 S0 M 0 7, 22 5, 41 10, 17 7, 24 166 (39) 197 (17) S0 M 1 48, 28 36, 75 25, 66 15, 08 216 (61) 275 (44) S0 M 2 0, 84 1, 60 0, 259 0, 284 117 (20) 198 (18)

p=1 p=2 4800 / 19204 3888 / 21390 0, 22 0, 13 113 (27) 2, 50 1, 83 163 (48) 0, 30 0, 05 84 (16) 0, 13 0, 09 178 (44) 0, 36 0, 23 214 (64) 0, 08 0, 02 116 (17)

20

SER bistatique : polarisation Thta-Thta


ANALYTIQUE p=0 (RWG) : N=7800 ; N+M=44204 p=0 (Rooftop) : N=4800 ; N+M=19204 p=1 : N=4800 ; N+M=19204 p=2 : N=3888 ; N+M=21390

20

10

10

dBm

-10

-10

-20

-20

-30

-30

-40

20

40

60

80 100 angle de rception

120

140

160

-40 180

SER bistatique de la sphre S 0 (Rint = 0,3m, Rext = 0,33m) pour le matriau dilectrique non absorbant M 1 ( r = 4,0).
Fig. 6.8 

171

Chapitre 6. Formulation spectrale du couplage intgro-direntiel

Erreur de la SER bistatique (pour les normes L2 et L ), temps global de calcul par processeur, et nombre d'itrations (rsidu en 103 ), pour la sphre S 1 avec les matriaux M 0, M 1, et M 2 (de haut en bas, respectivement).
Tab. 6.4 

N / N +M %) (en dB ) cpu s (et Niter )


2
(en

%) (en dB ) cpu s (et Niter )


2
(en

%) (en dB ) cpu s (et Niter )


2
(en

p = 0 (RWG) p = 0 (Rooftop) 7800 / 98810 4800 / 48012 S1 M 0 16, 31 11, 11 20, 98 13, 41 370 (61) 271 (26) S1 M 1 6, 51 14, 3 2, 12 2, 98 1765 (317) 1055 (231) S1 M 2 4, 82 1, 38 1, 21 0, 46 142 (19) 237 (16)

p=1 p=2 4800 / 48012 3888 / 38892 0, 50 0, 23 193 (38) 1, 23 0, 25 472 (106) 0, 18 0, 07 131 (16) 0, 20 0, 18 228 (47) 0, 31 0, 06 495 (124) 0, 10 0, 04 142 (16)

20

SER bistatique : polarisation Thta-Thta


ANALYTIQUE p=0 (RWG) : N=7800 ; N+M=98810 p=0 (Rooftop) : N=4800 ; N+M=48012 p=1 : N=4800 ; N+M=48012 p=2 : N=3888 ; N+M=38892

20

10

10

dBm

-10

-10

-20

20

40

60

80 100 angle de rception

120

140

160

-20 180

Fig. 6.9 

SER bistatique de la sphre S 1 (Rint = 0,3m, Rext = 0,4m) pour le matriau dilectrique non absorbant M 1 ( r = 4,0).

172

6.3. Validation numrique

Erreur de la SER bistatique (pour les normes L2 et L ), temps global de calcul par processeur, et nombre d'itrations (rsidu en 103 ), pour la sphre S 2 avec les matriaux M 0, M 1, et M 2 (de haut en bas, respectivement).
Tab. 6.5 

N / N +M %) (en dB ) cpu s (et Niter )


2
(en

%) (en dB ) cpu s (et Niter )


2
(en

%) (en dB ) cpu s (et Niter )


2
(en

p = 0 (RWG) p = 0 (Rooftop) 30432 / 172452 19200 / 76804 S2 M 0 1, 47 2, 40 0, 89 1, 35 740 (43) 3604 (20) S2 M 1 16, 48 14, 44 3, 06 2, 60 1348 (103) 4882 (88) S2 M 2 0, 83 2, 05 0, 16 0, 27 507 (22) 3110 (22)

p=1 p=2 19200 / 76804 15552 / 85542 0, 20 0, 04 1210 (28) 1, 99 0, 41 2987 (94) 0, 42 0, 06 1042 (29) 0, 30 0, 08 1535 (48) 0, 83 0, 20 2712 (108) 0, 20 0, 05 989 (20)

30

SER bistatique : polarisation Thta-Thta


ANALYTIQUE p=0 (RWG) : N=30432 ; N+M=172452 p=0 (Rooftop) : N=19200 ; N+M=76804 p=1 : N=19200 ; N+M=76804 p=2 : N=15552 ; N+M=85542

30

20

20

dBm

10

10

-10

20

40

60

80 100 angle de rception

120

140

160

-10 180

SER bistatique de la sphre S 2 (Rint = 0,6m, Rext = 0,63m) pour le matriau dilectrique non absorbant M 1 ( r = 4,0).
Fig. 6.10 

173

Chapitre 6. Formulation spectrale du couplage intgro-direntiel

6.4 Conclusion
Dans ce chapitre, la mthode des lments nis spectraux a t adapte au couplage intgro-direntiel, de telle sorte que la conformit

Hdiv -Hrot

soit conserve.

Plusieurs formulations variationnelles du couplage ont t prsentes dans la premire section du chapitre. En particulier, l'une d'entre elles ne fait pas apparatre de frquence irrgulire. En outre, le systme matriciel sous-jacent cette formulation est bien conditionn (par comparaison nos deux autres formulations) [94]. Nous avons donc retenu ce couplage (not CCFIE ), qui est le mieux adapt une rsolution itrative. Les travaux de M. Duru et G. Cohen [44][28], axs sur l'adaptation de la mthode des lments nis spectraux aux quations direntielles du problme de Maxwell, ont t repris pour discrtiser le problme intrieur. L'espace d'approximation introduit dans ces travaux se couple parfaitement avec celui prsent au chapitre repris au chapitre

de notre tude (et

5),

au sens o la conformit dans

Hdiv -Hrot

est satisfaite. Cet espace

d'approximation, la discrtisation du couplage, et les techniques de calcul permettant une valuation rapide de la matrice, ont t dcrits. Quelques exemples numriques nous ont ensuite permis de valider la mthode, et de mettre en avant l'intrt de monter en ordre l'approximation. Outre la possibilit de rduire le nombre de d'inconnues pour atteindre une bonne prcision, ou encore la possibilit de fournir des rsultats trs prcis pour des temps de calculs comptitifs (par comparaison aux mthodes usuelles), notre formulation se rvle cruciale pour l'tude de matriaux dilectriques non absorbants. Pour ce type de matriaux, les rsultats convergent une 2(p+1) vitesse de h , o h correspond la taille des mailles sur la surface (lorsque l'on considre une surface mtallique revtue). Pour l'tude d'obstacles mtalliques revtus d'une ne couche de matriau, l'utilisation d'ordres suprieurs

n'est pas approprie car elle entrane une condensation des

inconnues selon l'paisseur : le nombre d'inconnues chapitre suivant.

volumiques

grimpe dangereusement,

et le conditionnement du systme se dgrade. Nous nous pencherons sur ce problme au

174

Chapitre 7 Les lments nis spectraux d'ordre anisotrope


Sommaire
7.1 Principe de la mthode . . . . . . . . . . . . . . . . . . . . . 176
7.1.1 Motivations . . . . . . . . . . . . . . . . . . . . . . . . . . . 176 7.1.2 Gnration du maillage . . . . . . . . . . . . . . . . . . . . 176

7.2 Prsentation des lments nis hexadriques d'ordre anisotrope . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179 7.3 Exemples numriques . . . . . . . . . . . . . . . . . . . . . . 183 7.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
Ce chapitre prsente une famille d'lments nis hexadriques d'ordre anisotrope et conforme dans

7.3.1 La sphre revtue . . . . . . . . . . . . . . . . . . . . . . . 183 7.3.2 L'amande NASA revtue . . . . . . . . . . . . . . . . . . . 185

Hrot ,

inspire de la premire famille de Ndlec. Notre

objectif est de bncier des performances induites par la monte en ordre sur des obstacles mtalliques revtus d'une ne couche de matriau. Le principe de la mthode est expliqu dans la premire section du chapitre. Les lments nis hexadriques d'ordre anisotrope sont ensuite prsents dans la deuxime section, sous une forme permettant d'y adapter la mthode des lments nis spectraux. Dans la troisime section, quelques exemples numriques mettent en relief le potentiel de ce type d'approximation.

175

Chapitre 7. Les lments nis spectraux d'ordre anisotrope

7.1 Principe de la mthode


7.1.1 Motivations
Concernant la modlisation des phnomnes de diraction lectromagntique, de nombreuses applications portent sur l'tude d'obstacles mtalliques revtus d'une faible paisseur de matriau. Par exemple, dans le domaine de la furtivit, un problme rcurrent consiste rduire la signature radar d'un aronef sans dgrader ses qualits arodynamiques. Il est alors de mise de recouvrir par une ne couche de matriau absorbant les zones qui y contribuent fortement (typiquement : l'entre d'air d'un racteur). Dans ce cas de gure, notre problme rside dans le fait que nous ne tirons pas tous les bnces de la formulation spectrale dcrite au chapitre prcdent : une lvation trop importante de l'ordre d'approximation risque d'entraner une condensation des inconnues selon l'paisseur, et de dgrader les performances d'un solveur itratif. En outre, ce type d'application se prte parfois mieux une rsolution directe pour le calcul de la SER monostatique, en particulier lorsque le matriau n'est pas absorbant (un matriau absorbant ne ncessitant que quelques itrations pour faire converger le rsultat, un solveur itratif de type MGCR reste comptitif [94]). Dans ce cas, il est capital de pouvoir stabiliser le nombre d'inconnues dans l'paisseur, avec la monte en ordre. C'est la raison pour laquelle nous dveloppons dans ce chapitre des lments nis hexadriques d'ordre anisotrope : lments nis d'ordre la surface

17

selon les directions

tangentes

, et d'ordre

selon la direction normale, avec

r p. Ce type d'approximation

nous permettra de rduire fortement le nombre d'inconnues rpartition disproportionne des inconnues

volumiques

surfaciques sans sourir d'une

dans l'paisseur.

Le problme modle auquel est consacr ce chapitre est illustr dans la gure 7.1. Il s'agit d'un cas particulier du modle avec noyau conducteur introduit au chapitre prcdent (gure 6.1), la dirence prs que la condition ncessaire

18

c =

est maintenant

, pour des raisons techniques dveloppes plus loin dans le chapitre.

7.1.2 Gnration du maillage


La mise en uvre d'lments nis d'ordre anisotrope requiert la connaissance a priori de l'orientation du maillage. Pour cela, la gnration du maillage est ralise en (illustres dans la gure 7.2) :

tapes

On gnre un maillage de la surface parfaitement conductrice quadrilatres (en bleu sur la gure 7.2).

c , constitu de N qu

17 Il

18 Alors

s'agit en ralit des directions cotangentes la surface, avec les lments nis de classe Hrot . qu'il ne s'agissait que d'une simplication au chapitre 6.

176

7.1. Principe de la mthode

Fig. 7.1 

Modle trait : ne couche de matriau sur une surface mtallique.

