基于高斯函数与正则化法的复杂温度场图像重建算法研究

针对高斯函数温度场重建算法在复杂温度场图像重建中精度较低问题，提出一种基于高斯函数级数与正则化方法相结合的复杂温度场重建算法，通过在温度场重建中加入火焰先验信息，实现在较少测量数据下炉内复杂温度场的重建。仿真结果表明，该算法比高斯函数温度场重建算法具有较高精度和抗干扰能力，而重建速度相当，可望将该算法用于电站锅炉炉膛的二维温度场重建。     

基于特征值谱区域优化的Tikonov正则化实现ECT图像重建

电容层析成像(electrical capacitance tomography,ECT)中的图像重建是一种病态的逆问题,经常采用正则化技术求解此问题。最常用的Tikhonov正则化算法是通过增加正则化惩罚项,实现正则化求解。基于图拉普拉斯的算子函数,提出构建特征值谱区域优化正则化项的方法。对L_2(R~n)空间到再生Hilbert空间映射的Laplacian算子函数及相应核函数特征进行分析;根据介质分布的先验信息,并结合系统灵敏度的局部非线性,选择算子函数构造正则化项,实现局域正则化在线重建算法。实验表明:新方法设计的正则化算法比两种常规Tikhonov正则化算法重建图像质量好,并具有较好抗噪声干扰能力。     

基于三维变分的声学法三维温度场重建

在声学层析成像方法测量锅炉温度场的应用中,温度场重建算法的精度和速度起着重要作用。本文在分析基于像素分割的声学法温度场重建原理的基础上,将三维变分方法用于锅炉炉膛的三维温度场重建,将温度场重建的反问题求解归结为一个表征分析场与观测场和分析场与背景场偏差的二次泛函极小值问题。按照不同权重扩展目标函数,并采用共轭梯度法求解目标函数。分别对4种温度场模型实现了模拟重建,结果表明,基于三维变分的重建算法与最小二乘法和代数重建算法相比,重建精度高,并对测量噪声有很好的数值稳定性。     

燃气轮机燃烧室内热声反问题求解方法研究

在燃气轮机燃烧室内,压力脉动分布和放热率脉动分布的关系可以写成第一类Volterra积分方程的形式。通过此关系,可以利用动态压力信息,重建燃烧室内一维放热率脉动的分布。在重建过程中,将积分方程离散成矩阵方程进行求解。为了减小压力测量误差对热声反问题的影响,需对求解过程进行正则化处理。文中针对求解过程应用3种不同的正则化处理方法:Tikhonov正则化方法,TSVD正则化算和共轭梯度最小二乘法,并研究不同离散化算法、不同信噪比、不同离散步长以及不同正则化算法对放热率脉动重建结果的影响。综合考虑正则化算法的稳定性和适应性,在热声反问题中应采用Tikhonov或者TSVD正则化算法。     

基于改进分数阶Tikhonov正则化的桥梁移动载荷识别

针对整数阶Tikhonov正则化方法识别桥梁移动载荷识别精度较差的问题，提出一种基于改进分数阶Tikhonov正则化的桥梁移动载荷识别方法。根据时域法理论建立桥梁移动载荷识别模型，模拟双轴车辆在桥梁上行驶过程，通过核函数方法将移动载荷表示为弯矩响应和加速度响应核函数的微分形式，采用离散化方法将微分方程转化为线性方程组，通过改进分数阶Tikhonov正则化方法进行求解。结果表明：较分数阶Tikhonov正则化方法和整数阶Tikhonov正则化方法，采用改进分数阶Tikhonov正则化方法的移动载荷识别结果在识别精度和抗噪性上都有一定优势，且改进分数阶Tikhonov正则化方法在低噪声水平下载荷识别精度较高，识别误差仅为分数阶Tikhonov正则化方法的15%；识别结果受弯矩响应影响较小，且具有良好的鲁棒性，更适用于桥梁移动载荷的现场识别。     

基于正则化的LANDWEBER电容层析成像图像重建算法研究

在分析电容成像基本原理和图像重建算法基础上,针对Landweber迭代算法收敛速度慢,本文提出一种基于Tikhonov正则化算法的Landweber迭代法.算法采用Tikhonov正则化算法代替LBP算法作为Landweber迭代法的起始步,并推导出相应的优化迭代步长.经仿真验证,该算法在图像重建收敛速度和抗干扰能力上要高于Landweber迭代法.     

