球谐函数方法矩阵性质

球谐函数

实值的球谐函数

该模块主要定义了实值的球谐函数如下:

$$Y_{n,m}(\Omega) = \left\{\begin{matrix}
\sqrt{\frac{(2n+1)(n-m)!}{2\pi(n+m)!}}P_{n}^{m}(\mu)cos(m\varphi) & m>0\\
\sqrt{\frac{(2n+1)}{4\pi}}P_{n}(\mu) & m=0 \\
\sqrt{\frac{(2n+1)(n-|m|)!}{2\pi(n+|m|)!}}P_{n}^{|m|}(\mu)sin(|m|\varphi) & m<0
\end{matrix}\right.$$

勒让得多项式

  • LegendrePolynomial
    LegendrePolynomial

连带勒让得多项式

  • AssociateLegendrePolynomial
    AssociateLegendrePolynomial

球谐函数

  • SphericalHarmonics
    SphericalHarmonics

球谐函数递推关系

球谐函数存在如下递推关系:

$$Ω_x\vec{Y}(Ω) = \mathbf{A}_x\vec{Y}(Ω)$$

$$Ω_y\vec{Y}(Ω) = \mathbf{A}_y\vec{Y}(Ω)$$

$$Ω_z\vec{Y}(Ω) = \mathbf{A}_z\vec{Y}(Ω)$$

其中矩阵 $ \mathbf{A}_x, \mathbf{A}_y, \mathbf{A}_z$ 分别为 $x,y,z$ 方向上的递推关系矩阵,又被称为角度Jacobian矩阵。

球谐函数正交关系

定义的球谐函数是正交归一的,内积是一个单位矩阵
$$ \mathbf{A} = \int_{\Omega} \vec{Y}(Ω) \vec{Y}^{T}(Ω) d\Omega = \mathbf{I}$$

A

x方向递推关系

定义 $Y_{n,m}^{’}$ 为不带归一化系数的球谐函数,由连带勒让得多项式和三角函数的乘积组成,其递推关系为:

  • m > 0
    $$ \eta Y_{n,m}^{’}= \frac{1}{2(2n+1)} [Y_{n-1,m+1}^{’} - Y_{n+1,m+1}^{’} + (n-m+2)(n-m+1) Y_{n+1,m-1}^{’} - (n+m)(n+m-1) Y_{n-1,m-1}^{’}]$$

  • m = 0
    $$ \eta Y_{n,0}^{’}= \frac{1}{2n+1} [Y_{n-1,1}^{’} - Y_{n+1,1}^{’}]$$

  • m = -1
    $$ \eta Y_{n,-1}^{’}= \frac{1}{2(2n+1)} [Y_{n-1,-2}^{’} - Y_{n+1,-2}^{’}]$$

  • m < -1
    $$ \eta Y_{n,m}^{’}= \frac{1}{2(2n+1)} [Y_{n-1,m-1}^{’} - Y_{n+1,m-1}^{’} + (n+m+2)(n+m+1) Y_{n+1,m+1}^{’} - (n-m)(n-m-1) Y_{n-1,m+1}^{’}]$$

通过以上递推关系式,可以直接得到递推关系矩阵$\mathbf{A}_x$。
根据球谐函数正交关系可知 $\mathbf{A}_x$ 可以表示为:
$$ \mathbf{A}_x = \int_{\Omega} Ω_x\vec{Y}(Ω) \vec{Y}^{T}(Ω) d\Omega$$

$\mathbf{A}_x$ 的稀疏矩阵图可以表示为
Ax

y方向递推关系

非归一化球谐函数 $Y_{n,m}^{’}$ 在y方向的递推关系为

  • m > 1
    $$ \xi Y_{n,m}^{’}= \frac{1}{2(2n+1)} [Y_{n-1,-m-1}^{’} - Y_{n+1,-m-1}^{’} + (n+m+2)(n+m+1) Y_{n+1,-m+1}^{’} - (n-m)(n-m-1) Y_{n-1,-m+1}^{’}]$$

  • m = 1
    $$ \xi Y_{n,-1}^{’}= \frac{1}{2(2n+1)} [Y_{n-1,-2}^{’} - Y_{n+1,-2}^{’}]$$

  • m = 0
    $$ \xi Y_{n,0}^{’}= \frac{1}{2n+1} [Y_{n-1,-1}^{’} - Y_{n+1,-1}^{’}]$$

  • m < 0
    $$ \xi Y_{n,m}^{’}= \frac{1}{2(2n+1)} [Y_{n+1,-m+1}^{’} - Y_{n-1,-m+1}^{’} + (n+m+2)(n+m+1) Y_{n+1,-m-1}^{’} - (n-m)(n-m-1) Y_{n-1,-m-1}^{’}]$$