Par extrusion, on gnre le maillage de la surface (en rouge sur la gure 7.2), qu ainsi que les N hexadres qui constituent le maillage du volume (not h ), de sorte que

i {1, . . . , N qu } , Kiqu = Kihe |w=1 . 3


matriaux, par exemple), chaque hexadre de

(7.1)

Si ncessaire (dans le cas o l'epaisseur est constitue de plusieurs niveaux de est dcoup selon la direction w he en n couches d'hexadres. Le nombre total d'hexadres dans h est N = n N qu , qu me et on note (j )h la runion des N hexadres de la j couche :

j N qu

(j )h =
i=(j 1)N qu +1
Soit

Kihe
et

.
la relation (7.1) en-

(j )h

la frontire entre

(j )h

(j +1 )h ((n )h = (c )h ),

trane

he j {1, . . . , n 1} , Kihe (j )h : Kihe (j )h = Kihe |w=0 = KN qu +i

|w=1

.
(7.2)

Fig. 7.2 

Schma retraant les 3 tapes de la gnration du maillage.


177

Chapitre 7. Les lments nis spectraux d'ordre anisotrope


Il n'est pas ncessaire que l'paisseur de matriau soit constante sur tout l'obstacle. En revanche, le nombre de couches ne peut tre modi, et il est parfois dlicat de mettre en place l'extrusion de la surface conductrice (si cette surface prsente un ou plusieurs angles concaves, par exemple). Maintenant que l'on matrise l'orientation donne aux hexadres de d'un lment ni de rfrence sur le cube unit. Sur ce cube, nous notons tes de

h ,

il est possible

de gnrer tous les lments nis d'ordre anisotrope partir des transformations

et

f1 = K he |w=1

et

f2 = K he |w=0 .

Les artes de

K he

sont numro-

(resp. de

8)

lorsqu'elles sont au bord de la face

f1

(resp. de la face

f2 ).

178

7.2. Prsentation des lments nis hexadriques d'ordre anisotrope

7.2 Prsentation des lments nis hexadriques d'ordre anisotrope


Nous nous sommes fortement inspirs de la premire famille de Ndlec (cf. chapitre

Hrot

conforme Nous

6)

pour dnir nos lments nis hexadriques d'ordre anisotrope (les l-

ments nis de la premire famille vont correspondre au cas particulier o

r = p).

nous contentons ici de dnir l'lment ni de Lagrange qui permet d'y adapter la mthode des lments nis spectraux (la description des degrs de libert sous forme de moments est donne dans l'annexe B.2.1). Soit

et

deux entiers tels que

0 r p,

et

Phe

l'espace vectoriel dni sur

K he .

par

Phe = = (u , v , w )t ; u Qp,p+1,r+1 , v Qp+1,p,r+1 , w Qp+1,p+1,r


Nous dnissons les DOF de l'lment ni

(K he , Phe , he )

par si

(g,p) (gl,p+1) (gl,r+1) ( iu , iv , iw ) eu gl,p+1) (g,p) (gl,r+1) i () = (id ,iu ,iv ,iw ) () = ( i(u , iv , iw ) ev (g,r) (gl,p+1) (gl,p+1) ) ew , iw , iv ( iu
On compte

id = 1 , id = 2 , id = 3 .

si

si

2(p + 1)(p + 2)(r + 2) + (p + 2)2 (r + 1) (u, v, w)


de

degrs de libert sur

K he . i
s'exprime

En tout point

K he ,

la fonction de base

associe au DOF si si si

i (u, v, w) =

p+1 p r+1 (u) gli (v ) gli (w) eu gi u v w p+1 gli (u) u p r+1 gi (v ) gli (w) ev v w r gi (w) ew w

id = 1, id = 2, id = 3,

p+1 p+1 (u) gli (v ) gli u v

et son rotationnel est donn par la formule (6.26) :

0 p+1 p r +1 gi (u) gli (v ) w gli (w) u v w p p +1 r +1 giu (u) v gliv (v ) gliw (w) p+1 p r +1 gli (u) gi (v ) w gli (w) u v w 0 i (u, v, w) = p +1 p r +1 u gliu (u) giv (v ) gliw (w) p+1 p+1 r gl ( u ) gl ( v ) g ( w ) v iw iu iv p+1 r u glp+1 (u) gl ( v ) g iw (w ) i i u v 0

si

id = 1,

si

id = 2,

si

id = 3.

179

Chapitre 7. Les lments nis spectraux d'ordre anisotrope


Les lments nis du maillage sont gnrs de la mme faon que pour la premire he famille de Ndlec Hrot conforme (cf. thorme 6.4). A chaque hexadre K = F(K ), et chaque fonction de base l'lment ni de rfrence :

iK dnie sur K , correspond r K , r = F(u, v, w) ,


et

une fonction de base

sur

iK (r) = DFt i (u, v, w)

( iK ) (r) =

1 DF i (u, v, w) . J

Notation 13

Les ensembles de fonctions de base, sur le cube unit et sur le maillage, sont nots
p,r XH = rot

Gp GLp+1 GLr+1 eu GLp+1 Gp GLr+1 ev GLp+1 GLp+1 Gr ew


p,r Hrot (h ) ; K h , |K DFt XH . rot

(7.3)

p,r XH = rot

Par abus de langage, nous dirons que la mthode est spectrale lorsque l'on prend la formule de quadrature
(gl,p+1) Xp,r Q(gl,p+1) Q(gl,r+1) . Hrot = Q
(7.4)

Encore une fois, dire que la mthode est spectrale constitue un abus de langage selon notre convention, puisque la formule de quadrature (7.4) ne permet pas de vrier la relation (2.1) : l'estimation de chaque intgrale

iK (r) dr
K
requiert

p +2

calculs lmentaires si

id = 1

ou

2,

et

r +2

calculs si

id = 3.

Enn, rappelons que nous construisons un sous-espace de

H0 ,rot (h ) := { Hrot (h ) ; nc = 0} ,
o

nc

est la normale sur

(c )h .

Cela se traduit par le fait que nous ne tenons pas compte

des DOF associs aux faces sur la frontire entre on ne compte que fonctions

et

(c )h

(cf. annexe A.2 : remarque

A.9). Par consquent, dans le cas o il n'y a qu'une couche d'hexadres dans le maillage,

supprimes

(r + 1)(p + 2)(3p + 4) fonctions de base propres chaque hexadre (les


sont reprsentes en bleu clair dans la gure 7.3).

Le bien-fond de la mthode repose entirement sur la technique de maillage dcrite prcdemment : l'espace d'approximation construit sur

partir des lments nis du

maillage ne peut pas satisfaire la relation (A.11) (qui confre

Xh sa conformit dans Hrot )

si deux hexadres adjacents n'ont pas la mme orientation locale. De mme, la relation (6.34) (et donc la proprit 6.7, qui rsulte de la conformit du couplage dans Hdiv -Hrot ) p,r n'est vrie que si la trace sur h de chaque fonction i XH (telle que n i = 0 rot 180

7.2. Prsentation des lments nis hexadriques d'ordre anisotrope


sur

h )

concide avec une fonction

p j XH . div

C'est la raison pour laquelle la condition

c =

est requise. Il est cependant

possible de s'en dfaire, en introduisant des lments nis quadrilatraux (de classe d'ordre anisotrope (ce qui n'a pas t ralis dans notre tude).

Hdiv )

181

Chapitre 7. Les lments nis spectraux d'ordre anisotrope

Fig. 7.3 

2,1 Fonctions du sous-espace XH , selon eu , ev , et ew (de haut en bas, respectirot vement). On n'ache que les fonctions associes aux faces sur la partie visible du cube unit : en rouge pour les fonctions internes la face, et en bleu pour les fonctions asocies aux artes (en bleu clair pour les fonctions supprimes lorsque la face f2 = F(f2 ) est sur la surface mtallique).

182

7.3. Exemples numriques

7.3 Exemples numriques


7.3.1 La sphre revtue
Nous reprenons ici l'une des sphres traites au prcdent chapitre : la sphre mtallique de rayon de

Rint = 0,6 m

uniformment recouverte de

0,03 m

de matriau (dont un

maillage est reprsent dans la gure 7.4). Les simulations sont ralises une frquence

1 GHz (0 0,3 m), pour les matriaux (cf. chapitre 6.3.2) M 0 (matriau assimil au vide, r = 0 ), M 1 (matriau dilectrique non absorbant, r = 20 ), et M 2 (matriau magntique absorbant, r 20 ). Les rsultats sont donns dans la table 7.1.

Fig. 7.4 

Maillage de la sphre revtue : 216 quadrilatres et 216 hxadres (Rint = 0,6 m, Rext = 0,63 m).
Grce l'anisotropie, nous pouvons slectionner un ordre d'approximation

adapt

l'paisseur de matriau sur l'obstacle, puis accrotre l'ordre d'approximation conservant une SER correcte. Pour une mme densit d'inconnues, le passage de l'ordre de la matrice,

selon

les directions tangentes la surface, et ainsi rduire le nombre total d'inconnues tout en

l'ordre

amliore la Puis, avec

qualit de la SER, et acclre les temps de calcul (en majeure partie dans l'assemblage

7,5

fois plus rapide avec notre formulation spectrale d'ordre

1).

l'lvation de l'ordre

p,

nous sommes en mesure de diminuer progressivement la densit

d'inconnues, sans que cela ne dtriore les rsultats. Par comparaison la premire famille de Ndlec d'ordre diviser par un facteur

0, nos lments nis d'ordre anisotrope (5, 1) nous permettent de 4 les temps de calcul, et par un facteur suprieur 10 la prcision (par un facteur 5 seulement pour le matriau magntique absorbant M 2). 7
l'espace mmoire allou sur le disque, par un facteur

183

Chapitre 7. Les lments nis spectraux d'ordre anisotrope


Mis part le cas du matriau

M 0 (assimil au vide), le nombre d'itrations reste stable

avec la monte en ordre. Cela n'aurait pas t le cas avec la premire famille de Ndlec, comme nous pouvons le voir sur la table 7.2.