基于分数阶Tikhonov正则化方法的 电弧反演研究

有触点开关电器在分断电路时将不可避免地产生电弧。该文建立了直动式触头系统开断下的三维电弧模型,将电弧假设为电流折线集合。基于毕奥萨伐尔定律,通过正演分析获得电弧周围测磁平面的磁场分布,并根据磁场反演电弧电流密度分布。为了提高电流重建精度,采用Tikhonov正则化方法求解基于电磁逆问题建立的不适定方程组。考虑到标准Tikhonov正则化方法的最小二乘解由于滤波算子的作用而丢失重建数据的细节使得解过于平滑,采用分数阶Tikhonov正则化方法来提高解的精度,并基于Morozov偏差准则求取正则参数。反演结果表明,通过降低阶数α可减缓滤波算子的收敛速度,提高解向量范数而逼近精确解。同预设值相比,在施加标准差为0.001的测磁干扰下,电弧反演的最大相对误差为21.16%,平均相对误差为8.99%,重建精度高于标准Tikhonov方法与截断奇异值分解法,反演结果能够反映电弧分布趋势。     

基于介质交界线变差函数的电容层析成像全变差正则化算法

通过构造不同介质交界线的变差函数,将该函数作为罚函数项引入到电容层析成像（ECT）逆问题的正则化重构算法中,提出了一种基于全变差（TV）正则化的图像重建算法。仿真结果表明,该算法不仅保证了逆问题求解的适定性,而且同传统的2范数Tikhonov正则化方法相比,提高了介质非连续分布区域成像的辨别能力,使得不同介质之间的边界更加清晰。     

基于混合Lanczos-Tikhonov算法的绝缘子表面电荷反演计算

表面电荷反演计算是表面电荷密度分布测量的重要环节。该文针对盆式或锥形绝缘子这类平移变化系统,引入迭代正则化方法,提出了基于Lanczos双对角化与Tikhonov正则化算法混合方法的表面电荷反演算法。通过Lanczos双对角化将电位-电荷之间的矩阵运算投影至维数更小的子空间后,应用Tikhonov正则化求解子空间投影最小二乘问题,大大减小了矩阵的计算量;同时引入自适应加权广义交叉验证（A-WGCV）方法选择正则化参数;结合仿真算例讨论了该算法的实现过程以及计算精度,并与视在电荷法及维纳滤波法进行了对比;最后,通过粉尘图法验证了该算法的准确性和可靠性,并结合粉尘图像和算法反演两种方法获取了针电极下不同电压等级下的电荷分布。     

基于浓度修正的炉膛温度场及速度场声学重建

对声学法同时重建锅炉炉膛二维温度场及速度场进行了理论和实验研究。基于炉膛内烟气浓度分布的先验信息,提出了一种温度场声学重建的修正方法,并选取2个工况,对温度场和速度场的同时重建进行了数值模拟。模拟结果表明,修正后的算法可以有效减小重建误差,得到比较精确的重建结果。同时,提出了一种获取声波相位差的高精度测量方法,开发了可用于声学重建的双声波频率测量系统,实测结果也证明了该方法的正确性及精确性。     

基于双参数模型的ECT图像重构混合算法

为了提高电容层析成像重构图像的精度和速度,本文提出了一种基于双参数模型的电容层析成像图像重构混和算法。该算法利用Morozov偏差原理确定Tikhonov正则参数,能使正则参数的选取与初始数据的误差相匹配,同时基于Morozov偏差方程导出了一种双参数模型,并进一步与牛顿法相结合用于快速得到最优的正则参数。数值实验表明:与线形反投影算法(LBP)、Landweber迭代算法和L-曲线法相比,所提出的混合算法具有图像重构速度快、精度高的优点。     

基于改进极小范数解的电容层析成像图像重建算法

提出了一种新的电容层析成像图像重建算法。在分析极小范数解的基础上，针对电容层析成像(ECT)逆问题的特点，利用正则技巧对其进行改进，并利用奇异值分解定理分析了这种改进的数值稳定作用。在此基础上，利用加权技巧建立新的目标泛函进一步改进极小范数解，并在求解该泛函的过程中采用正则技巧确保数值解的稳定性。数值实验表明，该算法是有效的，能够有效地克服ECT图像重建的数值不稳定性；而且该算法计算直接、无需任何复杂的技巧；就该文所考察的重建对象而言，其图像重建质量好于线性反投影算法(LBP)、标准Tikhonov 正则法和投影Landweber迭代法。从而为ECT图像重建提供了一种新的有效方法。     

