https://doi.org/10.26089/NumMet.v27r442

Параллельная программная реализация алгоритма выделения тоннелей методом TRM с использованием технологии Coarray Fortran

Авторы

  • А. А. Галактионова
  • Г. В. Решетова

Ключевые слова:

сейсмические волны
численное моделирование
положение тоннеля
метод зеркального обращения времени
Coarray Fortran
параллелизация

Аннотация

Метод зеркального обращения времени (Time Reversal Mirror, TRM) показал свою эффективность при восстановлении различных объектов, включая источники землетрясений и мелкомасштабные неоднородности. Однако лежащий в основе физический принцип указывает на возможность его применения к более широкому кругу практических задач. Целью данного исследования является разработка алгоритма на основе TRM для восстановления положения антропогенных объектов, таких, например, как тоннели. Алгоритм разработан с использованием метода TRM, конечно-разностной схемы на сдвинутых сетках и идеально согласованных поглощающих слоев (PML) для ограничения расчетной области. Для параллельной программной реализации алгоритма используется метод декомпозиции расчетной области и технология Coarray Fortran для обмена данными между процессами. Численные эксперименты демонстрируют успешное восстановление положения тоннеля с помощью предложенного TRM-алгоритма в трехмерном случае.


Загрузки

Опубликован

2026-11-12

Выпуск

Том 27 (2026): Выпуск 4.

Раздел

Методы и алгоритмы вычислительной математики и их приложения

Авторы

А. А. Галактионова

Новосибирский государственный университет

• старший преподаватель

Г. В. Решетова

Институт вычислительной математики и математической геофизики СО РАН (ИВМиМГ СО РАН)