Rsultats obtenus sur la sphre de rayon Rint = 0,6 m, pour une paisseur de 0,03 m de matriau et dirents ordres d'approximation. Le maillage est compos de 2 couches d'hexadres l'ordre 0, et d'une seule couche aux ordres suprieurs. Le tableau du haut donne la prcision de la SER bistatique (pour les normes L2 et L ), tandis que celui du bas donne le temps total de calcul (en cpu s) et le nombre d'itrations ncessaires la convergence du solveur itratif (critre d'arrt en 103 ).
Tab. 7.1 

p 0 1 2 3 4 5

, , , , , , ,

r 0 1 1 1 1 1

Densit minimale

/ 0

12 12 10,8 9,6 9 7,2

M0 M1 2,40 % (1,35 dB ) 14,44 % (2,60 dB ) 0,20 % (0,04 dB ) 1,99 % (0,41 dB ) 0,13 % (0,04 dB ) 1,08 % (0,21 dB ) 0,14 % (0,04 dB ) 0,46 % (0,10 dB ) 0,11 % (0,07 dB ) 0,91 % (0,19 dB ) 0,19 % (0,04 dB ) 1,06 % (0,24 dB )

M2 2,05 % (0,27 dB ) 0,42 % (0,06 dB ) 0,37 % (0,05 dB ) 0,36 % (0,06 dB ) 0,36 % (0,05 dB ) 0,38 % (0,05 dB )

p 0 1 2 3 4 5

, , , , , , ,

r 0 1 1 1 1 1

N , N +M 19200 , 76804 19200 , 76804 15552 , 62212 12288 , 49156 10800 , 43204 6912 , 27652

M0 3604 (20 iter) 1210 (28 iter) 1332 (30 iter) 1142 (38 iter) 1342 (40 iter) 895 (44 iter)

M1 4882 (88 iter) 2987 (94 iter) 2233 (84 iter) 1797 (90 iter) 1872 (90 iter) 1075 (84 iter)

M2 3110 (22 iter) 1042 (29 iter) 1191 (20 iter) 898 (18 iter) 1165 (20 iter) 789 (20 iter)

Comparaison des performances pour le matriau M 1 et pour un ordre d'approximation p = 5, entre notre famille d'lments nis d'ordre anisotrope (r = 1) et la premire famille de Ndlec (r = 5).
Tab. 7.2 

p, r 5, 1 5, 5

N , N +M 6912 , 27652 6912 , 69132

L 2 (L ) 1,06 % (0,24 dB ) 0,73 % (0,15 dB )


Erreur

Temps de calcul (nombre d'itrations)

1075 ( 84 iter) 3739 (332 iter)

184

7.3. Exemples numriques

7.3.2 L'amande NASA revtue


An de mettre en exergue la robustesse de notre formulation, nous prenons maintenant un obstacle prsentant une pointe : l'amande NASA revtue.

dint = 2,5 m 5), et la surface extrieure un coecient dext = 2,5875 m (dilatation de 3,5 % entre c et , reprsente dans la gure 7.5). L'paisseur de matriau n'est pas constante 0 0 sur la surface, mais varie entre 0,01691 m ( 1 GHz ) et 0,051041 m ( 1 GHz ) 17 5,8 dans le plan x0z . La zone la plus paisse est sur la pointe avant (gure 7.6).
La surface parfaitement conductrice correspond un coecient de dilatation (cf. chapitre Nous calculons la section ecace radar monostatique dans le plan risations

x0z ,

pour les pola-

et

(inc = 0, 0 inc 180,

avec un pas de

0,5

degr), et utilisons pour

cela un solveur direct (qui ne tient pas compte du fait qu'une grande partie de la matrice est creuse). Un moyen ecace de valider les rsultats consiste comparer ceux obtenus pour le matriau

M0

(assimil au vide) ceux obtenus par une mthode intgrale sur le noyau

conducteur (c'est--dire aux rsultats prsents au chapitre de ce cas test sont donnes dans la gure 7.7.

5). Les sections ecaces radar

Nous avons ensuite ralis le calcul pour le matriau dilectrique non absorbant

M1

(cf. chapitre 6.3.2). Les sections ecaces radar sont donnes dans la gure 7.8, et les cots de calcul dans la table 7.3. Le nombre moyen de points par longueur d'onde (en fonction de

r = 20 )

varie entre

7,1 (p = 2)

et

5,2 (p = 4)

: entre ces deux simulations,

l'espace mmoire allou sur le disque est divis par un facteur par un facteur de rsultats obtenu avec

3, et le temps de calcul 4. Du fait de nos ressources informatiques limites, nous ne prsentons pas pour les fonctions d'ordre 0 (nous estimons qu'un rsultat semblable serait 5 10 fois plus d'inconnues).

Remarque 7.1 Les rsultats prsents dans les gures 7.7 et 7.8 sont obtenus avec le

couplage CMFIE (6.21), l'exception du calcul l'ordre p = 4 (pour lequel nous avons utilis le couplage CEFIE (6.20), en raison d'un problme de prcision qui se manifestait au niveau de la pointe, avec le couplage CMFIE et la polarisation ).

185

Chapitre 7. Les lments nis spectraux d'ordre anisotrope

Fig. 7.5 

extrieure.

Amande revtue : dilatation de 3,5 % entre la surface mtallique et la surface

Fig. 7.6 

Maillage de l'amande revtue : 148 quadrilatres et 148 hxadres.

Cot de calcul pour les simulations sur l'amande revtue du matriau dilectrique M 1 (pour 8 processeurs) : temps de calcul (en cpu mn), et espace disque allou au stockage de la matrice (en Gbyte).
Tab. 7.3 

p 2 3 4

, , , ,

r 1 1 1

Temps

/ proc. 363 196 85

Espace disque

proc.

5, 37 3, 35 1, 75

186

7.3. Exemples numriques


0 -5 -10 -15 -20 dBm -25 -30 -35 -40 -45 -50
Rfrence (PEC) p=2 , r=1 : N=12960 , N+M=51844

SER monostatique : polarisation Phi-Phi

0 -5 -10 -15 -20 -25 -30 -35 -40 -45 -50 180

20

40

60

80 100 angle thta

120

140

160

0 -5 -10 -15 -20 dBm -25 -30 -35 -40 -45 -50

SER monostatique : polarisation Thta-Thta

0 -5 -10 -15 -20 -25 -30 -35 -40

Rfrence (PEC) p=2 , r=1 : N=12960 , N+M=51844

-45 -50 180

20

40

60

80 100 angle thta

120

140

160

SER monostatique de l'amande NASA parfaitement conductrice (en noir), et retue du matriau M 0 (en rouge, pour p = 2) 1 GHz : polarisation en haut et en bas.
Fig. 7.7 

187

Chapitre 7. Les lments nis spectraux d'ordre anisotrope


10 5 0 -5 -10 -15 dBm -20 -25 -30 -35 -40 -45 -50 0 20 40 60

SER monostatique : polarisation Phi-Phi

10 5 0 -5 -10 -15 -20 -25 -30 -35

p=2 , r=1 : N=12960 , N+M=51844 (quad. usuelle) -40 p=2 , r=1 : N=12960 , N+M=51844 -45 p=3 , r=1 : N=10240 , N+M=40964 p=4 , r=1 : N= 7400 , N+M=29604

80 100 angle thta

120

140

160

-50 180

10 5 0 -5 -10 -15 dBm -20 -25 -30 -35 -40 -45 -50 0 20

SER monostatique : polarisation Thta-Thta

10 5 0 -5 -10 -15 -20 -25 -30 -35

p=2 , r=1 : N=12960 , N+M=51844 (quad. usuelle) -40 p=2 , r=1 : N=12960 , N+M=51844 -45 p=3 , r=1 , N=10240 , N+M=40964 p=4 , r=1 : N= 7400 , N+M=29604

40

60

80 100 angle thta

120

140

160

-50 180

SER monostatique de l'amande NASA revtue du matriau dilectrique non absorbant M 1 1 GHz , avec les fonctions d'ordre p = 2, 3, et 4 : polarisation en haut et en bas.
Fig. 7.8 

188

7.4. Conclusion

7.4 Conclusion
Dans ce chapitre, nous avons dvelopp une famille d'lments nis hexadriques d'ordre anisotrope, et avons prsent un choix spcique des degrs de libert qui permet d'y adapter la mthode des lments nis spectraux. Sous rserve que le maillage soit gnr par extrusion, cette famille peut tre perue comme une gnralisation de la premire famille de Ndlec conformit dans

Hrot

conforme, et satisfait la

Hdiv -Hrot

du couplage intgro-direntiel.

Ce type d'approximation se rvle particulirement ecace pour l'tude d'obstacles mtalliques revtus d'une ne couche de matriau, car elle nous permet de dcoupler l'ordre d'approximation selon l'paisseur de l'ordre d'approximation selon la surface. Cela a t conrm, pour divers types de matriaux, sur l'une des sphres traites au chapitre prcdent : la monte en ordre (selon les directions tangentes la surface) nous a permis de rduire d'un facteur suprieur

le stockage, d'un facteur

les temps de calcul, et d'un facteur

10

la prcision de la SER. Puis, des simulations sur l'amande NASA ont mis

en vidence la robustesse de notre formulation. Cette mthode est pour l'instant restreinte l'tude d'obstacles qui vrient la condition

c = (i.e.

la couche de matriau recouvre compltement le noyau parfaitement

conducteur). L'introduction d'lments nis quadrilatraux sotrope permettrait de lever cette restriction.

Hdiv

conformes d'ordre ani-

189

Chapitre 7. Les lments nis spectraux d'ordre anisotrope

190

Conclusion et perspectives
Dans le cadre d'une approche par une mthode de reprsentation intgrale, puis par un couplage intgro-direntiel, notre tude consistait dans la recherche d'un espace d'approximation assurant, d'une part, la prcision de la SER et, d'autre part, une rduction signicative des cots de calcul. Cette tude tait principalement ddie aux applications qui requirent l'usage d'un solveur direct. Nous souhaitions pour cela dvelopper une mthode d'ordre lev qui permette d'assembler rapidement la matrice d'impdance (pour autoriser une hausse consquente de l'ordre d'approximation et du taux de convergence) et qui prserve la conformit de l'espace d'approximation dans

Hdiv

(dans

Hdiv -Hrot

pour

le couplage). Notre ide consistait dans l'adaptation aux quations intgrales usuelles (EFIE, MFIE, CFIE), puis au couplage intgro-direntiel, de la mthode des lments nis spectraux (introduite par G. Cohen et P. Monk pour les quations de Maxwell en rgime transitoire dans [32][33]).

L'adaptation de la mthode des lments nis spectraux aux quations intgrales (ou, plus prcisment, la premire famille de Ndlec de classe

Hdiv

[78]), a fait l'objet de la

premire partie de la thse. Un aspect sduisant de cette adaptation tient au fait qu'elle ne requiert qu'une lgre modication des formes variationnelles usuelles pour que le temps d'assemblage soit dcoupl de l'ordre d'approximation. Elle autorise ainsi la monte en ordre des fonctions de base qui rsulte en une rduction d'un facteur d'un facteur suprieur

4 7

du stockage, et points par lon-

10

du temps de calcul, pour atteindre la prcision que confrent

les mthodes classiques sur une surface lisse (fonctions Rooftop, avec

gueur d'onde). Nous avons ensuite montr que cette formulation se rvle particulirement sensible la prsence de singularits gomtriques sur la surface, et qu'elle n'est viable qu' partir d'un certain ordre (pour de faibles densits d'inconnues et un ordre infrieur

3,

elle est moins prcise que les mthodes classiques). Nous avons alors considr qu'il

tait ncessaire de remdier ces problmes avant de pouvoir envisager une extension au couplage intgro-direntiel.