基于深度神经网络的电阻层析成像重建方法

电阻层析成像技术因其非侵入式测量特点、结果可视化的直观性和测量方法便捷性，被广泛用于医学造像，两相流工业检测和特殊材料检测。但其图像重建的逆过程由于固有的欠定性、病态特点，使得结果有一定偏差。针对该情况，设计了基于Resnet34改进的深度神经网络来求解电阻抗层析成像逆问题。通过设置场域内以像素点为中心，小范围内随机半径与电阻率分布变化强度，正向计算仿真32电极情况下各电极处边界电压，以此建立训练与测试数据集。经调参、训练后，该方法能较快收敛，并和高斯-牛顿法、全变差法以及Tikhonov正则化算法相比较，得到较好的判定性能。     

图像融合理论在电容层析成像中的应用

针对图像重建问题,介绍了电容层析成像的系统构成及基本原理,多分辨率图像融合方法和融合规则,并对预处理投影Landweber算法和改进的Tikhonov正则算法所仿真的结果进行图像融合。结果表明:融合图像成像精确度明显地提高,去除冗余信息后的图像更接近原型,可应用于现场两相流的实时图像重建。     

Measurement of nonuniform temperature distribution by combining line-of-sight tdlas with regularization methods

Regularization methods were combined with line-of-sight tunable diode laser absorption spectroscopy (TDLAS) to measure nonuniform temperature distribution. Relying on measurements of 12 absorption transitions of water vapor from 1300 nm to 1350 nm, the temperature probability distribution of nonuniform temperature distribution, for which a parabolic temperature profile is selected as an example in this paper, was retrieved by making the use of regularization methods. To examine the effectiveness of regularization methods, truncated singular value decomposition (TSVD), Tikhonov regularization and a revised Tikhonov regularization method were implemented to retrieve the temperature probability distribution. The results derived by using the three regularization methods were compared with that by using constrained linear least-square fitting. The results show that regularization methods not only generate closer temperature probability distributions to the original, but also are less sensitive to measurement noise. Particularly, the revised Tikhonov regularization method generate solutions in better agreement with the original ones than those obtained by using TSVD and Tikhonov regularization methods. The results obtained in this work can enrich the temperature distribution information, which is expected to play a more important role in combustion diagnosis.     

基于正则化参数优化和边界聚类的电阻抗成像研究

电阻抗成像是一种无损伤的功能成像技术,由于逆问题具有不适定性、不稳定性等特点,往往存在重构图像的分辨率不高、伪影较大等问题。将Tikhonov和全变量(TV)两种正则化算法的罚函数进行组合应用,提出将粒子群算法用于组合罚函数的正则化参数优化,把图像质量指标(artifact level, AL)作为粒子群算法的适应度值,从而确定最优正则化参数,通过牛顿迭代法获得电导率,为了进一步去除伪影,将Niblack算法与边界聚类算法相结合,对求得的电导率进行处理,得到最终的电导率分布。仿真和实测结果均表明,该方法重建的图像能够更加准确地反映电场内目标物体的位置信息,有效的抑制伪影,提高了重建效果。     

基于TV正则化算法的电容层析成像自适应剖分方法

针对电容层析成像逆问题解的不适定性及重建图像分辨率较低的问题,提出一种基于总变差(totalvariation,TV)正则化的图像重建算法,并由该算法提出一种自适应剖分方法。同常见的Tikhonov正则化算法相比,这种新算法不仅保证了逆问题求解的稳定性,而且提高了对介质非连续分布区域成像的分辨能力,具有良好的保边缘性。基于该算法的自适应剖分方法能够根据介质分布自动对剖分网格进行局部细分。相比全区域细分方法,这种剖分方法在保证图像分辨率的同时减少了计算量,提高了图像重建速度。实验结果表明,该算法在重建图像质量和实时性两方面均具有优势。     

基于遗传算法的炉膛温度场重建算法研究

在声学法锅炉温度场重建算法的原理基础上,提出一种遗传算重建温度场算法。在实验室条件下,对利用遗传算法温度场重建进行仿真研究,利用遗传算法对该网格进行插值、拟合,实现对待测温度场的重建,证实了遗传算法重建的优势。同时,应用遗传算法重建了声波在传输路径上具有弯曲效应的温度场。最后通过最大误差、最大相对误差、平均误差和均方根误差等评价指标得出遗传算法重建的温度场精度较高、重建速度较快的结论。与最小二乘法重建算法成像效果进行比较,仿真结果证明:利用遗传算法重建出的温度场具有更高的精度、更快的重建速度等特点。