Fysikaalinen mallintaminen digitaalisilla aaltojohtoverkoilla



Samankaltaiset tiedostot
KOLMIULOTTEISEN TILAN AKUSTIIKAN MALLINTAMINEN KAKSIULOTTEISIA AALTOJOHTOVERKKOJA KÄYTTÄEN

REUNAEHTOJEN TOTEUTUSTAPOJA AALTOJOHTOVERKOSSA

23 VALON POLARISAATIO 23.1 Johdanto Valon polarisointi ja polarisaation havaitseminen

ÄÄNEKKÄÄMMÄN KANTELEEN MALLINTAMINEN ELEMENTTIME- NETELMÄLLÄ

BM20A0900, Matematiikka KoTiB3

HUONEAKUSTIIKAN MALLINNUS VIRTUAALISELLA AALTOKENT- TÄSYNTEESILLÄ 1 JOHDANTO 2 VIRTUAALISEN AALTOKENTTÄSYNTEESIN TEORIA

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi

Fysikaaliseen mallinnukseen pohjautuva äänisynteesi

SEISOVA AALTOLIIKE 1. TEORIAA

Pianon äänten parametrinen synteesi

MALLINNUSVIRHEIDEN HUOMIOIMINEN AKUSTISESSA TOMO- GRAFIASSA

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu

Kuva 1. Mallinnettavan kuormaajan ohjaamo.

Radiotekniikan perusteet BL50A0301

Luento 2: Liikkeen kuvausta

l s, c p T = l v = l l s c p. Z L + Z 0

Viikon aiheet. Funktion lineaarinen approksimointi

RYHMÄKERROIN ÄÄNILÄHDERYHMÄN SUUNTAAVUUDEN

PHYS-C0240 Materiaalifysiikka (5op), kevät 2016

Mustan kappaleen säteily

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

Ääni, akustiikka Lähdemateriaali: Rossing. (1990). The science of sound. Luvut 2-4, 23.

1 Di erentiaaliyhtälöt

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 4: Ketjusäännöt ja lineaarinen approksimointi

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

Luento 9: Yhtälörajoitukset optimoinnissa

6. Analogisen signaalin liittäminen mikroprosessoriin Näytteenotto analogisesta signaalista DA-muuntimet 4

(a) Potentiaali ja virtafunktiot saadaan suoraan summaamalla lähteen ja pyörteen funktiot. Potentiaalifunktioksi

Numeeriset menetelmät TIEA381. Luento 11. Kirsi Valjus. Jyväskylän yliopisto. Luento 11 () Numeeriset menetelmät / 37

y 2 h 2), (a) Näytä, että virtauksessa olevan fluidialkion tilavuus ei muutu.

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit

Kohti uuden sukupolven digitaalipianoja

Aaltojen heijastuminen ja taittuminen

VAASAN YLIOPISTO TEKNILLINEN TIEDEKUNTA SÄHKÖTEKNIIKKA. Lauri Karppi j SATE.2010 Dynaaminen kenttäteoria DIPOLIRYHMÄANTENNI.

Erityinen suhteellisuusteoria (Harris luku 2)

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

5. Numeerisesta derivoinnista

TEHTÄVIEN RATKAISUT. b) 105-kiloisella puolustajalla on yhtä suuri liikemäärä, jos nopeus on kgm 712 p m 105 kg

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x

LAUSEKKEET JA NIIDEN MUUNTAMINEN

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35

Mekaniikan jatkokurssi Fys102

FYSP105/2 VAIHTOVIRTAKOMPONENTIT. 1 Johdanto

Derivaatan sovellukset (ääriarvotehtävät ym.)

ÄÄNENVAIMENTIMIEN MALLINNUSPOHJAINEN MONITAVOITTEINEN MUODONOPTIMOINTI 1 JOHDANTO. Tuomas Airaksinen 1, Erkki Heikkola 2

S OPTIIKKA 1/10 Laboratoriotyö: Polarisaatio POLARISAATIO. Laboratoriotyö

Puheen akustiikan perusteita Mitä puhe on? 2.luento. Äänet, resonanssi ja spektrit. Äänen tuotto ja eteneminen. Puhe äänenä

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1

Moniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia: Mitä opimme?

Derivaatta: funktion approksimaatio lineaarikuvauksella.

MAY1 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Julkaiseminen sallittu vain koulun suljetussa verkossa.

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =

Differentiaalilaskennan tehtäviä

H7 Malliratkaisut - Tehtävä 1

3 TOISEN ASTEEN POLYNOMIFUNKTIO

Moniulotteisia todennäköisyysjakaumia

RF-tekniikan perusteet BL50A Luento Antennit Radioaaltojen eteneminen

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 7: Pintaintegraali ja vuointegraali

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit

Teknillinen korkeakoulu, Akustiikan ja äänenkäsittelytekniikan laboratorio PL 3000, TKK, Espoo

Matematiikan tukikurssi

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

Malliratkaisut Demot

Aaltojen heijastuminen ja taittuminen

Nopeus, kiihtyvyys ja liikemäärä Vektorit

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

BM20A0700, Matematiikka KoTiB2

Suuntaavuus ja vahvistus Aukkoantennien tapauksessa suuntaavuus saadaan m uotoon (luku ) E a 2 ds

Shrödingerin yhtälön johto

EPÄJATKUVA GALERKININ MENETELMÄ ELASTISELLE AALTOYH- TÄLÖLLE 1 JOHDANTO 2 ELASTINEN AALTOYHTÄLÖ (3D) Timo Lähivaara a,*, Tomi Huttunen a,b

1 Vastaa seuraaviin. b) Taajuusvasteen

Pakotettu vaimennettu harmoninen värähtelijä Resonanssi

Numeeriset menetelmät

Mekaniikan jatkokurssi Fys102

1/6 TEKNIIKKA JA LIIKENNE FYSIIKAN LABORATORIO V

DYNAMIIKKA II, LUENTO 5 (SYKSY 2015) Arttu Polojärvi

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Numeeriset menetelmät

LASKENNALLISEN TIETEEN OHJELMATYÖ: Diffuusion Monte Carlo -simulointi yksiulotteisessa systeemissä

Juuri 7 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty c) sin 50 = sin ( ) = sin 130 = 0,77

Johdatus todennäköisyyslaskentaan Moniulotteisia todennäköisyysjakaumia. TKK (c) Ilkka Mellin (2005) 1

Differentiaali- ja integraalilaskenta

10. Globaali valaistus

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos. MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016

Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Spektri- ja signaalianalysaattorit

ELEC C4140 Kenttäteoria (syksy 2015)

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

(s 2 + 9)(s 2 + 2s + 5) ] + s + 1. s 2 + 2s + 5. Tästä saadaan tehtävälle ratkaisu käänteismuuntamalla takaisin aikatasoon:

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö

Kondensaattorin läpi kulkeva virta saadaan derivoimalla yhtälöä (2), jolloin saadaan

Numeeriset menetelmät Pekka Vienonen

Luento 15: Mekaaniset aallot

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018

KJR-C2002 Kontinuumimekaniikan perusteet

Koordinaatistot 1/6 Sisältö ESITIEDOT: reaaliluvut

Värähdysliikkeet. q + f (q, q, t) = 0. q + f (q, q) = F (t) missä nopeusriippuvuus kuvaa vaimenemista ja F (t) on ulkoinen pakkovoima.