La deuxime partie de la thse a donc t consacre la recherche d'une formulation spectrale robuste. Une telle formulation a t mise au point en introduisant une correction locale des formules de quadrature au sein de la premire famille de Ndlec spectrale. Cette correction n'intervient que lorsqu'un danger d'imprcision li au maillage se prsente (zone grossirement maille ou irrguliere, prsence d'une arte vive), de telle sorte que l'on conserve un temps d'assemblage comparable celui des mthodes de Nystrm. Quelques exemples numriques issus de workshop (cavit COBRA, amande NASA) ont

191

Conclusion et perspectives
mis en valeur l'intrt de cette approche. En particulier, pour calculer la SER monostatique d'une cavit COBRA avec prcision, le stockage et le temps de calcul ont pu tre diviss par des facteurs

16

et

20,

respectivement, par comparaison aux mthodes clas-

siques. Puis, nous avons propos quelques pistes explorer en vue d'un futur portage de ce travail au stade industriel. Ces propos ont t illustrs par une simulation sur un aronef complet. L'extension de la mthode au couplage intgro-direntiel a fait l'objet de la troisime partie de la thse. Dans cette partie, nous nous sommes plus particulirement intresss au traitement d'obstacles mtalliques revtus d'une ne couche de matriau. An de pouvoir tirer prot de la monte en ordre sur ce type d'obstacle, nous avons dvelopp une famille d'lments nis hexadriques d'ordre anisotrope. Sous rserve que le maillage soit gnr par extrusion, cette famille gnralise la premire famille de Ndlec

Hrot

conforme et

prserve la conformit du couplage intgro-direntiel (ainsi que le caractre spectral de la formulation). Quelques exemples numriques ont illustr le potentiel de cette approche, qui permet non seulement de rduire considrablement les cots de calcul, mais aussi d'assurer une bonne prcision de la SER pour de faibles densit d'inconnues. En particulier, il nous a t possible de calculer la SER monostatique d'une amande NASA revtue d'un matriau dilectrique non absorbant, en quelques dizaines de minutes seulement (un calcul de cette prcision n'tait pas ralisable avec une mthode d'approximation classique, du fait de nos ressources informatiques limites). Cependant, cette formulation d'ordre anisotrope ne permet pas, ce jour, de traiter des surfaces mtalliques partiellement revtues. Une poursuite de ces travaux peut tre envisage selon trois principaux axes de recherche, dont l'tude devrait s'tendre plus ou moins long terme. A court terme, il faut dvelopper divers types d'lments nis qui soient compatibles ceux prsents dans cette thse dans le but, d'une part, de faciliter la tche fastidieuse que constitue le maillage d'une surface complexe (

i.e.

dveloppement d'lments trian-

gulaires, et de prismes base triangulaire pour l'extrusion de maillage) et, d'autre part, d'largir le domaine d'application de l'approche par lments nis d'ordre anisotrope ( dveloppement d'lments quadrilatraux d'ordre anisotrope). A moyen terme, il faut envisager un mixage des ordres pour optimiser la discrtisation d'une surface complexe, lorsque la taille des artes du maillage varie fortement d'une zone l'autre. Nous ne pensons pas que le dveloppement de fonctions de bases d'ordre lev de type

i.e.

hirarchique

[62][64] soit la meilleure approche, car elle ne permet pas de simplier

l'assemblage de la matrice d'impdance. Nous nous tournerions plutt vers une adaptation de la mthode de Galerkin discontinue, et envisagerions mme de perdre localement la conformit de l'espace d'approximation l'interface entre deux zones, sur une partie lisse de la surface. A plus long terme, il faut mettre en place, au sein d'une rsolution itrative, un algorithme d'acclration du produit matrice-vecteur qui permette de bncier des performances de notre formulation. La question se pose entre le choix d'une mthode FMM

192

multiniveaux telle que l'ont propose W.C. Chew

et al. dans [23], dont une mise en uvre

nous semble rapidement ralisable, et le choix d'une mthode FFT, qui semble mieux se prter l'approximation d'ordre lev [106][15][14]. Quelle que soit l'issue retenue, la matrise du nombre d'itrations constitue un enjeu crucial. Par consquent, nous estimons qu'il est pralablement ncessaire d'tendre notre approche des quations intgrales mieux conditionnes, et pensons plus particulirement une extension aux rcents travaux de S. Borel, D. Levadoux, et F. Alouges, raliss l'ONERA [12][11].

193

Conclusion et perspectives

194

Annexes

195

Annexe A Elments nis et espaces d'approximation


Dans cette annexe, nous dnissons ce qu'est un lment ni de classe est un oprateur direntiel d'ordre tionnel, ou encore gradient).

HD ,

et prsen-

tons la mthode de construction d'un espace d'approximation conforme dans

HD ,

(typiquement,

est l'oprateur divergence, rota-

A.1 Introduction aux lments nis


A.1.1 Gnralits
Avant d'introduire la notion d'lment ni, dnissons ce que l'on entend par lment de dimension

d (d = 1, 2

ou

3).

s'il existe un polydre convexe 3 morphisme F de K dans R tel que

19

Nous considrons que K est un lment de dimension d K de Rd (born et d'intrieur non vide), et un dio-

F(K ) = K .
Nous dnissons une face

de

par

f = F(f ) ,
o

est une face de Lorsque

K.

Dans cette annexe, le terme de `face'est gnrique (il s'agit eec-

tivement d'une face lorsque

d = 3,

mais d'une arte lorsque

d = 1).

est de dimension strictement suprieure

d = 2 et d'un sommet lorsque 1, chacune de ses faces est

un lment de dimension

d 1. K
est ferm (

Nous supposerons toujours qu'un lment qu'il est possible de dnir un lement l'intrieur de

i.e. K

est un ferm de

Rd ),

et

de mme dimension, tel que

soit inclus dans

K.

19 Un

polydre convexe est l'intersection d'un nombre ni de demi-espaces.


197

Annexe A. Elments nis et espaces d'approximation


Dans la suite de l'annexe, teurs dnis sur un lment

C (K ) dsigne l'espace K , et de rgularit C . d (d = 1, 2, 3)

des champs de scalaires ou de vec-

Un lment ni de dimension

est dni par la donne d'un triplet

(K, P, ) o : (1) K est un lment de dimension d, (2) P est un sous-espace fonctionnel de C (K ) de dimension (3) est un ensemble ni de formes linaires sur C (K ).
Un lment ni dsigne le dual de

nie

N,

(K, P, ) est dit unisolvant lorsque forme une P. Cela implique la proprit utile pour la suite :

base de

, o

(1 , . . . , N ) RN , ! P ; i () = i
Les

i .
de

(A.1)

formes linaires de

sont appeles les degrs de libert

(K, P, ) (ou DOF, pour


est dnie

Degrees Of Freedom). En particulier, la proprit (A.1) permet de dnir la notion de

fonction de base. Etant donn un indice j {1, . . . , N }, la fonction de base j


comme l'unique fonction

20

de

vriant

i (j ) = i,j
o

i ,

(A.2)

i,j

est le symbole de Kronecker. L'ensemble des fonctions de base forme une base de

P.

Soit unique

(K, P, ) un lment ni unisolvant, fonction v dans P, dnie par


N

et

v C (K ).

On peut associer

une

v =
i=1
L'oprateur

i (v) i .
de et

(A.3)

qui

associe

est le

projecteur
(K, P, )

Nous dirons que deux lments nis

C (K ) sur l'lment ni (K, P, ). (K , P , ) sont gaux lorsque

K=K
nis sont gaux ds lors que

, P=P

, =.

Cette dnition de l'galit est plus restrictive que celle donne dans [26], o deux lments

K=K
avec

, P=P
et

, =,
respectivement.

et

les projecteurs sur

(K, P, )

(K , P , ),

A.1.2 Elment ni de classe HD


Nous allons maintenant dnir ce qu'est un lment ni de classe oprateur direntiel d'ordre

HD ,

est un

1.

Pour cela, nous introduisons les notations suivantes :

20 Nous
198

parlerons de fonctions, qu'il s'agisse de scalaires ou de vecteurs.

A.1. Introduction aux lments nis

Soit K et K deux lments de mme dimension, tels que K soit inclus dans l'intrieur de K . Pour toute fonction p dnie sur K , nous notons p son prolongement par 0 sur K :
p = p 0

Notation 14

sur K, sur K \K.

Soit D un oprateur direntiel d'ordre 1. Nous notons TD l'oprateur qui toute fonction de P associe le champ dni sur K par
D D = K ,

o K est la distribution de Dirac dnie sur K et porte par K . Pour toute face f de K , nous notons
f TD = TD |f ,
(A.4)

o |f dsigne la trace de sur f , et introduisons l'espace fonctionnel Pf D dni sur f par


f Pf D := TD P,
(A.5)

que l'on dsigne comme tant la trace de P sur f (pour l'oprateur D).
Par exemple, dans un cadre vectoriel, les oprateurs trace pour la divergence et le rotationnel sont donns par

f Tdiv = ( nf )|f
respectivement (avec

et

f Trot = ( nf )|f ,

(A.6)

nf

la normale la face

f,

toujours oriente de l'intrieur de

vers

l'extrieur). Dans un cadre scalaire, l'oprateur trace pour le gradient est donn par

f Tgrad = (nf )|f .

(A.7)

Ds prsent, et jusqu' la n du chapitre, nous considrons que ment ni unisolvant de dimension

(K, P, )

est un l-

2 ou 3, et que D

est un oprateur direntiel d'ordre 1.

Nous distinguons deux ensembles de degrs de libert complmentaires dans semble des degrs de libert Nous les dnissons de la manire suivante :

associs aux faces, et l'ensemble des degrs de libert internes.


f
s'il existe

: l'en-

est un degr de libert associ la face

f (Pf D)

tel que

f P, () = f (TD ).
Dans ce cas, nous dsignons

comme tant la trace de

sur

f.

Nous notons

f D

l'ensemble des degrs de libert de

associs la face f . Comme la fonctionnelle qui


199

Annexe A. Elments nis et espaces d'approximation

f f D associe est clairement injective, nous identierons, par abus d'criture, f . Les fonctions de base qui correspondent aux DOF de f D sont dites associes f la face f , et sont notes .
L'ensemble des degrs de libert internes est dni comme le complmentaire de f int int = {i }. Les fonctions de base qui correspondent f D dans . On le note int int aux DOF de sont dites internes, et sont notes .

Sur chaque face

de

K,

nous dnissons l'lment ni

trace

de

(K, P, )

sur

par (A.8)

f f (K, P, )f D = (f, PD , D ).

Remarque A.1 Soit

f f D et D les ensembles de DOF associs aux faces f et f , resf pectivement. Lorsque f et f sont deux faces adjacentes, il peut arriver que f D D = . f Nous admettons dans la suite que les lments nis traces (K, P, )f D et (K, P, )D peuvent

eux-mmes prsenter des DOF internes et des DOF aux faces.


La notion de conformit dans

HD pour un lment ni repose sur la dnition suivante :

Dnition A.2
Lorsque

Un lment ni (K, P, ) est dit conforme dans HD , ou de classe HD , si en chaque face f de K l'lment ni trace (K, P, )f D est unisolvant.
(K, P, )
est de classe

HD ,

nous avons pour toute face

l'quivalence

f f f i () = 0 i f D TD = 0
En particulier, pour toute fonction de base

( P).
nous avons (A.9)

de

(K, P, ),

f TD i = 0 i / f D.

De ce fait, il apparat clairement que l'ensemble des fonctions de base internes forme une base de

P0 := { P ; TD = 0}.

