Time-dimensional reduction and a Carleman contraction principle for an inverse initial data problem for the incompressible Navier-Stokes equations with unknown body force

Titel: Zeitdimensionale Reduktion und ein Carleman-Kontraktionsprinzip für ein inverses Anfangswertproblem für die inkompressiblen Navier-Stokes-Gleichungen mit unbekannter Körperkraft

Autoren: Phuong M. Nguyen und Loc H. Nguyen

---

1. Problemstellung

Das Paper adressiert ein inverses Anfangswertproblem für das System der inkompressiblen Navier-Stokes-Gleichungen in einem räumlichen Gebiet $\Omega \subset \mathbb{R}^d$ ($d \ge 2$) über einen Zeitraum $T > 0$.

• Ziel: Rekonstruktion der Anfangsdaten, d.h. der Anfangsgeschwindigkeit $u_0 = u(x, 0)$ und des Anfangsdrucks $p_0 = p(x, 0)$.
• Verfügbare Daten: Laterale Randdaten auf $\partial\Omega \times (0, T)$, bestehend aus:
  • Der Normalenableitung der Geschwindigkeit: $g = \partial_\nu u$.
  • Dem Druck und seiner Normalenableitung: $h = [p, \partial_\nu p]^T$.
• Herausforderung: Die zeitunabhängige Körperkraft $f$ ist unbekannt. In den meisten inversen Problemen werden alle Modellparameter außer den gesuchten Unbekannten als bekannt vorausgesetzt. Hier ist $f$ jedoch eine zusätzliche unbekannte Größe, die das System unterbestimmt macht (mehr Unbekannte als Gleichungen).
• Kontext: Direkter Zugang zu Anfangsdaten ist in Anwendungen (z.B. Strömungsmechanik, Umweltwissenschaften) oft unmöglich, während deren Kenntnis für die Initialisierung von Vorhersagesimulationen entscheidend ist.

2. Methodik

Die Autoren entwickeln einen neuartigen analytischen und numerischen Rahmen, der drei Hauptschritte kombiniert, um die Nichtlinearität und die unbekannte Kraft zu bewältigen:

A. Elimination der unbekannten Körperkraft

Da die Kraft $f$ zeitunabhängig ist ($\partial_t f = 0$), wird die Impulsgleichung der Navier-Stokes-Gleichungen nach der Zeit $t$ differenziert. Dies eliminiert den Term $f$ vollständig aus dem System und führt zu einer Gleichung für die zeitliche Ableitung der Geschwindigkeit $u_t$ und des Drucks $p_t$. Dies wandelt das Problem in ein System um, das nur noch von $u$ und $p$ abhängt, aber höhere Zeitableitungen enthält.

B. Zeitdimensionale Reduktion (Legendre-Polynom-Exponential-Basis)

Anstatt das Problem als evolutionäres PDE zu lösen, wird eine Legendre-Polynom-Exponential-Basis $\{\Psi_n(t)\}_{n \ge 0}$ verwendet.

• Die unbekannten Felder $u(x,t)$ und $p(x,t)$ werden in dieser Basis entwickelt:
  $$u(x,t) \approx \sum_{n=0}^N u_n(x) \Psi_n(t), \quad p(x,t) \approx \sum_{n=0}^N p_n(x) \Psi_n(t)$$
• Durch Projektion der differenzierten Gleichungen auf diese Basis und Ausnutzung der Eigenschaften der Basisfunktionen (insbesondere der Kommutativität von Zeitableitungen und der Basisentwicklung) wird das ursprüngliche PDE-System in ein endliches, gekoppeltes System elliptischer partieller Differentialgleichungen für die Koeffizientenvektoren $U_N = (u_0, \dots, u_N)^T$ und $P_N = (p_0, \dots, p_N)^T$ überführt.
• Die Randdaten werden ebenfalls auf diese Basis projiziert, um Cauchy-Daten für das reduzierte elliptische System zu erhalten.