Dierentiaaliyhtälöistä

Transkriptio:

Teknillinen korkeakoulu Akustiikka ja äänenkäsittelytekniikka S-89.164 Äänenkäsittelyn lisensiaattiseminaari, syksy 1995 Fysikaalinen mallintaminen digitaalisilla aaltojohtoverkoilla Klaus Riederer, SN 39325s 22.11.1995

2

Fysikaalinen mallintaminen digitaalisilla aaltojohtoverkoilla Klaus Riederer TKK Klaus.Riederer@hut.fi Tiivistelmä Esityksessä tarkastellaan digitaalisen aaltojohdon moniulotteista laajennusta, kaksiulotteista digitaalista aaltojohtoverkkoa, jolla voidaan tehokkaasti mallintaa akustisen aallon etenemistä värähtelevällä kalvolla. Kaksiulotteinen aaltojohtoverkko koostuu kaksisuuntaisista yksikköviiveistä ja sirontasolmuista, jotka ovat neliportteja. Katsauksessa esitellään häviötön kaksiulotteinen aaltoyhtälö, ja sen äärellisen differenssin approksimaatio, jonka digitaalinen aaltojohtoverkko toteuttaa. Lisäksi tutkitaan verkon stabiilisuutta ja dispersiovirheitä. Havaitaan diskretoidun mallin olevan laskennallisesti ja numeerisesti stabiili. Lopuksi tarkastellaan verkon sovelluksia fysikaalisessa mallinnuksessa ja verkon moniulotteisia laajennuksia. 7DXVWDD Tässä kappaleessa esitetään kaksiulotteisten digitaalisten aaltojohtojen pohjaksi lyhyesti yksiulotteisten digitaalisten aaltojohtojen teoriaa (Smith 1992). Yksiulotteisille digitaalisille aaltojohdoille on kehitetty useita musiikkisovelluksia, joilla mallinnetaan puhallin- ja kielisoittimia (Van Duyne ja Smith 1992). 1.1 1-ulotteinen aaltoyhtälö Ideaalisesti värähtelevälle kielelle voidaan johtaa aaltoyhtälö X W [ = F X W [, (1) WW [[ missä t on aika, x paikka pitkittäissuunnassa kielellä, u(t,x) kielen poikittainen poikkeama ajan ja paikan funktiona. Nyt siis X WW vastaa pisteen poikittaista kiihtyvyyttä 3

kielellä ja X [[ kielen kaarevuutta samassa pisteessä x ajan hetkellä t. Aaltoyhtälön (1) ratkaisuna on kahden vastakkaisiin suuntiin etenevän mielivaltaisen aallon summa: + - XW[ = J [ - FW+ J [ + FW. (2) Yhtälössä (2) ensimmäinen termi esittää oikealle etenevää aaltoa ja toinen termi vasemmalle etenevää aaltoa. Vakio c on pieniamplitudisen kulkuaallon etenemisnopeus kielellä, ja se on määritelty seuraavasti: F 7 = e, (3) missä T on kielen vakiosuuruinen jännitysvoima ja e on kielen tiheys, se. kielen massa jaettuna pituusyksiköllä. Yhtälöstä havaitaan, että kulkuaallon nopeus kasvaa, jos kielen jännitys kasvaa tai sen massa vähenee. 1.2 Digitaalinen aaltojohto Yksiulotteinen aaltoyhtälön etenevän aallon ratkaisu voidaan toteuttaa digitaalisesti kaksisuuntaisella viivelinjaparilla (Smith 1995, s. 44-48), jota kuva 1 esittää. Tämä rakenne tunnetaan digitaalisena aaltojohtona, jossa aallot etenevät toisistaan riippumatta vastakkaisiin suuntiin. Fysikaalisen aallon amplitudi missä tahansa pisteessä saadaan superponoimalla oikealle ja vasemmalle etenevät aallot. 1.3 Voima, nopeus ja impedanssi Aaltoyhtälön paikkamuuttujan sijaan voidaan valita nopeus, derivoimalla puolittain yhtälöä (2). Tällöin fysikaalisen aallon poikittainen nopeus v saadaan summaamalla sen + - kaksi komponenttia, Y = Y + Y. Kun kielen poikkema on pieni, niin kielen poikittainen voima on verrannollinen kielen kaarevuuteen annetussa pisteessä, ja ns. voima-aalto voidaan määritellä aallon paikkaderivaatasta sopivasti skaalaamalla. + - Voima-aalto f saadaan myös summaalla sen komponentit: I = I + I (Smith 1992, Smith 1993). Verrataan mekaanisten systeemien voiman ja nopeuden analogioita sähköisten järjestelmien jännitteeseen ja virtaan sekä näitä sähköisten siirtojohtojen vastaaviin jännite- ja virta-aaltoihin. Havaitaan akustisilla aalloilla analogiset suureet, joten voima ja nopeus ovat järkeviä valintoja aaltoyhtälön muuttujiksi. Akustisen aaltoimpedanssin R suhde voima- ja nopeusaaltoihin voidaan määritellä seuraavasti: I I + + = 5Y - - =-5Y (4) missä aaltoimpedanssi 5 7 = e. Yhtälöstä havaitaan, että poikittaisen kulkuaallon nopeus v on suuri, jos kielen massa tai sen poikittainen jännitys ovat pieniä. 4

