ECT系统中重建高介电常数对象的算法

针对电容层析成像(ECT)系统中常用的快速图像重建算法线性反投影(LBP)算法在重建高介电常数成像对象的图像时,重建的图像质量差,提出一种高介电常数成像对象的快速图像重建算法,根据不同介电常数成像对象的成像敏感场分布图具有高度相关性的特点,采用成像敏感场灵敏度替换法提升高介电常数对象的成像敏感场灵敏度,利用正则化图像重...     

近场声全息正则化方法比较

为了正确选择正则化方法,在基于边界元方法的近场声全息理论基础上,分析了截断奇异值法和Tikhonov正则化方法的异同点,阐述了通过曲率求解L曲线拐角点的基本原理,并将L曲线准则和广义交叉检验法应用于截断奇异值正则化方法最优截断点的选取．通过数值仿真表明,利用L曲线最大曲率点可以有效地确定L曲线最优正则化参数位置;在基于边界元法的共形平面近场声全息中,当信噪比为60dB时,4种组合正则化方法在l000Hz频率点处分辨距离能达到42mm最后,比较研究了4种组合正则化方法的重构精度和稳健性．     

病态问题解算的直接正则化方法比较

为了解算病态问题,需正确选择适合的正则化方法,为此分析了截断奇异值法和Tikhonov正则化方法的异同点.在此基础上,阐述了L曲线法和GCV法确定最优正则化参数的基本原理.通过数值算例分析表明:截断奇异值法和Tikhonov法可以有效消除观测方程的病态性；利用L曲线法和GCV法不仅可以对Tikhonov方法中的连续正则...     

基于半参数模型的高精度GPS基线处理中系统误差的分离

基于半参数模型的GPS系统误差处理的关键之一是选择合适的正则化矩阵．本文根据系统误差的特性，应用一阶差分方程从理论上推导了一个正则化矩阵．通过算例，将本文选择的正则化矩阵与其它学者采用的正则化矩阵的效果进行了比较．结果表明：两种正则化矩阵计算结果的精度相当，都可以减弱系统误差对高精度GPS基线向量的影响，与LS技术相比，都可以得到高精度的基线向量．本文选择的正则化矩阵形式上简单，所以计算速度快．     

基于Newmark-β的ICAA正则化参数选取方法

传统的L曲线法在使用的时候常常不容易获得准确的正则化参数,基于此,提出了一种基于Newmark-β的反算-对比-调整-逼近(inverse computation-contrast-adjustment-approach, ICAA)正则化参数选取方法.该算法相比传统的L曲线法使用起来更加直观、简便,并且计算耗费的时间更短、效率更高.通过一个四自由度系统的仿真算例和一个悬臂梁的实验验证了本算法的有效性,并把本算法的载荷识别结果与L曲线法的载荷识别结果进行了对比.结果表明:该算法相比L曲线法不仅在计算效率方面有显著优势,而且利用前者的正则化参数进行载荷识别,计算精度更高.     

基于U曲线法的半参数模型中正则化参数确定

针对半参数模型补偿最小二乘估计中正则化参数合理确定的问题,研究一种正则化参数确定方法即U曲线法,基于该方法确定合适的正则化参数,能够有效地控制残差范数与信号范数之间的平衡,得到较准确的参数估值;通过仿真算例分析,将基于U曲线法确定正则化参数的半参数模型的参数估计解和其他方法进行比较,研究结果表明:模拟的系统误差为周期性时,应用L曲线法、U曲线法确定的正则化参数进而求得的参数估值与其真值差值向量的范数分别为4.632 4×10-4和3.497 0×10-4;当模拟的系统误差呈线性周期性时,应用L曲线法和U曲线法确定的正则化参数进而求得的参数估值与其真值差值向量的范数分别为7×10-4和4×10-4,故采用U曲线法确定的正则化参数所求得的参数估值的精度比L曲线法的高,能较好地将观测值中的系统误差分离出来。     

