宇宙自适应网格细化
天体物理学
2016-01-27 v1
摘要
我们描述了一种用于3D流体力学宇宙模拟的数值方法，该方法在空间和时间上均具有自适应特性，兼具更高阶精确Godukov方案对Euler流体力学以及自适应粒子-网格方法对碰撞性粒子。我们的方法基于Berger & Collela (1989)的结构化自适应网格细化（AMR）算法，并将其扩展至宇宙流体+ N-体模拟。所得的多尺度混合方法是当前使用粒子基方法的强有力替代方案。我们讨论了构建该算法的选择，并给出其在Zeldovich pancake test问题上的性能。我们展示了将该方法应用于首次结构形成问题的示例。我们实现了3D多物种气体+暗物质计算中空间动态范围，足以从扩张FRW宇宙中线性物质涨落起始，分辨原始原恒星云核心的形成。
引用
@article{arxiv.astro-ph/9807121,
title = {Cosmological Adaptive Mesh Refinement},
author = {Michael L. Norman and Greg L. Bryan},
journal= {arXiv preprint arXiv:astro-ph/9807121},
year = {2016}
}
备注
14 pages, 3 figures (incl. one large color PS) to appear in "Numerical Astrophysics 1998", eds. S. Miyama & K. Tomisaka, Tokyo, March 10-13, 1998