1.4 Häviötön sironta Kuva 1. Digitaalinen aaltojohto (Van Duyne ja Smith 1993b). Värähtelevät kielet, joita tässä esityksessä mallinnetaan kaksisuuntaisilla digitaalisilla aaltojohdoilla, yhdistetään toisiinsa häviöttömissä liitospisteissä, so. solmuissa, ja näin saadaan kaksiuloitteinen verkko, värähtelevä kalvo. Häviöttömyydestä aiheutuu kaksi ehtoa kullekin solmulle. (1) Nopeudet ovat samassa pisteessä ts. kaikkien solmuun kytkeytyneiden kielten nopeuksien pitää olla yhtäsuuret; Y = Y = = Y 1. (5) (2) Verkko ei saa hajota ts. kielten voimien summa pitää olla nolla; I + I + + I 1 =. (6) Vastaavasti aaltoputkimallille liitos olisi rinnankytkennän kaltainen, jolloin solmussa olevien paineiden pitää olla yhtäsuuret ja virtauksien summan nolla. Kuva 2 esittää häviötöntä solmua (S), johon on kytketty viisi (N = 5) kaksisuuntaista digitaalista aaltojohtoa. + - Käyttämällä yhtälöitä Y = Y + Y ja I = I + + I - sekä yhtälöä (4), voidaan johtaa häviöttömät sirontayhtälöt, kun solmuun on kytkeytynyt useita värähteleviä kieliä: Y - = ÊL 5Y L Ê 5 L L + L, (7) - + L - L Y = Y -Y (8) + Yhtälöissä (7) ja (8) Y - vastaa solmun nopeutta, Y L solmuun tulevien aaltojen - nopeuksia ja Y L solmusta lähtevien aaltojen nopeuksia. Yhtälöiden mukaan osa tulevasta aallosta heijastuu solmusta ja osa etenee solmuun, josta se jakautuu erisuuntaisiin lähteviin aaltoihin. Tämä ns. suhteellinen sironta riippuu ainoastaan kielten suhteellisista impedansseista. 5

Kuva 2. Sirontasolmu, N =5 (Van Duyne ja Smith 1993b)..DNVLXORWWHLQHQWDSDXV Seuraavaksi tarkastellaan yksiulotteisen aaltojohdon moniulotteista laajennusta, aaltojohtoverkkoa. Esitettävä katsaus (kappaleet 2-6) perustuu pääosin lähteisiin (Van Duyne ja Smith 1993a, Van Duyne ja Smith 1993b). 2.1 Kaksiulotteinen aaltojohto Kaksiulotteinen aaltoyhtälö ideaalisesti värähtelevälle kalvolle voidaan kirjoittaa lineaariseen muotoon [ ] WW [[ \\ X W [ \ = F X W [ \ + X W [ \, (9) missä t on aika, x ja y ovat paikkakoordinaatit kalvolla, u(t,x,y) kalvon poikittainen poikkeama paikan ja ajan funktiona. Aaltoyhtälö (9) on siis hyperbolinen, toisen kertaluokan osittaisdifferentiaaliyhtälö (Kreyzig 1988, s. 1083). Sen analyyttisenä ratkaisuna on ääretön määrä mielivaltaisia tasoaaltoja, jotka etenevät kaikkiin suuntiin: XW[ = J a [ FRVa + \ VLQa -FWG a. (10) Yhtälön (10) suoraviivainen implementointi edellyttäisi jokaisen tasoaallon mallintamista aaltojohdolla, joita tarvittaisiin siis ääretön määrä. Tämä ei ole järkevä lähestymistapa ongelmaan. Scott A. Van Duynen ja Julius O. Smithin ratkaisu on kaksiulotteinen digitaalinen aaltojohtoverkko (the 2-D Digital Waveguide Mesh). 2.2 Kaksiulotteinen digitaalinen aaltojohtoverkko Aaltojohtoverkko koostuu kaksisuuntaisista yksikköviiveistä, jotka kytkeytyvät toisiinsa ns. sirontasolmuissa, jotka ovat kaksisuuntaisia neliportteja. Viiveverkko muodostuu siis kerroksesta vertikaalisia rinnankytkettyjä aaltojohtoja, johon on superponoitu kerros horisontaalisia rinnankytkettyjä aaltojohtoja. Sirontasolmut ovat häviöttömiä ja niiden impedanssit ovat samansuuruiset. Aaltojohtoverkon päätepisteet ovat avoimet, ja mallissa ei huomioida rajapinta- eikä alkuehtoja. Kuva 3 esittää tällaista verkkoa. 6

Kuva 3. Kaksiulotteinen digitaalinen aaltojohtoverkko (Van Duyne ja Smith 1993b). Kuva 4. Aallon eteneminen verkossa (Van Duyne ja Smith 1993b). (PSLLULQHQDQDO\\VL Seuraavassa tarkastellaan kokeellisesti, miten annetussa pisteessä normaalijakautunut l. gaussinen heräte etenee digitaalisessa aaltoverkossa. Tällä tavoin voidaan päätellä, kuinka hyvin aaltojohtoverkko mallintaa ideaalisesti värähtelevää kalvoa. Varmistaminen tehdään kahdella eri tavalla, visuaalisesti ja laskennallisesti. 7

3.1 Visuaalinen verifiointi Kuvassa 4 näkyy kolmella eri ajan hetkellä herätteen eteneminen mallissa. Ruudut on saatu animaatiolla käytetyn algoritmin laskentatuloksista. Verkon jokainen piste vastaa yhtä sirontasolmua. Heräte nähdään ensimmäisessä ruudussa ja kahdessa seuraavassa näkyy aallon kehämäinen eteneminen. Tämä vastaa aallon etenemistä värähtelevällä kalvolla. 3.2 Laskennallinen verifiointi Verkon toimivuus voidaan myös tarkistaa vertaamalla verkon mooditaajuuksia ideaalisen, kulmistaan kiinnitetyn, neliömäisen kalvon laskennallisiin taajuuksiin. Ideaalisessa kalvossa havaittavat taajuudet ovat verrannolliset moodeihin (m,n) seuraavasti (Kreyzig 1988, s. 681): I @ P + Q, (11) missä m =1,2,..., ja n = 1,2,... Taulukossa 1 on esitettynä alimpien moodien sallitut taajuudet normalisoituina. Taulukko 1. Ideaalisen neliön muotoisen kalvon mooditaajuudet. Kuva 5. Verkon mitatut mooditaajuudet (Van Duyne ja Smith 1993b). Kuva 5 esittää reunoiltaan heijastavasti päätetyn aaltojohtoverkon (10*10 solmua) tuottamaa äänispektriä näytetaajuuden puoleenväliin asti. Mooditaajuuksien havaitaan noudattavan varsin tarkasti ideaalisen verkon laskennallisia taajuuksia. Kuvasta nähdään myös, että spektri on symmetrinen näytetaajuuden neljänneksen suhteen. Tämä aiheutuu heijastavasti kytketyistä reunoista, mikä vastaa mallin kaksinkertaista ylinäytteistämistä. 8