HD . Comme {int } et {int } forment deux bases de P0 , et comme les traces de f D et de f f D forment deux bases de (PD ) (pour chaque face f ), on a les relations suivantes : (1) card(int ) = card(int ) = N int ,
f f (2) card(f D ) = card(D ) = N (f ),

Remarque A.3 Soit (K, P, ) et (K, P, ) deux lments nis unisolvants et de classe

(3)

int j

, !(1 , . . . , N int ) R
int

N int

tel que
f

N int

int j

=
i=1 Nf

i int i ,

f N (4) f, j f D , !(1 , . . . , N f ) R

f tel que j =

f i i .

i=1

200

A.2. Espace d'approximation de classe HD

A.2 Espace d'approximation de classe HD


Ne i=1 {Ki } un maillage constitu d'lments de dimension les conditions suivantes :
Soit

h =

ou

3,

qui vrie

Les intrieurs de deux lments distincts du maillage sont disjoints. Toute face d'un lment du maillage est soit la face d'un autre lment (nous parlerons alors de face interne au maillage), soit la frontire de

h .

Nous allons dnir un espace d'approximation de

HD (h ) =

v L2 (h ) ; Dv L2 (h )

(A.10)

Cet espace d'approximation est construit l'aide d'une collection d'lments nis sur les lments du maillage. Cette collection, que l'on note

{(K, PK , K ), K h }, doit vrier :

(1) (K, PK , K ) (2)

est un lment ni de classe

HD , K h .
, on a (A.11)

Pour toute face

interne au maillage,

f =K K

f (K, PK , K )f D = (K , PK , K )D .

La relation (A.11) signie que tout DOF trace dni sur une face interne f = K K f f peut tre prolong par un DOF de K , D sur K , et par un DOF de K , D sur K . Nous dirons par la suite que ces deux DOF sont apparis.

Remarque A.4 Le nombre de DOF internes peut varier d'un lment l'autre, et le nombre de DOF associs une face peut varier d'une face l'autre.
Une fois que l'on s'est donn une telle liste d'lments nis, nous dnissons l'espace d'approximation

Xh =

h HD (h ) ; K h , h |K PK .

(A.12)

Il s'agit d'une dnition implicite, au sens o elle ne permet pas elle seule de construire Xh . Il faut pour cela dterminer un ensemble h de fonctions valeurs sur h formant i une base de Xh . Ces fonctions, que l'on nomme , vont tre

fonctions de base du maillage obtenues par dualit partir de formes linaires dnies sur Xh : les degrs de libert du maillage.
On note

le nombre total de DOF

distincts (non apparis) dans

K ,
K h

et

on associe chaque doublet

(K, iK )

de cet ensemble un indice

compris entre

et

(les DOF apparis ont le mme indice). Les DOF du maillage sont les h i dnies sur h par

formes linaires

h Xh

h i (h ) := iK (h |K ) .

(A.13)

201

Annexe A. Elments nis et espaces d'approximation


Les fonctions de base du maillage sont les

fonctions

h j

qui vrient (A.14)

h i (h j ) = i,j

1 i, j N .

Du fait de la relation (A.13) et de l'unisolvance des lments nis du maillage, nous avons

h i |K =

0 iK

si si

K ne fait partie d'aucun doublet associ (K, iK ) est un doublet associ i. HD

i,

(A.15)

De plus, il rsulte de la condition (A.11) et de la classe que

des lments nis du maillage

f = K K

f h f h : TD i |K = TD i |K

(1 i N ).

(A.16)

h une fonction dnie sur h et telle que h |K PK , K h . Pour que cette fonction soit dans Xh , il faut qu'elle soit dans HD (h ), et donc que {Dh } Dh =
f =K K f h f h f TD |K + TD |K

Remarque A.5 Soit

= 0,

avec la notation suivante : v une distribution sur h , {v} est la fonction appartenant K h . Cela revient dire qu'en toute face f = K K L2 (h ) tel que {v} = v sur K, on doit avoir
f h f h TD |K = TD |K .
En vertu de (A.16) et de la remarque A.5, chaque fonction de l'ensemble tient l'espace d'approximation base de

h i

appar-

Xh .

Il reste prouver que cet ensemble forme bien une

Xh .

gnralement vue d'une faon plus naturelle comme Ces deux relations sont quivalentes puisque

Remarque A.6 Dans un cadre scalaire, pour l'oprateur gradient, la relation (A.16) est
h f = K K : (h i |K )|f = (i |K )|f .

h (h i |K )|f = (i |K )|f h (nf i |K )|f = (nf h i |K )|f f f h Tgrad i |K = Tgrad h i |K ,

avec nf la normale f dirige de K vers K , et nf la normale f dirige de K vers K .

Proprit A.7
202

L'ensemble h i

N i=1

forme une base de Xh .

A.2. Espace d'approximation de classe HD

Preuve
Du fait de la relation (A.14), il nous sut de montrer que h forme une base de Xh h N pour que i forme une base de Xh . i=1 h h h h h N L'application qui une fonction de Xh associe 1 ( ), . . . , N ( ) dans R est injective :

h h i (h ) = 0 i h

= = =

iK (h |K ) = 0 iK K , K h h |K 0 h 0 . (1 , . . . , N ) RN ,
la fonction

K h

Cette application est galement surjective : dnie par

i h i

i=1 h h est dans Xh , et du fait de (A.14) vrie i ( ) = i , i = 1, . . . , N . h N L'ensemble h forme donc une base de Xh , et l'ensemble {i }i=1 une base de

Xh .

chacun des lments K . Nous avons dni les ih comme des formes linaires sur Xh , mais nous pouvons tre moins restrictif, en les considrant comme des formes linaires sur HD (h ) CK dnies par :
h i (v) = iK (v|K ) (v HD (h ) CK ). On peut alors dnir l'oprateur h qui toute fonction v de HD (h ) CK fait correspondre une unique fonction dans Xh dnie par N

Remarque A.8 Soit CK l'ensemble des fonctions dnies sur h , de rgularit C sur

h v =

h i (v) h i, i=1

(A.17)

avec

(h v)|K = K v|K

K h ,

(A.18)

o K est le projecteur associ (K, PK , K ).

Remarque A.9 Lorsque l'on travaille sur un sous-espace de


H0,D (h ) =
f v HD (h ) ; f = K h , TD v|K = 0 ,
(A.19)

il ne faut pas prendre en compte les doublets (K, iK ) pour lesquels iK est associ une face sur la frontire, lors de la construction des DOF du maillage. Du fait de la conformit HD des lments nis du maillage, l'ensemble des h i cres forme bien une base de
X0, h = h H0,D (h ) ; K h , h |K P K .
(A.20)

203

Annexe A. Elments nis et espaces d'approximation

204

Annexe B Conformit du couplage intgro-direntiel


B.1 La premire famille de Ndlec
B.1.1 Conformit dans Hrot de l'lment ni de rfrence
Preuve du thorme 6.3
On a dim(P Soit [78]

he

) =

card(

he

) = 3 (p + 1) (p + 2)2 .

Phe . Pour montrer l'unisolvance, il faut montrer que si () = 0 quel que he soit (i.e. les moments de types (a), (b), et (c), sont nuls), alors ncessairement 0. Pour montrer la conformit, il faut montrer que si () = 0 pour tout DOF associ une face fi (i.e. les moments de types (a) et (b) sont nuls), alors ncessairement ni est nul sur fi . fi . En reprenant t les notations sur les faces introduites au chapitre 6 de l'tude, on a ti = (i1 , i2 ) , avec i1 Qp,p+1 et i2 Qp+1,p . Sur une arte ai de la face fi , la composante tangentielle de ti , et donc celle de , appartient Qp . Par consquent
On note la composante tangentielle de la fonction sur la face

ti

( ta ) q ds = 0 q Qp =
a
Comme cela est vrai pour chaque arte de la face forme

ta 0 .
nous pouvons crire

fi ,

ti

sous la

i1 = i2 (1 i2 )i1 , i1 Qp,p1 , i2 = i1 (1 i1 )i2 , i2 Qp1,p , i = u, v, ou w, si i = 1, 2, ou 3, respectivement. En choisissant maintenant qi1 = i1 i et qi2 = i dans les moments de type (b), il apparat clairement que n est nul sur la 2
o 205

Annexe B. Conformit du couplage intgro-direntiel


face

fi

(et ce, quelle que soit la face). On a donc prouv la conformit, indpendamment

du choix des bases Comme

Ap

et

Bp .
sous la forme

ni

est nul en chaque face, nous pouvons crire

u = v (1 v )w (1 w )u , u Qp,p1,p1 , v = u (1 u )w (1 w )v , v Qp1,p,p1 , w = u (1 u )v (1 v )w , w Qp1,p1,p .


Il sut alors de prendre que la nullit des DOF

q = (u , v , w )t dans les moments de type (c) pour montrer he de en implique la nullit de , quelles que soient les bases

Ap , Bp ,

et

Cp

retenues.

B.1.2 Conformit dans Hrot des lments nis du maillage


Preuve du thorme 6.4
Soit

K = F(K he )

un hexadre de

h ,

et

(K, P, )

l'lment ni qui lui est associ

(dni au thorme 6.4). Nous allons montrer l'galit des moments de types (a) (b) et (c), entre l'lment ni de rfrence et l'lment ni du maillage. Cette galit implique la relation suivante

P, = DFt

avec

Phe , i , ! i he

tel que

i () = i () ,

et par consquent, implique l'unisolvance et la conformit dans maillage.

Hrot

de l'lment ni du

Moments de type (a) Prenons par exemple l'arte qui correspond teur unitaire tangent cette arte est linique est

v = w = 0 sur le cube unit. Le vecu F(u, 0, 0) ta = , et l'lment d'intgration |u F(u, 0, 0)|

|u F(u, 0, 0)|.

De ce fait, nous avons

( ta ) qi ds
a 1

=
u=0 1

(u u F + v v F + w w F)

u F (u, 0, 0) qi (u) |u F(u, 0, 0)| du |u F|

=
u=0

u (u, 0, 0) qi (u) du =
a

( ta ) qi ds

Il en est de mme pour toutes les artes de l'hexadre.

206

B.1. La premire famille de Ndlec

Moments de type (b) Prenons maintenant la face

fj

qui correspond

w=1

sur le cube unit. Sur cette

face, les vecteurs u F et v F forment la base des vecteurs tangents (et donc la j normale n et le vecteur w F sont colinaires). Sur cette face, nous avons

nj qi d
fj

=
fj

(u u F + v v F + w w F) nj (qiu u F + qiv v F) J j du dv u v v F + j u F j J J

=
fj

(qiu u F + qiv v F) J j du dv

=
fj

(v qiu u qiv ) du dv =
fj

( nj ) qi d

Il en est de mme pour toutes les faces de l'hexadre.

Moments de type (c) Nous avons

qi dx
K

(u u F + v v F + w w F)
K he

1 (qi u F + qiv v F + qiw w F) J du dv dw J u qi dx


K he

=
K he

(u qiu + v qiv + w qiw ) du dv dw = Hrot

L'unisolvance et la conformit dans

des lments nis du maillage s'ensuit.