• ведущий научный сотрудник

Библиографические ссылки

  1. Novosibirsk Supercomputer Center of SB RAS.
  2. A. C. Gürbüz, J. H. McClellan, W. R. Scott, and G. D. Larson, “Seismic Tunnel Imaging and Detection,” in 2006 International Conference on Image Processing, Atlanta, GA, USA, October 8–11, 2006(IEEE, 2006), pp. 3229–3232.
    doi 10.1109/ICIP.2006.312911
  3. T. Counts, G. Larson, A. C. Gürbüz, et al., “Investigation of the Detection of Shallow Tunnels Using Electromagnetic and Seismic Waves,” in Detection and Remediation Technologies for Mines and Minelike Targets XII, Orlando, Florida, USA, May 7, 2007(SPIE, 2007), Vol. 6553, Article Number 65531G.
    doi 10.1117/12.722437
  4. C. S. Sherman, J. Rector, D. Dreger, and S. Glaser, “A numerical study of surface-wave-based tunnel detection at the Black Diamond Mines Regional Preserve, California,” Geophysics 83 (4), EN13–EN22 (2018).
    doi 10.1190/geo2017-0467.1
  5. S. D. Sloan, S. L. Peterie, R. D. Miller, et al., “Detecting clandestine tunnels using near-surface seismic techniques,” Geophysics 80 (5), EN127–EN135 (2015).
    doi 10.1190/geo2014-0529.1
  6. M. Junaid, S. A. Khan, and N. Ahmed, “Unsupervised Detection of Underground Tunnels in Ground-Penetrating Radar Using Depth-Restricted Reconstruction Scoring,” arXiv:2607.04882 (2026).
    doi 10.48550/arXiv.2607.04882
  7. J. T. Schwenk, S. D. Sloan, R. D. Miller, and J. Ivanov, “Correlation of the backscatter analysis of surface waves method (BASW) for anomaly detection,” in 84th SEG Annual International Meeting, Denver, Colorado, October 26–31, 2014(SEG Technical Program Expanded Abstracts, 2014), pp. 2029–2035.
    doi 10.1190/segam2014-1684.1
  8. C. Larmat, J.-P. Montagner, M. Fink, et al., “Time-reversal imaging of seismic sources and application to the great Sumatra earthquake,” Geophys. Res. Lett. 33 (19), Article Number L19312 (2006).
    doi 10.1029/2006GL026336
  9. J.-P. Montagner, C. Larmat, Y. Capdeville, et al., “Time-reversal method and cross-correlation techniques by normal mode theory: a three-point problem,” Geophys. J. Int. 191 (2), 637–652 (2012).
    doi 10.1111/j.1365-246X.2012.05619.x
  10. M. Fink and C. Prada, “Acoustic time-reversal mirrors,” Inverse Problems 17 (1), R1–R38 (2001).
    doi 10.1088/0266-5611/17/1/201
  11. B. E. Anderson, M. Griffa, C. Larmat, et al., “Time Reversal,” Acoustics Today 4 (1), 5–16 (2008).
    doi 10.1121/1.2961165
  12. M. Shustak and E. Landa, “Time reversal for wave refocusing and scatterer detection using machine learning,” Geophysics 83 (5), T257–T263 (2018).
    doi 10.1190/geo2017-0679.1
  13. G. Reshetova and A. Galaktionova, “Reconstruction of Subsurface Scattering Objects by the Time Reversal Mirror,” Siberian Electronic Mathematical Reports 19 (2), 517–527 (2022).
    doi 10.33048/semi.2022.19.043
  14. A. N. Konovalov, “The dynamic problem of elasticity theory in the &quotvelocity-stress&quot formulation,” Differ. Equations (Differencialnye Uravnenia) 35 (2), 238–245 (1999).
    https://www.mathnet.ru/links/8637fef4f555733344e181feaf5cb170/de9878.pdf Cited October 16, 2026.
  15. J. Virieux, “P-SV wave propagation in heterogeneous media: velocity-stress finite-difference method,” Geophysics 51 (4), 889–901 (1986).
    doi 10.1190/1.1442147
  16. D. Komatitsch and R. Martin, “An unsplit convolutional perfectly matched layer improved at grazing incidence for the seismic wave equation,” Geophysics 72 (5), SM155–SM167 (2007).
    doi 10.1190/1.2757586
  17. N. E. Huang and N. O. Attoh-Okine, The Hilbert–Huang Transform in Engineering(CRC Press, 2005).
  18. G. Reshetova, V. Cheverda, and V. Koinov, “Comparative Efficiency Analysis of MPI Blocking and Non-blocking Communications with Coarray Fortran,” in Supercomputing. RuSCDays 2021. Communications in Computer and Information Science(Springer, Cham, 2021), Vol. 1510, pp. 332–336.
    doi 10.1007/978-3-030-92864-3_25
  19. H. A. Schwarz, “Ueber einige Abbildungsaufgaben,” J. für die Reine und Angew. Math. 1869 (70), 105–120 (1869).
    doi 10.1515/crll.1869.70.105
  20. S. L. Sobolev, “Schwarz’s Algorithm in Elasticity Theory,” in Selected Works of S.L. Sobolev(Springer, Boston, 2006), pp. 399–403.
    doi 10.1007/978-0-387-34149-1_12
  21. J. Dongarra, P. Beckman, T. Moore, et al., “The International Exascale Software Project roadmap,” Int. J. High Perform. Comput. Appl. 25 (1), 3–60 (2011).
    doi 10.1177/1094342010391989
  22. A. Denis and F. Trahay, “MPI Overlap: Benchmark and Analysis,” in 2016 45th International Conference on Parallel Processing (ICPP), Philadelphia, PA, USA, August 16–19, 2016(IEEE, 2016), pp. 258–267.
    doi 10.1109/ICPP.2016.37
  23. A. Sharma and I. Moulitsas, “MPI to Coarray Fortran: experiences with a CFD solver for unstructured meshes,” Scientific Programming 1–12 (2017).
    doi 10.1155/2017/3409647

Лицензия

Copyright (c) 2026 А. А. Галактионова, Г. В. Решетова

Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.