0DWHPDDWWLQHQDQDO\\VL Seuraavassa tarkastellaan digitaalisen aaltojohtoverkon äärellistä differenssiesitystä (finite difference approximation, FDA) Havaitaan verkon approksimoivan kaksiulotteista ideaalista aaltoyhtälöä. Lisäksi tutkitaan mallia von Neumannin virheanalyysin mukaisesti. 4.1 Äärellisen differenssin määritelmä Funktiota f(x) voidaan approksimoida ensimmäisen derivaatan avulla seuraavasti: I [ I [ + D[ - I [. (12) D[ Soveltamalla yo. yhtälöä itseensä, saadaan approksimaatio toisen kertaluokan derivaatalle: I [ + D[ - I [ + I [ -D[ I [ D[ Vastaavasti voidaan approksimoida funktion toista derivaattaa ajan suhteen: (13) && IW+ DW [ - IW [ + IW-DW [ I W [. (14) DW 4.2 Verkon differenssiesitys Digitaalinen aaltojohtoverkko asetetaan isotrooppiseksi, so. verkon parametrit skalaareiksi. Tällöin solmuun kytkettyjen aaltojohtojen, joita on neljä kappaletta (N = 4), aaltoimpedanssit ovat samansuuruiset, siis 5 = 5 = 5 = 5. (15) Nyt sirontayhtälöt (7) ja (8) supistuvat muotoihin + + + + Y OPQ+ Y OPQ+ Y OPQ+ Y OPQ Y- OP Q = (16) Y - L Q= Y- Q-Y + L Q (17) OP OP OP missä indeksit l,m osoittavat solmun paikan (l vastaa x-koordinaattia, m y-koordinaattia) ja indeksi n kertoo kyseisen ajan hetken. Y Q on solmun nopeus pisteessä (l,m) ajan + - - OP hetkellä n; Y L OP Q ja Y L OP Q ovat vastaavasti solmuun tulevat ja lähtevät nopeudet. Lisäksi yhtälöistä (16) ja (17) voidaan päätellä, että solmuun tulevien nopeuksien summa on yhtäsuuri kuin siitä lähtevien nopeuksien summa, eli 9

+ - LOP L OP L ÊY Q = ÊY Q. (18) L Digitaalisen aaltojohtoverkon toteutuskaaviosta (kuva 6) nähdään selvästi, että seuraava lauseke pätee: Y + RSSRVLWH Q = Y - RSSRVLWH Q-, (19) ts. solmuun sisääntuleva nopeus on yhtäsuuri kuin vastakkaisen solmun lähtevä nopeus edeltäneellä ajanhetkellä. Edellä esitetyistä yhtälöistä (15-19) voidaan johtaa seuraavanlainen differenssiyhtälö aaltojohtoverkolle: Y- Q--Y- Q- + Y- Q- O+ P OP O-P Y- Q-Y- Q- + Y- Q- = OP OP OP Y- Q--Y- Q- + Y- Q- OP + OP OP - + (20) Kuva 6. Digitaalisen aaltojohtoverkon toteutus (Van Duyne ja Smith 1993b). 10

Valitaan näytevälit (Dx=X, Dy=Y, Dt=T) samansuuruisiksi. Vertaamalla yhtälöitä (12-14) ja yhtälöä (20) huomataan, että yhtälön (20) vasen puoli on solmunopeuden Y - toisen kertaluokan FDA ajan suhteen. Oikeassa puolessa on vastaavasti summattu Y - :n toisen kertaluokan FDA:t paikkamuuttujien (x, y) suhteen, jotka on jaettu vakiolla kaksi. Yhtälö (20) toteuttaa siis hyberbolisen, toisen kertaluokan osittaisdifferentiaaliyhtälön - (9), jossa aallon nopeus F =. Aalto etenee verkolla puoli diagonaalista yksikköä yhtä ajanjaksoa T kohden. Voidaan ajatella, että verkko on muodostunut kahdesta kerroksesta poikittaisia ja pitkittäisia aaltojohtoja, "kieliä", jolloin kielten tiheysmassa per yksikköpinta-ala on kaksinkertaistunut. Tämän vuoksi nopeus on pienentynyt kertoimella - yhtälön (3) mukaisesti, ja edellä laskettu pitää intuitiivisesti paikkansa. Edellä esitetyllä näytevälien valinnalla yhtälöstä (20) voidaan supistaa pois termejä. Käyttämällä kuvan 6 merkintöjä, differenssiyhtälö saadaan yksinkertaiseen muotoon missä - OP -O+ PQ - + -O-PQ - -OP Q+ -OP Q- = -OP + Q- + -OP -Q- + (21) Q on solmun nopeus pisteessä (l,m) ajan hetkellä n. Nopeuden laskemiseen riittää siis tiedot etenevän aallon komponenteista edellisessä aika-askeleessa (n-1) ja solmun nopeudesta hetkellä (n-2). 4.3 Verkon stabiilisuus Stabiilísuus liittyy diskreetin mallin aika- ja taajuusalueen väliseen epätarkkuuteen. Mallin alkion (solun) koko määrää aika-askeleen Dt pituuden. Yhden aika-askeleen aikana tasoaallon mikään piste ei saa edetä yhtä solua kauemmaksi, koska aallon FDA pätee, vain kun aalto etenee yhdessä aika-askeleessa korkeintaan yhden solun johonkin naapurisolunsa suuntaan. Jos tätä ehtoa l. stabiilisuutta, rikotaan valitsemalla liian pitkä aika-askel, niin malli alkaa värähdellä voimakkaasti suurilla taajuuksilla, ja vasteesta ei saada mitään järkevää. Tämä siis tarkoittaa, että mallia täytyy päivittää riittävän suurella taajuudella, joka on verrannollinen solun kokoon, ja näin myös paikka-askeleen pituuteen. Hyberbolisten differentiaaliyhtälöiden stabiilisuusvaatimuksena on yleisesti käytetty Courant-Friedrichs-Lewyn kriteeriä (Kunz ja Luebbers 1993, s.32): DX YDW ˆ, (22) G missä v on maksimaalinen etenemisnopeus, Du solun sivun pituus, ja d mallin dimensio (1, 2 tai 3). Näytetaajuuden f minimiarvoksi saadaan siten lauseke I DW = GY D X. (22) 11