递推关系矩阵$ \mathbf{A}_y$为:
$$ \mathbf{A}_y = \int_{\Omega} Ω_y\vec{Y}(Ω) \vec{Y}^{T}(Ω) d\Omega$$

$ \mathbf{A}_y$的稀疏矩阵图为
Ay

z方向递推关系

非归一化球谐函数 $Y_{n,m}^{’}$ 在z方向的递推关系为
$$\mu Y_{n,m}^{’}=\frac{1}{2n+1}[(n-|m|+1)Y_{n+1,m}^{’}+(n+|m|)Y_{n-1,m}^{’}]$$

递推关系矩阵$ \mathbf{A}_y$为:

$$ \mathbf{A}_{z} = \int_{\Omega} Ω_z\vec{Y}(Ω) \vec{Y}^{T}(Ω) d\Omega$$

$ \mathbf{A}_z$的稀疏矩阵图为
Az

边界上的角度矩阵

边界角度矩阵

边界上的角度矩阵是$x,y,z$方向上的角度矩阵在法线上的投影,定义为
$$ \mathbf{A}_{n} = \int_{\Omega} n \cdot \Omega\vec{Y}(Ω) \vec{Y}^{T}(Ω) d\Omega = n_x \mathbf{A}_{x} + n_y \mathbf{A}_{y} + n_z \mathbf{A}_{z} $$

法向量 $n = \frac{\sqrt{3}}{3}[1,1,1]^{T}$ 时,矩阵的稀疏矩阵图为
An

特征值分解

定义出流边界矩阵
$$ \mathbf{A}_{n}^{+} = \int_{n\cdot\Omega>0} n \cdot \Omega\vec{Y}(Ω) \vec{Y}^{T}(Ω) d\Omega $$

入流边界矩阵
$$ \mathbf{A}_{n}^{-} = \int_{n\cdot\Omega<0} n \cdot \Omega\vec{Y}(Ω) \vec{Y}^{T}(Ω) d\Omega $$

可以通过特征值分解来求解入流边界矩阵与出流矩阵。

$$\mathbf{A}_{n} = \mathbf{V}\Lambda\mathbf{V}^{T}=\mathbf{V}(\Lambda^{+}+\Lambda^{-})\mathbf{V}^{T}=\mathbf{A}_{n}^{+}+\mathbf{A}_{n}^{-}$$

其中 $\Lambda$ 为矩阵的特征值组成的对角矩阵,$\mathbf{A}_{n}^{+}$ 是特征值为正的分量,$\mathbf{A}_{n}^{-}$ 为特征值为负的分量。

法向量 $n = \frac{\sqrt{3}}{3}[1,1,1]^{T}$ 时,入流矩阵和出流矩阵分别为

  • 入流矩阵
    Anm

  • 出流矩阵
    Anp

反射矩阵

反射矩阵是将原方向的角度展开矩反射到反射角度上的角度展开矩,反射矩阵定义为
$$ \mathbf{A}_{r} = \int_{\Omega} \vec{Y}(Ω) \vec{Y}^{T}(\mathbf{H}Ω) d\Omega $$

其中 $\mathbf{H}Ω$ 是 角度 $Ω$ 关于法向量 $n$ 的反射角
$$\mathbf{H} = \mathbf{I} - n n^{T} $$

反射矩阵可以通过数值积分进行求解;当法向量 $n = \frac{\sqrt{3}}{3}[1,1,1]^{T}$ 时,反射矩阵为

Ar

边界条件角度矩阵

真空边界条件中,入流为零,所以边界上的角度矩阵为出流矩阵,即
$$\mathbf{A}_{b} = \mathbf{A}_{n}^{+}$$
Anp

反射边界条件中,入流为出流的反射,此时边界矩阵为
$$\mathbf{A}_{b} = \mathbf{A}_{n}^{+} + \mathbf{A}_{n}^{-}\mathbf{A}_{r}$$

Ab

以上都是 $n = \frac{\sqrt{3}}{3}[1,1,1]^{T}$ 时的边界矩阵。

x方向上边界角度矩阵

  • 法向量
    $n = [1,0,0]^{T}$

  • 边界角度矩阵
    ax

  • 入流矩阵
    axm

  • 出流矩阵
    axp

  • 反射矩阵
    axr

  • 反射边界矩阵
    axb

y方向上边界角度矩阵

  • 法向量
    $n = [0,1,0]^{T}$

  • 边界角度矩阵
    Ay

  • 入流矩阵
    Aym

  • 出流矩阵
    Ayp

  • 反射矩阵
    Ayr

  • 反射边界矩阵
    Ayb

z方向上边界角度矩阵

  • 法向量
    $n = [0,0,1]^{T}$

  • 边界角度矩阵
    Az

  • 入流矩阵
    Azm

  • 出流矩阵
    Azp

  • 反射矩阵
    Azr

  • 反射边界矩阵
    Azb