利用场量旋转变换的电容层析成像灵敏度系数简易计算方法

为减少电容层析成像(Electrical Capacitance Tomography,ECT)传感器灵敏度系数计算过程的烦琐程度,提出了利用电势函数旋转变换计算二维ECT传感器灵敏度系数的场量旋转变换方法。首先分析了ECT传感器场的特点,基于矩阵函数微分理论推导得出了ECT敏感场的旋转对称性表达式,并据此提出了适用于正问题数值解的灵敏度系数计算方法以及成像区域的均匀剖分算法。该方法运用二元函数的旋转变换,仅通过一次数值计算即可求解传感器的二维灵敏度系数,计算过程较传统场量提取法更加简便。之后,比较了运用提出的方法和传统场量提取法计算的ECT灵敏度系数,并通过仿真与实测实验比较了基于上述两种灵敏度系数矩阵的图像重构结果。实验结果表明,提出的方法与传统方法的灵敏度系数矩阵计算结果吻合,运用提出的方法重构的图像与传统灵敏度系数矩阵重构图像吻合,提出的方法正确且有效。     

三维电阻抗成像中混合正则化算法

为解决三维电阻抗成像(electrical impedance tomography,EIT)逆问题的病态性和改善重建图像质量,在对比研究Tikhonov正则化和一步牛顿法(Newton’s one-step error reconstructor,NOSER)的基础上,提出基于这2种算法的混合正则化算法。采用归一化均方距离判据和归一化平均绝对距离判据,为判断重构图像和原始图像的差异提供一种量化的客观标准。仿真计算和物理模型实验结果表明：混合正则化算法与Tikhonov正则化、NOSER正则化相比,不仅降低了雅克比矩阵的条件数,使逆问题由病态转为良态,还提高了目标物体的空间分辨率,有效改善了图像质量。该混合正则化算法对三维EIT的图像重构是有效的、可靠的。     

Gaussian窗函数在电容成像图像重建中的应用

为降低敏感场矩阵的小奇异值给电容成像(electri-cal capacitance tomography,ECT)问题带来的不稳定性,以提高图像重建质量,该文从正则化方法的谱滤波形式出发,提出了一种基于Gaussian窗函数的ECT图像重建正则化方法。该方法利用Gaussian窗函数的滤波特性,通过选择合适的Gaussian窗函数幂次,来达到降低敏感场矩阵的小奇异值对重建结果造成不稳定的效果,从而获得较好的图像重建结果。对5种典型介电常数分布进行了数值仿真,结果表明:该算法对于两相流不同介质分布均具有良好的适应性,可获得较好的成像结果,部分分布的重建图像轮廓较Tikhonov正则化方法更为清晰。     

基于最小支持的2.5维直流电阻率正则化反演研究

地球物理反问题存在多解性和不稳定性,正则化是得到稳定解的重要手段之一,正则化方法中稳定因子的设计与正则化因子的选择是两项重要研究内容.稳定因子的主要功能是对模型的解空间进行限制,以减少多解性,求得稳定解;为更好的定位地下目标体,研究工作采用了最小支持稳定因子,并给出了统一表达形式.正则化因子在模型误差与数据误差之间起到平衡作用,研究工作在“L曲线法”自动选取正则化因子的基础上,提出一种修正的计算正则化因子算法.以2.5维直流电阻率为例,运用非线性共轭梯度法,进行了试算研究,结果表明了修正的“L曲线法”算法快速、稳定,最小支持稳定因子具有较好的聚焦特性,有利于实现陡变边界反演.     

流型自适应的归一化方法对Tikhonov正则化算法的改进

电容层析成像的成像数据采用不同的归一化模型,对重建图像的质量有重要影响.针对两相流的典型流型,研究了采用不同的归一化模型时,Tikhonov正则化算法性能与流型及相含率的相关性.仿真采用新的归一化模型与常规的模型处理电容测量值,重建原图像.结果表明,基于单一的归一化模型,不能在各流型分布下都有最好的成像效果.提出了基于流型识别、自动适应流型的归一化方法,新方法提高了Tikhonov正则化算法的性能.     