Diskretoidun aaltojohtoverkon näytevälit oli valittu edellä samansuuruisiksi. Kun - määritellään stabiilisuusparametri l= 7; =1, verkon stabiilisuusehto saadaan muotoon (d = 2): Flˆ = G. (23) Tästä nähdään, että verkko on stabiili. Koska stabiilisuusehto toteutuu ylärajalla, verkon etenemis- ja dispersiovirheet ovat mahdollisimman pienet. 4.4 Von Neumannin analyysimenetelmä Von Neumannin virheanalyysi osittaisdifferentiaaliyhtälöiden FDA-esityksille käyttää Fourier-muunnosteoriaa, verratakseen spatiaalisen spektrin aikakehitystä jatkuvassa aika-alueen ratkaisussa diskreetin aika-alueen vastaavaan approksimaatioon. Tavallinen lineaarinen differentiaaliyhtälö voidaan ratkaista Laplace-muunnoksen avulla, muuntamalla derivaatat s:n potensseiksi, ja muodostamalla niistä ratkaistava polynomifunktio. Vastaavasti voidaan tehdä osittaisdifferentiaaliyhtälön spatiaalimuunnos, josta saatava tavallinen differentiaaliyhtälö kuvaa spatiaalisen spektrin kehitystä ajan funktiona. Spatiaalimuunnoksen aika- ja paikkamuuttujat ovat toisistaan riippumattomat. Määritellään jatkuvan aika-alueen aaltoyhtälölle (8) seuraava kaksiulotteinen spatiaali Fourier-muunnos { } ) XW[\ = XW xx, (24) missä [ x \ x. Tarkastellaan käänteistä spatiaalimuunnosta polaarikoordinaateissa, jolloin tasoaallon spatiaalinen taajuus x ja suuntakulma a saadaan seuraavasti: x= x + x x a = DUFWDQ x (25) Yhtälön (9) ratkaisu (10) on nopeudella c etenevien tasoaaltojen integraalisumma, joten u:lla on komponentti X ax, joka etenee suuntaan a taajuudellax. Komponentin vaihesiirto on ajan T kuluttua -Fx 7 radiaania, siis - Xax W 7 Xax W H MF x + xx = xx 7, (27) missä H - MFx7 on määritelty jatkuvan tapauksen spektrisenä vahvistuskertoimena. Diskreetissä tapauksessa differenssiyhtälö voidaan ratkaista Z-muunnoksen avulla, jolloin aikaviiveet korvataan ] - :n potensseilla. Ottamalla diskreetti F-muunnos yhtälöstä (21), saadaan 12

- Q+ + - Q- = x 7x 7 x 7x 7 Mx7 Mx 7 Mx 7 Mx 7 ( + + + ) - - - Q H H H H (28) x 7x 7 À - Q+ - E- Q+ - Q - =, (29) x 7x 7 x 7x 7 x 7x 7 E = FRVx7 + FRVx 7, (30) missä näytevälin pituus on T. Tämä on toisen asteen rekursioyhtälö n:ään nähden, ja sen ratkaisu aika-alueessa saadaan Z-muunnoksella: Q Q -x 7x 7Q = $ x x S + % x x S, (31) missä A ja B määräytyvät alkuehdoista ja SS = E E -. Jos spatiaalitaajuus ei ole nolla, S ja S ovat toistensa kompleksikonjugaatteja. Valitsemalla alkuehdot se. B = 0, voidaan merkitä - 7 7 Q $ S Q x x x x =, missä potenssiin n korottaminen vastaa viivästämistä, ts. - Q + = - QS. (32) x 7x 7 x 7x 7 Tästä nähdään, että diskreetin tapauksen spektrinen vahvistuskerroin on S, joka voidaan kirjoittaa muotoon Mµ S S S H -MF x 7 MF 7 = = SH xx - x H, (33) mikä approksimoi jatkuvan tapauksen spektristä vahvistuskerrointa yhtälön (27) mukaisesti. 4.5 Virheen arviointi FDA-esityksellä ei ole etenemisvirhettä magnitudin suhteen, sillä S = E + - E = = H - MF x 7, (34) missä jatkuvalle tapaukselle F = ja x= x + x =. Magnitudin säilyminen johtuu häviöttömästä ja energian säilyttävästä aaltojohtoverkosta. Suurilla taajuuksilla vaiheessa on dispersiovirheitä. Tarkastellaan mallin todellisen etenemisnopeuden F x x suhdetta haluttuun etenemisnopeuteen F = ; saadaan Fx x Ë = -E F x7e DUFWDQ Û Í Ý, (35) 13

missä b saadaan yhtälöstä (30). Kuvassa 7 nähdään tasoaallon suhteellinen nopeus, kun aalto etenee spatiaalisella taajuudella x7 = x + x x 7 suuntaan a = DUFWDQ. x Spatiaalinen taajuus kasvaa keskeltä reunoille; keskialueilla F F ts. vaihevirhe on lähes nolla. Lisäksi diagonaaleilla (x = x) suhde F F= ; aallon liikkuessa verkon diagonaalien suuntaan dispersiovirhettä ei ole millään spatiaalisilla taajuuksilla. Kun aalto liikkuu koordinaattiakselien suuntaan (x = tai x = ), sen etenemisnopeus putoaa suuremmilla spatiaalilla taajuuksilla. Kuva 7. Aallon etenemisnopeus spatiaalisen taajuuden funktiona (Van Duyne ja Smith 1993b). Kuva 8. Aaltorintaman dispersio impulssiherätteellä (Van Duyne ja Smith 1993b). Aaltorintama leviää aaltojohtoverkon koordinaattiakselien suunnassa, mutta säilyy terävänä diagonaalien suunnassa, koska siellä ei tapahdu dispersiota. Tämä nähdään selvästi herätteellä, jossa on paljon korkeita taajuuksia. Kuvassa 8 nähdään verkon impulssivaste kolmena eri ajanhetkenä. Diskreetissä verkossa resonanssimoodit ovat epävireisiä johtuen nopeuden vääristymisestä. Tätä voidaan pienentää kokopäästösuodatuksella (vaikuttaa ainoastaan aallon vaiheeseen) ja/tai vääristämällä kalvon reunoja virheen kompensoimiseksi. Laskennan tarkkuudesta aiheutuvat virheet voidaan 14