B.1.3 Conformit du couplage intgro-direntiel


Notre choix des degrs de libert dans ici, en dveloppant les expressions A l'ordre

p XH rot

(6.32) et dans

conformit du couplage intgro-direntiel (couplage

Hdiv Hrot ).

p XH div

(2.10) assure la

Nous le dmontrons

et

de la proprit 6.7.

p,

nos fonctions de base conformes dans

Hdiv

appartiennent l'ensemble

p XH = div
avec

Hdiv (h ) ; Kqu = Fqu (K qu ) h , |Kqu

1 p DFqu XH , div J qu

p XH = GLp+1 Gp eu Gp GLp+1 ev . div

Chaque quadrilatre de h concide avec l'une des faces d'un hexadre de h . Soit = F(K he ) un hexadre de h , tel que K h = Kqu . On note fi la face de K qui

vrie

fi = F(fi ) = Fqu (K qu ) = Kqu .


207

Annexe B. Conformit du couplage intgro-direntiel


Par souci de simplicit, on suppose ici que

fi = K|he w=1

DFi = [u F, v F] = DFqu ,

et

n = nqu .
Soit he K , et

r un point de Kqu , de coordonnes paramtriques (u, v ) sur K qu p sfi une fonction de base de XH dnie sur fi = Kqu . On a div sfi (r) = 1 J i (u, v, 1) DFi (u, v, 1) s (u, v ) 1 J i (u, v, 1) 1 J i (u, v, 1) jK
de

et

(u, v, 1)

sur

p+1 p (u) gs (v ) gls u v p p+1 gs (u) gls (v ) u v

u F(u, v, 1) v F(u, v, 1)
p XH rot

si si

sd = 1, sd = 2.

K , et dont l'expression est donne dans (6.30). Sur la face fi , sa composante tangentielle est nulle si jd = 3 p+1 i (car w F = |w F| n ), et si jw = p +2 avec jd = 1, 2 (car glj (1) = 0 jw = p +2). w i Par consquent, le terme jK n a pour valeur (sur la face fi )
On regarde maintenant la fonction de base dnie sur

(jK

p p+1 gju (u) glj (v ) u F ni (u, v, 1) v p+1 p i n )(r) = glj (u) gj (v ) v F ni (u, v, 1) u v 0

si

jd = 1 jd = 2

et

jw = p +2, jw = p +2,

si

et

sinon.

La relation (6.25) nous donne

(jK

1 p p+1 gj (u) glj (v ) i v F(u, v, 1) u v J (u, v, 1) i 1 p+1 p n )(r) = gl ( u ) g ( v ) u F(u, v, 1) j j u v i J (u, v, 1) 0

si

jd = 1 jd = 2

et

jw = p +2, jw = p +2,

si

et

sinon.

1 les fonctions de base jK orientes selon u F (jd = 1), an d'obtenir une parfaite correspondance entre (jK ni ) et la fonction de base sf sur la face fi , pour sd = jd , su = ju , et sv = jv (lorsque jd = 1, 2 et jw = p +2). i
Il sut alors de pondrer par un coecient

K h = , et quel que soit le numro local de la face fi (on remplace alors les indices u et v par i1 et i2 , p respectivement). C'est--dire que pour chaque fonction de base j de XH , telle que rot j n = 0 sur h (avec n la normale h ), il existe une et une seule fonction de base p s de XH vriant j n = s sur h . div
Cette galit est vrie pour tout lment

de

tel que

208

B.2. Les lments nis hexadriques d'ordre anisotrope

B.2 Les lments nis hexadriques d'ordre anisotrope


B.2.1 Dnition des degrs de libert sous forme de moments
Soit

et

deux entiers positifs ou nuls, avec sur chaque arte sur chaque arte

r p.

On note

Aj p Aj r
j Bp j Br

: une base de : une base de : une base de : une base de

Qp Qr

aj , 1 j 8. aj , 9 j 12.
sur chaque face

Qp1,p ej1 Qp,p1 ej2

fj , 1 j 2.
et

une base de

Qp1,r eu /v Qp,r1 ew sur les faces fj telles que v = 1 /u = 1, Qr1,p ew Qr,p1 eu /v sur les faces fj telles que v = 0 /u = 0. Qp,p1,r1 eu Qp1,p,r1 ev Qp1,p1,r ew
j j Bp , Br , j et Br est
et sur

Cp,r
Lorsque

: une base de

K he . r = 0 et p > r, de Qr,p1 eu /v , en

r = p = 0,

les ensembles

Cp,r ,

sont vides. Lorsque

Cp,r

est une base de

Qp1,p1,r ew ,

une base de

Qp1,r eu

/v ou

fonction de la face sur laquelle on se trouve. Sur le cube unit, notre famille d'lments nis d'ordre anisotrope dnie par

(K he , Phe , he )

est

1. K he = [0, 1]3 , 2. Phe = = (u , v , w )t ; u Qp,p+1,r+1 , v Qp+1,p,r+1 , w Qp+1,p+1,r 3. he


(a) est compos de DOF pouvant tre reprsents par les moments ,

( taj ) qi ds
aj

avec

q i Aj p
j qi Bp

si

1 j 8, 1 j 2,

et

q i Aj r
j qi Br

sinon ;

(b)

( nj ) qi d
fj

avec

si

et

sinon ;

(c)

qi dx
K he

avec

qi Cp,r .

Thorme B.1 L'lment ni (K he , Phe , he ) est unisolvant et conforme dans Hrot .
Preuve
On a dim(P dans

he

) =

card(

he

) = 2 (p + 1) (p + 2) (r + 2) + (p + 2)2 (r + 1). r = p).


Lorsque

La preuve est en tout point similaire celle de la premire famille de Ndlec conforme

Hrot

(cas particulier o

r = p,

il faut faire deux dveloppements

209

Annexe B. Conformit du couplage intgro-direntiel


dirents, selon le numro d'arte (ou de face) sur laquelle on se trouve. Pour tout lment

du maillage

h , K = F(K he ),
, pour , pour

on dnit

j Aj p := qi ; qi F|aj = qi , qi Ap j Aj r := qi ; qi F|aj = qi , qi Ar

1 j 8; 9 j 12 ;
, pour , pour

j j Bp := qi ; qi F|fj = qi1 j1 F|fj + qi2 j2 F|fj , qi Bp j j Br := qi ; qi F|fj = qi1 j1 F|fj + qi2 j2 F|fj , qi Br

1 j 2; 3 j 6;
.

Cp,r :=

qi ; qi F =

1 (qiu u F + qiv v F + qiw w F) , qi Cp,r J


du maillage est donn par

Chaque lment ni

(K, P, )

1. K = F(K he )

, ,

2. P = DFt P = Qp,p+1,r+1 u F Qp+1,p,r+1 v F Qp+1,p+1,r w F 3.


(a) est compos de DOF pouvant tre reprsents par les moments

( taj ) qi ds
aj

avec

q i Aj p
j qi Bp

si

1 j 8, 1 j 2,

et

q i Aj r
j qi Br

sinon ;

(b)

( nj ) qi d
fj

avec

si

et

sinon ;

(c)

qi dx
K

avec

qi Cp,r . Hrot (pour s'en assurer, il faut dvelopper

Chaque lment ni du maillage est de classe

les expressions (a) (b) et (c), comme cela est fait dans l'annexe B.1.2). Ds lors que la gnration du maillage est ralise selon le processus dcrit au chapitre l'espace d'approximation est de classe couplage est conforme dans

7,

Hrot

sur

(la relation (A.11) est satisfaite), et le

Hdiv Hrot

(la relation (6.34) est satisfaite, au mme titre

que pour la premire famille de Ndlec).

210

Bibliographie
[1] Programme d'Etude Amont "MOIRE", Mthodes et Outils pour l'Infrarouge et l'Electromagntisme. Document utilisateur de la bibliothque BEMsolv 2.1. Technical report, ONERA, Dcembre 2007. [2] Programme d'Etude Amont "MOIRE", Mthodes et Outils pour l'Infrarouge et l'Electromagntisme. Document utilisateur pour l'interface BEMsolv 2.1. Technical report, ONERA, Dcembre 2007. [3] J.-J. Anglini, C. Soize, and P. Soudais. Hybrid Numerical Method for Harmonic

3-D

Maxwell Equations : Scattering by a Mixed Conducting and Inhomo-

geneous Anisotropic Dielectric Medium. January 1993.

IEEE Trans. Ant. Prop.,

41(1) :6676,

[4] G. E. Antilla and N. G. Alexopoulos. Approach. [5]

Scattering from Complex Three-

Dimensional Geometries by a Curvilinear Hybrid Finite-Element-Integral Equation

J. Optical Society of America, 11(4) :14451457, April 1994. N. Balin. Etude de mthodes de couplage pour la rsolution des quations de Maxwell. Application au calcul de la signature radar d'aronefs par hybridation de mthodes exactes et asymptotiques. PhD thesis, INSA Toulouse - Universit Paul
Sabatier, 2005.

[6] A. Barka and P. Caudrillier. Domain Decomposition Method Based on Generalized Scattering Matrix for Installed Performance of Antennas on Aircraft.

Trans. Ant. Prop., 55(6) :18331842, June 2007.

IEEE

[7] A. Bendali. Numerical Analysis of the Exterior Boundary Value Problem for the Time-Harmonic Maxwell Equations by a Boundary Finite Element Method. Part 1 : The Continuous Problem. 1984. [8] A. Bendali. Numerical Analysis of the Exterior Boundary Value Problem for the Time-Harmonic Maxwell Equations by a Boundary Finite Element Method. Part 2 : The Discrete Problem.

Mathematics of Computation,

43(167) :2946, July

Mathematics of Computation, 43(167) :4768, July 1984. J. Comput. Phy., 127(2) :363379, 1996.

[9] J.-P. Brenger. Three-Dimensional Perfectly Matched Layer for the Absorption of Electromagnetic Waves.

[10] M. M. Bibby, A. F. Peterson, and C. M. Coldwell. High Order Representations for Singular Currents at Corners. August 2008.

IEEE Trans. Ant. Prop., 56(8) :22772287,

211

Bibliographie
[11] S. Borel.

Etude d'une quation intgrale stabilise pour la rsolution itrative de problmes de diraction d'ondes harmoniques en lectromagntisme. PhD thesis,
Universit Paris XI, 2006. of Maxwell equations in three dimensions. 3004, September 2005.

[12] S. Borel, D. Levadoux, and F. Alouges. A new well-conditioned formulation

IEEE Trans. Ant. Prop.,

53(9) :2995

[13] W. E. Boyse and A. Seidi. A Hybrid Finite Element Method for 3-D Scattering Using Nodal and Edge Elements. October 1994. [14] O. Bruno, T. Elling, R. Paffenroth, and C. Turc. Electromagnetic Integral Equations Requiring Small Numbers of Krylov-Subspace Iterations.

IEEE Trans. Ant. Prop.,

42(10) :14361442,

J. Comput. Physics.

A paratre dans

[15] O. P. Bruno and L. A. Kunyansky. Surface Scattering in Three Dimensions : an Accelerated High-Order Solver.

Proc. R. Soc. Lond., 457 :29212934, 2001.

[16] O. P. Bruno and L. A. Kunyansky. cations.