电阻抗成像正则化参数的优化方法

为改善电阻抗成像逆问题的不适定性,通常采用Tikhonov正则化算法来求得适当的解。正则化参数对重建图像的质量和计算速度影响较大。笔者提出了一种基于残差范数和解范数乘积的优化方法(PRS)求取电阻抗成像的正则化参数。为验证该方法的有效性,笔者针对不同的目标大小、目标位置、目标电导率、目标数目以及不同程度的噪声分别进行了重建图像的仿真实验和水槽实验。结果表明：这种优化方法可以快速找到相对最优的正则化参数,且具有良好的抗噪性能。与传统的L曲线方法相比,提高了图像重建质量。     

基于正则化的SPACE-RIP并行磁共振成像重建算法

采用并行磁共振成像可以提高成像速度和图像分辨率,但这是以牺牲重建图像的信噪比为代价的。为此,该文提出了一种基于正则化的并行磁共振成像重建算法,降低由于阵列线圈的几何相关而造成的信噪比损失。以预扫描图像作为最后重建图像的先验信息,用L曲线方法求解最佳正则化参数。实验表明,该方法能较大限度地减弱噪声对重建结果的影响,当SPACE-RIP并行成像技术的加速因子达到4时,仍可得到高质量的高分辨率重建影像。重建后的图像质量良好,对临床诊断具有较高实用价值。     

基于正则化的SPACE-RIP并行磁共振成像重建算法

采用并行磁共振成像可以提高成像速度和图像分辨率,但这是以牺牲重建图像的信噪比为代价的。为此,该文提出了一种基于正则化的并行磁共振成像重建算法,降低由于阵列线圈的几何相关而造成的信噪比损失。以预扫描图像作为最后重建图像的先验信息,用L曲线方法求解最佳正则化参数。实验表明,该方法能较大限度地减弱噪声对重建结果的影响,当SPACE-RIP并行成像技术的加速因子达到4时,仍可得到高质量的高分辨率重建影像。重建后的图像质量良好,对临床诊断具有较高实用价值。     

一种基于L曲线准则的正则化图像复原算法

针对因大气湍流而引起的模糊图像的复原问题,通过对偏差函数添加正则函数以使得要求解的方程组是适定的. 以偏差函数和正则化函数为坐标,得到复原图像关于正则化参数的参数曲线,用三次多项式拟合了该曲线的左端部分,并以该曲线的最大曲率点对应的参数为最优正则化参数. 当图像边界满足周期性条件时,利用傅里叶矩阵可以将分块循环矩阵对角化,进而利用二维离散傅里叶变化和反变换求解线性方程组而得到复原图像. 实验结果表明,当噪声方差较小时,可得到比较满意的复原结果.      

脑磁感应断层成像技术的敏感性分析及图像重建

为了分析脑磁感应断层成像(MIT)技术的敏感性,利用三层同心圆的简单头模型讨论了颅内血肿电导率大小、颅内血肿面积、颅内血肿位置及颅骨电导率大小对接收线圈上感生电压的影响,并利用变差正则化方法对三个不同位置的血肿进行了仿真重建.仿真结果表明:低电导率的颅骨对接收线圈上感生电压的影响不大,且利用变差正则化方法所获得的重建图像可以大致反映出颅内血肿的位置和大小.与Tikhonov正则化方法相比,重建图像的质量也得到了一定的提高,所以此方法为脑MIT的图像重建提供了一种有效的途径.     

基于模拟退火粒子群算法的MIT图像重建方法

为了改善逆问题病态性又能提高图像重建质量,提出了一种基于模拟退火粒子群算法的MIT图像重建方法.根据Hessian矩阵的维度,构建了一种Tikhonov和NOSER型混合多参数正则化算法.将模拟退火算法和粒子群算法进行组合,以广义交叉准则构建目标函数,进行正则化多参数寻优.结果表明,所提方法不仅有效克服了MIT重建图像数值解的不稳定性,增强了抗噪性能,而且所获得的重建图像的质量优于Tikhonov正则化和混合正则化算法,为MIT技术应用提供了理论参考.