poistaa ylinäytteistyksellä ja alipäästösuodatuksella. Yleensä audioalueella värähtelevän kalvon suuremmat mooditaajuudet ovat kuitenkin niin tiheässä, että dispersiovirhe ei ole merkittävä kalvon fysikaalisessa mallinnuksessa.,psohphqwrlqwl Digitaalisen aaltojohtoverkon laskennassa ei tarvita kertolaskua, mikä tekee rinnanlaskennan ohella mallista tehokkaan, ja näin voidaan fysikaalisesti mallintaa esimerkiksi värähtelevää ideaalista kalvoa reaaliaikaisesti. Lisäksi numeeriset pyöristysvirheet voidaan palauttaa verkkoon takaisin, häviöttömän järjestelmän aikaansaamiseksi. 5.1 Kaksisuuntainen rinnanlaskenta Digitaalisessa aaltojohtoverkossa on kahdentyyppisiä elementtejä: kaksisuuntaisia sirontasolmuja (neliportteja) ja kaksisuuntaisia yksikköviiveitä. Jos yksikköviiveillä on erilliset tulo- ja lähtöpuskurit, rinnakkaislaskenta voidaan tehdä mielivaltaisessa järjestyksessä seuraavasti. (1) Sirontasuotimet: sirontasolmujen tunnetuista tuloista lasketaan solmujen lähdöt. (2) Viivesuotimet: jokaisen sironta-solmun lähtö sijoitetaan vastakkaisten solmujen tuloksi, yksikköviiveellä viivästettynä. Verkko voidaan toteuttaa VLSI-piireillä, seitsemällä summauksella (so. kolme summausta ja neljä vähennystä) ja yhdellä bittien loogisella siirrolla oikealle. Solmuyhtälöt voidaan laskea rinnakkain kussakin solmussa, erillisillä prosessoreilla ja siirtää niiden data yhteisellä siirtosyklillä vastakkaisten prosessorien tuloksi. 5.2 Energian säilyminen solmussa Kertolaskuilta vältytään, kun sirontayhtälön (21) kahdella jakaminen tehdään bittien loogisella siirrolla, johon liittyy binääriluvun pyöristys. Pyöristysvirheiltä vältytään, kun solmun (huom. neliportti, virheet jakaantuvat tasan porttien kesken) kaksi lähtösignaalia pyöristetään alaspäin ja kaksi ylöspäin. Ensinmainittu on tavallinen pyöristys, ja jälkimmäisessä lopputulokseen lisätään alkuperäisen luvun vähiten merkitsevä bitti. Tällöin sirontasolmu on numeerisella tarkkuudella aidosti häviötön, ja verkossa säilyy energia. 0DOOLQWDPLQHQYHUNRQDYXOOD Mallinnettaessa sivuistaan kiinnitettyä värähtelevää kalvoa, esimerkiksi rumpukalvoa, aaltojohtoverkon reunat pitää olla kiinnitetyt l. päätetty heijastavasti, jolloin aallon vaihe kääntyy reunalla. Verkko on lineaarinen järjestelmä, siis kommutatiivinen, joten häviötä edustavat suotimet voidaan sijoittaa haluttuihin paikkoihin reunalle. 6.1 Kaksiulotteiset soitinmallit Jäykkä kalvo on mallinnettava s.e. etenevän aallon vaihe säilyy sen heijastuttua reunoilta, kun levy on päistään kiinnittämätön. Jäykässä levyssä korkeammat moodit esiintyvät harvemmalla spatiaalisella alueella, joten kokoaaltosuodatuksen käyttö voi olla suotavaa. 15

Kuva 9 esittää cembalon mallia, jossa aaltojohdoilla mallinnetut näpätyt kielet on kytketty viisiporttisten sirontasolmujen avulla aaltojohtoverkkoon, jolla on mallinnettu soittimen kaikupohjaa. Verkon reunasuotimien alipäästöominaisuudet edustavat häviöitä ja kokopäästöominaisuudet kaikupohjan jäykkyyttä. Kaiuntafunktion lisäksi verkko sirottaa energiaa ei-näpättyihin kieliin ja mallintaa näin myös sympateettisia värähtelyitä. 6.2 Kolmiulotteiset soitinmallit Koska verkkoalgoritmissä ei tehdä mitään rajapinta- eikä alkuarvo-oletuksia, mallia voidaan helposti laajentaa. Kytkemällä verkon jokin kulma vastakkaiseen kulmaan saadaan kuvan 10 sylinteritopologia. Kolmanteen dimensioon päästään, kun korvataan neliporttisolmut kuusiporteilla ja liitetään kerrokset toisiinsa, ks. kuva 11. Kuva 9. Kahdeksankielisen cembalon malli (Van Duyne ja Smith 1993b). Tällaisilla malleilla voidaan aidosti mallintaa soittimia. Kuva 12 esittää rummun kolmiulotteista fysikaalista mallia, jossa aaltojohtoverkko mallintaa rummun kalvoa, sylinteriverkko rummun sivuja ja kolmiuloitteinen verkko rummun sisällä värähtelevää ilmaa. Kuvan 13 kitaramallissa tallaa ja kaikukopan pääliosaa on mallinnettu kaksiulotteisella verkolla ja resonoivaa kaikukoppaa kolmiulotteisella verkolla. Kuva 10. Sylinteriverkko (Van Duyne ja Smith 1993b). 16

Kuva 11. Kolmiulotteinen digitaalinen aaltojohtoverkko (Van Duyne ja Smith 1993b). Kuva 12. Kolmiulotteinen rumpumalli (Van Duyne ja Smith 1993b). Kuva 13. Kolmiulotteinen 1-kielinen kitara(van Duyne ja Smith 1993b). 6.3 Tedrahedrinen digitaalinen aaltojohtoverkko Digitaaliselle kaksiulotteiselle aaltojohtoverkolle on esitetty ns. tedrahedrinen digitaalinen aaltojohtoverkko (Van Duyne ja Smith 1995). Sen konstruktio muistuttaa timantin kiderakennetta, missä hiiliatomien tilalla ovat neliporttiset sirontasolmut ja yksinkertaisten atomisidosten tilalla kaksisuuntaiset yksikköviiveet, ks. kuva 14. Malli approksimoi äärellisen differenssin avulla kolmiulotteista häviötöntä aaltoyhtälöä. Siinä ei tapahdu vaimenemista, mutta etenevän tasoaallon nopeus on taajuusriippuva (nopeusdispersio). Laskennallisesti voidaan osoittaa, että mallinnettaessa annettua tilavuutta tedrahedrirakenteella, sirontasolmuja tarvitaan 35% ja yksikköviiveitä 57% vähemmän kuin vastaavalla suorakulmaisella mallilla. Lisäksi menetelmän tehokkuutta parantaa sen riippumattomuus kertolaskuista, joten se voidaan implementoida helposti digitaalisille signaalinkäsittelypiireille (DSP). Kaksiulotteisesta digitaalisesta aaltojohtoverkoista on tehty myös kolmiulotteinen suorakulmainen sovellus huoneakustiikan mallintamiseksi, josta tarkemmin seuraavassa 17