A Fast, High-Order Algorithm for the

Solution of Surface Scattering Problems : Basic Implementation, Tests, and Appli-

Journal of Computational Physics, (169) :80110, 2003.

[17] W. Cai, T. Yu, H. Wang, and Y. Yu. High Order Mixed RWG Basis Functions for Electromagnetic Applications. 49(7) :12951303, July 2001. [18] W. Cai, Y. Yu, and X. C. Yuan. Singularity Treatment and High Order RWG Basis Functions for Integral Equations of Electromagnetic Scattering.

IEEE Trans. Microwave Theory and Techniques,

Meth Engng, January 2000.

Int. J. Numer

[19] F. alikan and A. F. Peterson. The Need for Mixed-Order Representations With the Locally Corrected Nystrm Method.

pagation Letters, 2 :7273, 2003.

IEEE Antennas and Wireless Pro-

[20] L. S. Canino, J. J. Ottusch, M. A. Stalzer, J. L. Visher, and S. M.


Wandzura. Numerical Solution of The Helmholtz Equation in 2D and 3D Using

a High-Order Nystrm Discretization. August 1998. [21] Q. Carayol.

J. Computational Physics,

146 :627663,

Dveloppement et analyse d'une mthode multiple multiniveaux pour l'lectromagntisme. PhD thesis, Universit Paris VI, 2002.

[22] B. Carpentieri, I. S. Duff, L. Giraud, and G. Sylvand. Combining Fast Multipole Techniques and an Approximate Inverse Preconditioner for Large Elec-

[23]

SIAM J. Scientic Computing, 27(3) :774792, 2005. W. C. Chew, J.-M. Jin, E. Michelssen, and J. Song. Fast and Ecient Algorithms in Computational Electromagnetics. Artech House Antennas and Protromagnetism Calculations. pagation Library, 2001. the Electric Field Integral Equation. 167, July 2003.

[24] S. H. Christiansen. Discrete Fredholm Properties and Convergence Estimates for

Mathematics of Computation,

73(245) :143

212

[25] S. H. Christiansen and J. C. Ndlec. 40(3) :11001135, 2002. [26] P. G. Ciarlet.

A Preconditioner for the Electric

Field Integral Equation Based on Calderon Formulas.

SIAM J. Numer. Anal.,


; p. 17-351, in Hand-

Basic Error Estimates for Elliptic Problems.

book of Numerical Analysis vol. II, Part 1, "Finite Element Methods", 1991. [27] G. Cohen.

Higher-Order Numerical Methods for Transient Wave Equations. J. of Comp. Math., 25(3) :282304, 2007.

Springer-Verlag, 2004. [28] G. Cohen and M. Durufl. Non Spurious Spectral-Like Element Methods for Maxwell's equations.

[29] G. Cohen and S. Fauqueux. 2005.

Mixed Spectral Finite Elements for the Linear

Elasticity System in Unbounded Domains.

SIAM J. Sci. Comput., 26(3) :864884,

[30] G. Cohen, X. Ferrieres, and S. Pernet. High Spatial Order Finite Element Method to Solve Maxwell's Equations in Time Domain. 53(9) :28892899, 2005. [31] G. Cohen, P. Joly, and N. Tordjman. Mass Lumping for the 1-D Wave Equation. 1994. [32] G. Cohen and P. Monk. Equations.

IEEE Trans. Ant. Prop.,

Finite Elem. Anal. Des., 17 :329336,

Higher-Order Finite Elements with

Numer. Meth. Part. Di. Eq., 14(1) :6388, 1998.

Gauss Point Mass Lumping Schemes for Maxwell's

[33] G. Cohen and P. Monk. Equations.

Comp. Meth. in Appl. Mech. Eng., 169 :197217, 1999.

Mur-Ndlec Finite Element Schemes for Maxwell's

[34] F. Collino and B. Desprs. Integral Equations via Saddle Point Problems for Time-Harmonic Maxwell's Equations. 192, 2003. [35] D. Colton and R. Kress. Krieger Pub. Co., 1991. [36] T. Cwik, C. Zuffada, and V. Jamnejad. Modeling Three-Dimensional Scatterers Using a Coupled Finite Element-Integral Equation Formulation.

J. Comput. and Applied Math.,

(150) :157

Integral Equations Methods in Scattering Theory. IEEE Trans.

[37]

Ant. Prop., 44(4) :453459, April 1996. E. Darve. Mthodes Multiples Rapides : Rsolution des Equations de Maxwell par Formulations Intgrales. PhD thesis, Universit Paris VI, 1999.
Integral Equations of Time-Harmonic Maxwell Problems. 56(9) :30013010, September 2008.

[38] E. Demaldent, D. P. Levadoux, and G. Cohen. Spectral Elements for the

IEEE Trans. Ant. Prop.,

[39] M. Djordevi and B. M. Notaros. Higher Order Hybrid Method of MomentsPhysical Optics Modeling Technique for Radiation and Scattering From Large Perfectly Conducting Surfaces. 2005. [40] K. C. Donepudi, J.-M. Jin, and W. C. Chew. A Grid-Robust Higher-Order Multilevel Fast Multipole Algorithm for Analysis of 3-D Scatterers.

IEEE Trans. Ant. Prop.,

53(2) :800813, February

tics, 23 :315330, 2003.

Electromagne213

Bibliographie
[41] K. C. Donepudi, J.-M. Jin, S. Velamparambil, J. Song, and W. C. Chew. A Higher Order Parallelized Multilevel Fast Multipole Algorithm for 3-D Scattering.

IEEE Trans. Ant. Prop., 47(7) :10691078, July 2001.


Method.

[42] K. C. Donepudi, J. Song, J.-M. Jin, G. Kang, and W. C. Chew. A Novel Implementation of Multilevel Fast Multipole Algorithm for Higher Order Galerkin's

IEEE Trans. Ant. Prop., 48(8) :11921197, August 2000.

[43] M. G. Duffy. Quadrature over a Pyramid or Cube of Integrands with a Singularity

[44]

SIAM J. Numer. Anal., 19 :12601262, December 1982. M. Durufl. Intgration numrique et lments nis d'ordre lev appliqus aux quations de Maxwell en rgime harmonique. PhD thesis, Universit Paris IX Dauat a Vertex. phine, 2006.

[45] G. Farin.

Curves and Surfaces for Computer Aided Geometric Design.

Academic

Press, Inc., 1988. [46] S. Fauqueux.

Elments nis mixtes spectraux et couches absorbantes parfaitement adaptes pour la propagation d'ondes lastiques en rgime transitoire. PhD thesis,
Universit Paris IX Dauphine, 2003.

[47] L. Gatard.

Mthodes d'quations intgrales de frontire d'ordre lev pour les quations de Maxwell : Couplage de la mthode de discrtisation microlocale et de la mthode multiple rapide FMM. PhD thesis, Universit Bordeaux I, 2007.
High-Order Method-of-Moments Solution of the Scattering by Three-Dimensional PEC Bodies Using Quadrature-Based Point-Matching.

[48] S. D. Gedney.

Wave and Optical Techn. Letters, 29(5) :303309, July 2001.


drature Sampled Moment Method. September 2003.

Micro-

[49] S. D. Gedney. On Deriving a Locally Corrected Nystrm Scheme From a Qua-

IEEE Trans. Ant. Prop.,

51(9) :24022412,

[50] S. D. Gedney, A. Zhu, and C.-C Lu. Study of Mixed-Order Basis Functions for the Locally Corrected Nystrm Method. 3004, November 2004. [51] R. D. Graglia and G. Lombardi. Singular Higher Order Complete Vector Bases for Finite Methods.

IEEE Trans. Ant. Prop., 52(11) :1996

IEEE Trans. Ant. Prop., 52(7) :16721684, July 2004.

[52] R. D. Graglia, D. R. Wilton, and A. F. Peterson. polatory Bases for Computational Electromagnetics. 45(3) :329342, March 1997. [53] L. Grel, I. K. Sendur, and K. Sertel.

IEEE Trans. Ant. Prop.,

Higher Order Inter-

On the Choice of Basis Functions

to Model Surface Electric Current Densities in Computational Electromagnetics.

Radio Science, 34(6) :13731387, Nov.-Dec. 1999.

[54] L. R. Hamilton, P. A. MacDonald, M. A. Stalzer, R. S. Turley, J. L.


Visher, and S. M. Wandzura. Electromagnetic Scattering Computations using

High-Order Basis Functions in the Method of Moments.

[55]

Dig., 3 :21662169, June Seattle WA, 1994. R. F. Harrington. Field Computation by Moment Methods.
York, 1968.

IEEE APS Int. Symp.

MacMillan, New

214

[56] J.-P. Hennart, E. Sainz, and M. Villegas. On the Ecient Use of the Finite Element Method in Static Neutron Diusion Calculation.

in Nuclear Engeneering, (1) :387, 1979. Algorithms, Analysis, and Applications.

Computational Methods

[57] J. S. Hesthaven and T. Warburton.

Nodal Discontinuous Galerkin Methods : IEEE Trans.

Springer Verlag, New York, 2008.

[58] G. C. Hsiao and R. E. Kleinman. Mathematical Foundations for Error Estimation in Numerical Solutions of Integral Equations in Electromagnetics.

Ant. Prop., 45(3) :316328, March 1997.

[59] V. I. Ivakhnenko, Y. G. Smirnov, and E. E. Tyrtyshnikov. The Electric Field Integral Equation : Theory and Algorithms. pages 251262. [60] U. Jakobus and F. M. Landstorfer. Improvement of the PO-MoM Hybrid

Method by Accounting for Eects of Perfectly Conducting Wedges.

Ant. Prop., 43(10) :11231129, October 1995.

IEEE Trans.

[61] J.-M. Jin, F. Ling, S. T. Carolan, J. M. Song, W. C. Gibson, W. C.


Chew, C. C. Lu, and R. Kipp. A Hybrid SBR / MoM Technique for Analysis of

[62]

IEEE Trans. Ant. Prop., 46(9) :13491357, September 1998. E. Jrgensen. Higher-Order Integral Equation Methods in Computational Electromagnetics. PhD thesis, Technical University of Denmark, 2003.
Scattering from small Protrusions on a Large Conducting Body. dia.

[63] E. Jrgensen, O. S. Kim, P. Meincke, and O. Breinbjerg. Higher Order Hierarchical Discretization Scheme for Surface Integral Equations for Layered Me-

IEEE Trans. on Geoscience and Remote Sensing, 42(4) :764772, April 2004.

[64] E. Jrgensen, J. L. Volakis, P. Meincke, and O. Breinbjerg. with Curvilinear Surface Modeling. 4 :618621, June 2002.

Higher

Order Hierarchical Legendre Basis Functions for Iterative Integral Equation Solvers

IEEE Trans. Ant. Prop. Society Int. Symp., IEEE Trans. Ant.

[65] G. Kang, W. C. Chew, K. C. Donepudi, and J.-M. Jin. A Novel Grid-Robust Higher Order Vector Basis Function for the Moment of Moments.

Prop., 49(6) :908913, June 2001.


130, 1962.

[66] J. B. Keller. Geometrical Theory of Diraction.

