基于波动方程如何解决数值频散问题——快速正演方法
NAD方法：
怎样离散/逼近高阶偏导数（如何采样）：
传统方法是用某一点及其周围点的函数f的线性组合来逼近导数。只有函数值，要想提高精度，压制数值频散就必须用到函数值。
不仅用到函数（位移）还用到函数的导数（位移的梯度）。从物理上来讲，与质点运动的规律一致。

加密网格、提高阶数来减少数值频散。但计算效率和空间存储受限
目的是在压制数值频散的效果下，实现网格数最少。

分析数值频散的原因是：一个波长内采样点个数太少。类似图片的像素（采样点）少，导致分辨率太低，产生不平滑的凸起。
正演方法追求的是：找到更好的逼近方法。在一个波长内采样点少（不变）的情况下随着网格变粗减缓发生数值频散的现象。

相速度
相速度是用来描述波传播状态快慢的物理量。在空间移动的速度。（简谐波在传播的过程中固定相位的点沿着波传播方向上的速度，例如，波峰的传播速度或者波谷的传播速度，也就是波长除以周期。）
状态=相位=相（可以简单认为是做圆周运动的位置，即用夹角刻画）
想象一个表盘。如果两表同相就是说表的指针夹角相同。否则就有相差。相差决定了叠加后的效果是增强还是减弱。

卷积
卷：融合。卷积的流程就是：延迟->倍速->叠加。做卷积的目的是让对相关信息做一个融合处理。