kappaleessa. Implementoinnissa joudutaan kuitenkin käyttämään kertolaskuja, joten menetelmä on laskennallisesti vaativampi kuin edellä esitetyt eikä sen toteutus ole reaaliaikainen. +XRQHDNXVWLLNDQVLPXORLQWLNROPLXORWWHLVHOOD)'YHUNROOD Savioja et al. (1994 ja 1995) ovat kehittäneet edellä selostetun digitaalisen aaltojohtoteorian pohjalta differenssiesityksen, jolla voidaan mallintaa äänen etenemistä kolmiulotteisissa tiloissa. Menetelmä toimii matalilla taajuuksilla ja se huomioiden huoneen diffraktiovaikutukset ja ominaisresonanssit, mikä ei onnistu geometrisen akustiikan yleisesti käytetyissä simulointimenetelmissä, säteen seurannassa (ray-tracing) ja kuvalähdeteoriassa (image-source method). 7.1 Verkon differenssiesitys N-ulotteisessa verkossa kullakin solmulla on 2N naapuria. Verkko oletetaan homogeeniseksi se. impedanssit ovat yhtäsuuret, jolloin sirontayhtälö (7) supistuu muotoon Y - = ÊY L 1 + L. (36) Kuva 14. Kolmiulotteisen tetrahedriverkon rakenne (Van Duyne ja Smith 1995). Käyttämällä yhtälöitä (8) ja (17) voidaan johtaa suorakulmaiselle N-ulotteiselle verkolle sirontayhtälö Y -N Q = ÊY O -O Q- 1 -Y-N Q-, (37) missä Y-N Q esittää solmun paikassa k ajan hetkellä n ja l k:n kaikkia naapureita. Signaaliksi voidaan valita nopeus tai paine, tässä esityksessä se on äänipaine. Huomataan, että sirontayhtälö (37) vastaa ensimmäisen kertaluokan differenssiyhtälöä, joten mallille on loogista käyttää nimeä äärellinen differenssiverkko (FD-verkko), kolmeulotteisen aaltojohtoverkon sijaan. 7.2 Reunojen päättäminen Reunat on päätetty lisäämällä solmu (noodi) jokaisen aaltojohdon päähän. Päättösolmuilla on siten vain yksi naapuri ja ne käyttäytyvät kuten yksiulotteiset aaltojohdot. 18

Kaikilla muilla solmuilla on 2N naapuria. Kaksiulotteisen verkon rakenne on kuvassa 15. Päättösolmuja voi olla kolmenlaisia. Nollaimpedanssinen vapaa päättösolmu vastaa solmun kytkemistä nollaan: ja se tuottaa vaiheen kääntävän heijastuksen. Y -N =, (38) Kiinnitetty päättösolmu säilyttää heijastuksen vaiheen, ja impedanssi on ääretön. Solmun äänipaine saa saman arvon kuin naapurinsa: Y-N Q = Y-O Q. (39) Sovitetun impedanssin päättösolmuilla simuloidaan heijastamattomia seiniä, mikä vastaa äärettömän pitkää aaltojohtoa. Yhtälöistä (8) ja (36) saadaan tällöin solmulle äänipaine Y-N Q = Y-O Q-, (40) joka tosin tuottaa heikkoja heijastuksia korkeilla taajuuksilla. Kuva 15. FD-verkon rakenne kaksiulotteisessa tapauksessa (Savioja et al. 1995). 7.3 Implementointi N-ulotteinen verkko on ohjelmoitu C++ -kielellä helposti modifioitavaksi ja joustavaksi järjestelmäksi Unix-työasemia varten. Materiaalivalinnalla voidaan vaikuttaa etenevän signaalin absortiooon ja vaihekäyttäytymiseen. Verkossa on itsessään parametri alipäästösuodatusta varten, ja herätteenä voidaan käyttää mielivaltaista signaalia. Verkon sirontayhtälöä voidaan helposti muuttaa, ja näin saadaan haluttaessa aaltoyhtälölle tarkemmat approksimaatiot. 7.4 Testitapaukset Suuria taajuuksia sisältävät herätesignaalit aiheuttavat verkossa häiriöitä. Tämä nähdään impulssiherätteellä, kuva 16. Normaalijakautunut herätesignaali on muotoa ( ) - HW W W H W - W =- - -, (41) 19

jonka vaste verkolla on esitetty kuvassa 17. Katon heijastus säilyttää vaiheen, kaikkien muiden pintojen heijastukset kääntävät vaiheen. Kuvat 18-21 ovat kolmiulotteisen verkon tasoleikkauksia herätteen korkeudelta, ja ne esittävät normaalijakautuneen herätesignaalin etenemistä tilassa. Kuva 16. Impulssiheräte (Savioja et al. 1995). Kuva 17. Gaussinen heräte (Savioja et al. 1995). Kuva 18. Mallinnetun tilan rakenne ja gaussinen heräte (Savioja et al. 1994). 20

primäärinen aaltorintama heijastus katosta Kuva 19. Ensimmäinen heijastus katosta (Savioja et al. 1994). Kuva 20. Nuolet osoittavat vaiheen kääntymisen sivuseinistä (Savioja et al. 1994). diffraktoituneet aallot Kuva 21. Diffraktio oviaukosta (Savioja et al. 1994). Kuvissa 22-24 nähdään aallon eteneminen käytävässä, jossa heräte sijaitsee vasemman reunan keskellä ja valkoinen neliö esittää pylvästä. Pitkät sivuseinät absorboivat äänen, joka heijastuu päätyseinistä ja pylväästä. 21

Kuva 22. Primäärinen aaltorintama ja ensimmäiset heijastukset vasemmasta päätyseinästä (Savioja et al. 1994). heijastunut aaltorintama Kuva 23. Heijastus pylväästä (Savioja et al. 1994). diffraktoitunut primäärinen aaltorintama Kuva 24. Diffraktio pylväästä (Savioja et al. 1994). 3.1 Tulosten analysointi FD-verkolle pätee yhtälön (22) stabiilisuusehto. Kun solmujen välinen etäisyys on 10 cm, verkon näyte- eli päivitystaajuuden pitää olla n. 6 khz. Suurin taajuus, joka kuvautuu verkolla oikein, on huomattavasti alhaisempi. Kuten kappaleessa 4.2 todettiin, aallot etenevät puolen diagonaaliyksikön verran aika-askelta kohden. Nopeudelle saadaan kolmiulotteisessa tapauksessa lauseke G F =, (42) 7 missä d on kahden noodin välinen etäisyys ja mallin T aika-askel. Huonelämpötilassa äänen nopeus ilmassa on n. 343 m/s, joten mallin ylärajataajuus on siten 22

