使用随机离散速度的子问题集成策略减轻稀薄流模拟中的射线效应

在这项工作中，一种采用随机离散速度的子问题集成策略被扩展到确定性方法中，以减轻稀薄流模拟中的射线效应。该策略涉及执行多个独立的子问题，每个子问题使用一小组随机采样的速度点，然后对其解进行平均以获得最终结果。核心思想是确保任何速度下的分布函数都能对最终结果做出贡献，从而在不增加任何单个子问题内存需求的情况下，近似实现高度精细的速度空间分辨率。我们将此策略纳入DUGKS框架中，所得方法记为SDV-DUGKS。为了评估所提出方法的性能，我们在几个测试案例上将SDV-DUGKS与原始DUGKS进行了比较：(a) Sod激波管问题，(b) 一维Riemann问题，(c) 二维顶盖驱动方腔流，以及(d) 二维Riemann问题。结果表明，在无碰撞极限$\mathrm{Kn} \to \infty$下：(1) 对于一维可压缩流，SDV-DUGKS与原始DUGKS相比，内存使用量减少了约2/3，同时取得了良好的一致性；(2) 对于二维可压缩流，SDV-DUGKS所需内存比原始DUGKS少一到两个数量级，同时取得了良好的一致性。基于这些结果，可以得出结论，所提出的方法是减轻稀薄流模拟中射线效应的可靠且有效的工具。