J. Opt. Soc. Amer., 52(2) :116

[67] M. A. Khayat and D. R. Wilton. Numerical Evaluation of Singular and NearSingular Potential Integrals. 2005. [68] M. Kline. An Asymptotic Solution of Maxwell's Equations.

IEEE Trans. Ant. Prop., 53(10) :31803190, October

Math., (4) :225262, 1951.

Comm. Pure Appl. IEEE

[69] J. Lee, C.-C. Lu, and J. Zhang. Sparse Inverse Preconditioning of Multilevel Fast Multipole Algorithm for Hybrid Integral Equations in Electromagnetics.

Trans. Ant. Prop., 52(9) :22772287, September 2004.


[70] D. P. Levadoux. l'quation CFIE de l'lectromagntisme.

Proposition de prconditionneurs pseudo-direntiels pour

ESAIM :M2AN, 39(1) :147155, 2005.

215

Bibliographie
[71] V. Levillain.

Couplage lments nis-quations intgrales pour la rsolution des quations de Maxwell en milieu htrogne. PhD thesis, Ecole Polytechnique, 1991.
for TE-Wave Scattering.

[72] G. Liu and S. D. Gedney. High-Order Nystrm Solution of the Volume-EFIE

Electromagnetics, 21 :114, 2001.

[73] G. Liu and S. D. Gedney. High-Order Moment Method Solution for the Scattering Analysis of Penetrable Bodies.

Electromagnetics, 23 :331345, 2003.

[74] T. Malas and L. Grel. Incomplete LU preconditioning with Multilevel Fast Multipole Algorithm for Electromagnetic Scattering. 29(4) :14761494, 2007.

SIAM J. Scientic Computing,

[75] K. M. Mitzner. Numerical Solution of the Exterior Scattering Problem at Eigenfrequencies of the Interior Problem.

Radio Union Meeting, Boston, Mass., 1968.

[76] P. Monk. A Finite Element Method for Approximating the Time-Harmonic Maxwell Equations. [77] P. Monk. Press, 2003. [78] J. C. Ndlec. Mixed Finite Elements in 341, 1980. [79] J. C. Ndlec.

Numerische Mathematik, 63(1) :243261, 1992. Finite Element Methods for Maxwell's Equations.

Oxford University

R3 . Numerische Mathematik,

35 :315

[80]

Mathematik, 50 :5781, 1986. J. C. Ndlec. Ondes acoustiques et lectromagntiques. Equations intgrales.


in a Channel Expansion.

A New Family of Mixed Finite Elements in

R3 . Numerische

Cours de DEA, Ecole Polytechnique, 1996. [81] A. T. Patera. A Spectral Element Method for Fluid Dynamics - Laminar Flow

[82]

J. Comput. Phys., (54) :468488, 1984. S. Pernet. Etude de mthodes d'ordre lev pour rsoudre les quations de Maxwell dans le domaine temporel. Application la dtection et la compatibilit lectromagntique. PhD thesis, Universit Paris IX Dauphine, 2004.
trm Method and the Method of Moments When Used with Higher-Order Representations.

[83] A. F. Peterson. Accuracy of Currents Produced by the Locally-Corrected Nys-

ACES Journal, 17(1) :7483, March 2002.

[84] A. F. Peterson, D. R. Wilton, and R. E. Jorgensen. Variational Nature of Galerkin and Non-Galerkin Moment Method Solutions. 44(4) :500503, April 1996. [85] S. M. Rao, D. R. Wilton, and A. W. Glisson. by Surfaces of Arbitrary Shape. 1982. [86] P. A. Raviart and J.-M. Thomas.

IEEE Trans. Ant. Prop.,

IEEE Trans. Ant. Prop., AP-30(3) :409418, May A mixed nite element method for 2nd order

Electromagnetic Scattering

elliptic problems.
Verlag, 1977.

; p. 292-315, in I. Galligani, E. Magenes (eds.), "Mathematical

aspects of the nite element method", Lecture Notes in Math., Vol. 606, Springer-

[87] J. M. Rius, E. beda, and J. Parrn. On The Testing of the Magnetic Field Integral Equation With RWG Basis Functions in Method of Moment.

Ant. Prop., 49(11) :15501553, November 2001.


216

IEEE Trans.

[88] Y. Saad and M. H. Schultz. GMRES : A Generalized Minimal Residual Algorithm for Solving Nonsymmetric Linear Systems. 7(3) :11869, July 1986. [89] T. K. Sarkar. Moments.

SIAM J. Sci. Stat. Comput.,

IEEE Trans. Ant. Prop., 43(4) :436441, 1985.

A Note on the Choice Weighting Functions in the Method of

[90] W. Schrder and I. Wolff. The Origin of Spurious Modes in Numerical Solutions of Eletromagnetic Field Eigenvalue Problems.

and Techn., 42(4) :644653, April 1994.


[91] C. Schwab and W. L. Wendland.

IEEE Trans. Microw. Theory

On the Numerical Cubatures of Singular

Surface Integrals in Boundary Element Methods.

Numer. Math., 62 :343369, 1992.

[92] V. Shankar, A. Mohammadian, and W. Hill. A Time-Domain Finite-Volume Treatment for the Maxwell Equations.

Electromagnetics, 10 :127145, 1990.

[93] X.-Q. Sheng, J.-M. Jin, J. Song, C.-C. Lu, and W. C. Chew. On the Formulation of Hybrid Finite-Element and Boundary-Integral Methods for 3-D Scattering.

[94]

IEEE Trans. Ant. Prop., 46(3) :303311, March 1998. J. Simon. Extension des Mthodes Multiples Rapides : Rsolution pour des seconds membres multiples et applications aux objets dilectriques. PhD thesis, Universit
de Versailles Saint-Quentin-en-Yvelines, 2003. Geometry. 1995.

[95] J. M. Song and W. C. Chew.

Journal of Electromagnetics Waves and Applications,

Moment Method Solutions Using Parametric 9(1/2) :7183,

[96] J. M. Song and W. C. Chew. Multilevel Fast Multipole Algorithm for Solving Combined Field Integral Equations of Electromagnetic Scattering.

Tech. Letter, 10(1) :1419, September 1995.


[97] P. Soudais.

Microwave Opt.

Contribution la rsolution des quations de Maxwell harmonique

par une mthode numrique hybride. Technical report, ONERA, 1996. [98] G. Sylvand.

La Mthode Multiple Rapide en Electromagntisme : Performances, Paralllisation, Applications. PhD thesis, ENCP, 2002. IEEE Trans. Ant. Mi-

[99] L. Valle, F. Rivas, and M. F. Catedra. Combining the Moment Method with Geometrical Modelling by NURBS Surfaces and Bezier Patches.

Prop., 42(3) :373381, Mar. 1994.

[100] S. Wandzura. Optimality of Galerkin Method for Scattering Computations.

crowave and Optical Techn. Letters, 4(5) :199200, 1991. gnetics, (12) :7791, 1992.

[101] S. Wandzura. Electric Current Basis Functions for Curved Surfaces.

Electroma-

[102] D. R. Wilton and A. W. Glisson. Simple and Ecient Numerical Methods for Problems of Electromagnetic Radiation and Scattering from Surfaces.

Ant. Prop., AP-28(5) :593603, Sept. 1980.

IEEE Trans.

[103] A. C. Woo, H. T. G. Wang, M. J. Schuh, and M. L. Sanders. Benchmark Radar Targets for the Validation of Computational Electromagnetics Programs.

IEEE Trans Ant. Prop. Mag., 35(1) :8489, February 1993.

217

Bibliographie
[104] K. S. Yee. Numerical Solution of Initial Boundary Value Problems Involving

Maxwell's Equation in Isotropic Media. 307, May 1966.

IEEE Trans. Ant. Prop.,

AP-14(3) :302

[105] L. C. Young. An Ecient Finite Element Method for Reservoir Simulation.

Proc. of the 53rd Annual Fall Technical Conference and Exhibition of the Society of Petroleum Engineers of AIME, Houston, Texas, pages 13, October 1978. IEEE Antennas IEEE

[106] A. Zhu and S. D. Gedney. A Quadrature-Sampled Pre-Corrected FFT Method for the Electromagnetic Scattering From Inhomogeneous Objects.

and Wireless Propagation Letters, 2 :5053, 2003.

[107] A. Zhu, S. D. Gedney, and J. L. Visher. A Study of Combined Field Formulations for Material Scattering for a Locally Corrected Nystrm Discretization.

Trans. Ant. Prop., 53(12) :41114120, December 2005.

218

Vu : le prsident M. ............ Vu et permis d'imprimer :

Vu : les suragants MM. ............

Le Vice-Prsident du Conseil Scientique Charg de la Recherche de l'Universit Paris Dauphine.

219

Rsum
Cette thse s'inscrit dans le domaine de la simulation numrique, et concerne l'tude des phnomnes de diraction lectromagntique en rgime harmonique. Nous nous intressons plus particulirement aux mthodes de reprsentation intgrale et aux simulations qui ncessitent l'usage d'un solveur direct. Leur domaine d'application est rapidement restreint avec les schmas d'approximation classiques, car ceux-ci requirent un grand nombre d'inconnues pour obtenir un rsultat prcis. Pour remdier ce problme, nous nous proposons d'adapter la mthode des lments nis spectraux aux quations intgrales de l'lectromagntisme, puis au couplage intgro-direntiel. Notre approche prserve la conformit de l'espace d'approximation dans

Hdiv

(dans

Hdiv -Hrot

pour le couplage), et dcouple le

temps d'assemblage de l'ordre d'approximation. Elle autorise ainsi une monte en ordre signicative qui rsulte en une rduction spectaculaire du nombre d'inconnues et des cots de calcul, tout en assurant la prcision du rsultat. Une autre originalit de notre tude rside dans le dveloppement d'lments nis hexadriques d'ordre anisotrope, pour traiter des obstacles mtalliques recouverts d'une ne couche de matriau.

Mots cls :

modlisation lectromagntique, quations de Maxwell, quations intgrales,

couplage intgro-direntiel, mthode des moments, mthode des lments nis spectraux, approximation d'ordre lev.

Abstract
This thesis deals with numerical simulation issues, and concerns the study of timeharmonic electromagnetic scattering problems. We are mainly interested in integral representation methods and in simulations that need the use of a direct solver. Their range of application is rapidly limited with classical approximation schemes, since they require a large number of unknowns to achieve accurate results. To overcome this problem, we intend to adapt the spectral nite element method advantage of our approach is that the to electromagnetic integral equations, then to the hybrid boundary element - nite element method (BE-FEM). The main

Hdiv

conforming property (Hdiv -Hcurl within the

BE-FEM) is enforced, meanwhile it can be interpreted as a point-based scheme. This allows a signicant increase of the approximation order, that yields to a dramatic decrease of both the number of unknowns and computational costs, while ensuring the accuracy of the result. Another originality of our study lies in the development of high-order anisotropic hexahedral elements, to deal with conducting scatterers coated with a thin layer of material.

Key words :

computational electromagnetics, Maxwell equations, integral equations,

hybrid boundary element - nite element method, method of moments, spectral nite element method, high-order approximation.