I = 7 = G +] (43) Rajataajuus on n. 2 khz, kun d = 10 cm. Edellisissä testitapauksissa 2 sekunnin impulssivasteen laskemiseksi tarvitaan n. 8000 aika-askelta. Kuten kohdassa 4.5 esitettiin, vaihedispersio on merkittävä suurilla taajuuksilla koordinaattiakselien suunnassa, minkä vuoksi hyödylliset taajuudet jäävät paljon yhtälön (43) arvoa alhaisemmiksi, ks. kuva 25. Dispersiota voitaisiin pienentää tiheämmällä verkolla tai aaltoyhtälön paremmilla approksimaatioilla, mikä tekesi laskennasta vielä raskaampaa. FD-verkon toimivuutta on selvitetty kolmen eri menetelmän ominaistaajuuksien avulla. Verkon ominaistaajuudet on laskettu FFT:llä 1.8 sekunnin impulssivasteesta, jota on Hamming-ikkunoitu. Niitä on sitten verrattu kaupallisen FEM-ohjelmasta (ABAQUS, elementtikoko 20*20*40 cm 3 ) ja aaltoyhtälön analyyttisen ratkaisun (suorakulmainen huone, kovat seinät) vastaaviin taajuuksiin. Analyyttiset ja FEM:n ratkaisut ovat pelkkiä numeerisia arvoja, kun taas FD-verkon ominaistaajuudet ovat kuvaajan huippuja, jotka sulautuvat yhteen joillakin taajuuksilla. Kuvasta 26 nähdään, että FD-verkko löytää oikeat ominaistaajuudet varsin hyvin. säröytynyt signaali viivästyneet suurtaajuuksiset taajuuskomponentit säröytymätön signaali Kuva 25. Aallon dispersio verkolla (Savioja et al. 1995). 23

Kuva 26. Lasketut ominaistaajuudet. Aaltojohtomalli: yhtenäinen viiva, FEM: pisteviiva, analyyttinen ratkaisu: katkoviiva (Savioja et al. 1995). <KWHHQYHWR Yleensä approksimatiiviset äärelliset elementtimenetelmät (FEM) ja differenssiesitykset (FDA) eivät ole käytännöllisiä tapoja aaltoyhtälön ratkaisemiseksi. Ne ovat laskennallisesti raskaita, ei-reaaliaikaisia ja niiden implementointi, esimerkiksi digitaalisuotimin, on hankalaa. Edellä esitetty digitaalinen aaltojohtoverkko ja sen tedraedrinen laajennus kumoavat nämä ongelmat. Rinnakkaislaskenta ilman kertolaskuja sekä DSP-toteutus tekee niistä tehokkaita työkaluja fysikaalisessa mallinnuksessa. Lisäksi ne ovat lineaarisia järjestelmiä, joten ne ovat helposti laajennettavissa. Digitaalisen aaltojohtoverkon suorakulmainen kolmidimensioinen laajennus, FDverkko, mallintaa varsin hyvin matalilla taajuuksilla ääniaallon etenemistä tilassa. Materiaalivalinnalla voidaan vaikuttaa aallon vaihekäyttäytymiseen ja absorbtioon. Digitaalissa aaltoverkkototeutuksissa ei tehdä mitään rajapintaehtoja. Toisaalta tämä mahdollistaa kaksiulotteisen verkon helpon laajentamisen useampaan dimensioon, mutta toisaalta ehtojen puuttuminen voi aikaansaada häiritseviä heijastuksia. Ne ovat seurausta mallin äärellisyydestä, ja niitä ei (välttämättä) ole todellisuudessa olemassa. Rajapintaan saapuvan aallon suuntakulman huomioiminen se. heijastukset mallissa vastaavat todellista tilannetta, on erittäin haastavaa. Tämä johtaa mutkikkaampiin malleihin ja asettaa reaaliaikaisuuden koetukselle. Kirjallisuudesta löytyy lukuisia ehdotuksia erilaisiksi rajapintaehdoiksi (Enquist ja Majda 1977, Clayton ja Enquist 1980, Mur 1981, Mei ja Fang 1992, Berenger 1994). 24

/lkwhhw Berenger, J-P., 1994. A Perfectly Matched Layer for the Absorbtion of Electromagnetic Waves. Comp. Phys. Vol. 114, No. 2, October 1994. s. 185-200. Clayton, R., W. ja Enquist, B., 1980. Absorbing Boundary Conditions for Wave- Equation Migration. Geophysics. Vol. 45, No. 5, May 1980. s. 895-904. Enquist, B. ja Majda, A., 1977. Absorbing Boundary Conditions for the Numerical Simulation of Waves. Comp. Math. Vol. 31. s. 629-651. Kreyzig, E., 1988. Advanced Engineering Mathematics. 6. ed. New York, USA. John Wiley & Sons, Inc. s. 1416. Kunz, K., S. ja Luebbers, R., J., 1993. Finite Difference Time Domain Method for Electromagnetics. Boca Raton, Florida, USA. CRC Press, Inc. s. 448. Mei, K., K. ja Fang, J., 1992. Superabsorbtion - A Method to Improve Absorbing Boundary Conditions. IEEE Trans. Ant. Prop. AP-40. s. 1001-1010. Mur, G., 1981. Absorbing Boundary Conditions for the Finite-Difference Approximation of the Time-Domain Electromagnetic Field Equations. IEEE Trans. Electromagn. Compat., EMC-23. s. 377-382. Savioja, L., Rinne, T., J. ja Takala, T., 1994. Simulation of Room Acoustics with a 3-D Finite Difference Mesh. Proc. ICMC, Århus, Tanska. s. 463-466. Savioja, L., Backman, J., Järvinen, A. ja Takala, T., 1995. Waveguide Mesh Method for Low-Frequency Simulation of Room Acoustics. Proc. ICA, Trondheim, Norja. s. 637-640. Smith, J., O., 1992. Physical Modeling Using Digital Waveguides. J. Comp. Music. Vol. 16, No. 4., Winter 1992. s. 75-87. Smith, J., O., 1993. Efficient Synthesis of Stringed Musical Instruments. Proc. ICMC, Tokio, Japani. Smith, J., O., 1995. Introduction to Digital Waveguide Modeling of Musical Instruments. Julkaisematon käsikirjoitus. Center for Computer Research in Music and Acoustics (CCRMA), Stanford University, Kalifornia, USA. s. 131. Van Duyne, S., A. ja Smith, J., O., 1993a. Physical Modeling with the 2-D Digital Waveguide Mesh. Proc. ICMC, Tokio, Japani. s. 40-47. Van Duyne, S., A. ja Smith, J., O., 1993b. The 2-D Digital Waveguide Mesh. Proc. IEEE Workshop on Appl. of Sig. Proc. to Audio and Acoust. Mohonk, USA. Van Duyne, S., A. ja Smith, J., O., 1995. The Tedrahedral Digital Waveguide Mesh. IEEE ASSP Workshop on Appl. of Sig. Proc. to Audio and Acoust. Mohonk, USA. 25