C. Carleman-Kontraktionsrahmen (Carleman-Picard-Iteration)

Das resultierende elliptische System ist nichtlinear und ill-posed (schlecht gestellt). Um dies zu lösen, wird ein Kontraktionsabbildungsansatz verwendet:

1. Regularisierung: Ein Operator $T_{\lambda, \epsilon}$ wird definiert, der das Problem als Minimierung eines gewichteten Least-Squares-Funktionals formuliert. Die nichtlinearen Terme werden dabei "eingefroren" (frozen).
2. Carleman-Gewichtung: Die Funktionale werden mit einer Carleman-Gewichtungsfunktion $e^{2\lambda \mu_\beta(x)}$ versehen, wobei $\lambda$ ein großer Parameter ist. Dies nutzt die Stabilitätseigenschaften von Carleman-Abschätzungen aus.
3. Kontraktionseigenschaft: Es wird bewiesen, dass für hinreichend große $\lambda$ der Operator $T_{\lambda, \epsilon}$ eine Kontraktion auf einer geeigneten zulässigen Menge ist.
4. Fixpunkt: Nach dem Banachschen Fixpunktsatz existiert ein eindeutiger Fixpunkt. Die Iteration $U^{(k+1)} = T_{\lambda, \epsilon}(U^{(k)})$ konvergiert global (unabhängig von der Anfangsschätzung) gegen die Lösung des reduzierten Systems.
5. Konsistenz: Es wird gezeigt, dass der Fixpunkt für $\epsilon \to 0$ gegen die Lösung des ursprünglichen reduzierten Systems konvergiert.

3. Wichtige Beiträge

• Bewältigung unbekannter Kräfte: Der Ansatz eliminiert effektiv die unbekannte zeitunabhängige Körperkraft durch Zeitdifferentiation, was eine seltene und praktische Erweiterung inverser Navier-Stokes-Probleme darstellt.
• Globale Konvergenz: Im Gegensatz zu herkömmlichen Optimierungsmethoden (wie Gradientenabstieg), die oft in lokalen Minima stecken bleiben und gute Startwerte benötigen, bietet die Carleman-Picard-Iteration eine global konvergente Methode.
• Reduktion auf elliptische Systeme: Die Transformation des inversen Problems in ein System elliptischer Gleichungen durch Zeitdimensionalreduktion ermöglicht die Anwendung robuster numerischer Techniken für elliptische Probleme.
• Theoretische Fundierung: Der Beweis der Kontraktionseigenschaft unter Verwendung von Carleman-Abschätzungen für das spezifische, nichtlineare Navier-Stokes-System ist ein wesentlicher analytischer Fortschritt.

4. Numerische Ergebnisse

Die Autoren implementierten den Algorithmus (Algorithmus 1) und führten numerische Experimente mit synthetischen Daten durch:

• Setup: Ein quadratisches Gebiet $\Omega = (-1, 1)^2$, Diskretisierung mit Finite-Differenzen, Rauschlevel von 10% in den Randdaten.
• Tests: Drei verschiedene Testfälle mit unterschiedlichen Körperkräften und komplexen Anfangsgeschwindigkeitsfeldern wurden simuliert.
• Ergebnisse:
  • Die Methode rekonstruierte die Hauptstrukturen der Anfangsgeschwindigkeit und des Drucks erfolgreich.
  • Die relativen $L^2$-Fehler lagen in den ersten beiden Tests bei ca. 13–24% und im dritten, komplexeren Test bei ca. 31–43%.
  • Die Picard-Iteration zeigte ein stabiles und schnelles Konvergenzverhalten (Abnahme der Relativfehler und Residuen mit jeder Iteration).
  • Die Rekonstruktion war robust gegenüber Rauschen in den Randdaten.

5. Bedeutung und Ausblick

Diese Arbeit stellt einen vielversprechenden Durchbruch für inverse Probleme in nichtlinearen Fluidmodellen dar.

• Praktische Relevanz: Die Fähigkeit, Anfangsdaten ohne Kenntnis der äußeren Kräfte zu rekonstruieren, macht die Methode für reale Anwendungen attraktiver, wo Kräfte oft unbekannt oder schwer zu messen sind.
• Methodischer Einfluss: Die Kombination aus Zeitdimensionalreduktion und Carleman-Kontraktion bietet einen neuen Weg, um die Nichtlinearität und Ill-posedness von inversen PDE-Problemen zu überwinden, ohne auf lokale Optimierungsalgorithmen angewiesen zu sein.
• Zukünftige Arbeiten: Mögliche Erweiterungen umfassen die Behandlung von partiellen Randdaten, detailliertere Konvergenzanalysen für vollständig diskretisierte Schemata und die Anwendung auf dreidimensionale Geometrien sowie allgemeinere Fluidsysteme.

Zusammenfassend bietet das Paper eine rigorose theoretische Grundlage und einen funktionierenden numerischen Algorithmus zur Lösung eines hochkomplexen inversen Problems, das bisher als schwer lösbar galt.