一、微波过程层析成像图像重建模型研究（论文文献综述）
吴美荣[1]（2021）在《基于改进牛顿法的微波层析成像算法研究》文中研究说明微波层析成像（Microwave tomography,MWT）是近几年来发展起来的新的工业层析成像检测技术,具有非接触、安全等特点,被广泛应用于各个领域。随着科技的发展,人们对检测的精度和速度提出了更高的要求。在实际环境中因设备成本、微波传感器之间信号干扰及待测物质本身的特性无法直接从硬件方面提高MWT系统的整体性能。因此,在不增加设备的情况下,通过研究重建算法改善MWT系统的精度和速度具有非常重要的研究意义。论文首先详细阐述了微波层析成像系统的结构和原理,微波传输路径与X射线的直线传播模式不同,其在传播过程中会受到电磁场的影响,因此通过有限元软件进行建模,模拟微波的传输路径。通过多物理场耦合软件搭建了由16根天线组成的MWT系统传感器模型和待测物体截面,利用有限元法进行MWT系统正问题的求解,获得用于重建的散射场数据及灵敏度矩阵,对灵敏度矩阵进行了均值滤波处理,改善灵敏度矩阵分布不均匀的问题。将散射场投影数据、灵敏度矩阵及图像灰度值进行了归一化处理,提高重建算法计算效率。其次,针对牛顿迭代算法的雅可比矩阵奇异和病态,及收敛方向发生畸变等问题,研究了一种正则化牛顿-共轭梯度算法结合的重建方法。使用图像质量评价方法对重建截面图像与待测物体模型进行定量和定性分析,验证了重建算法的有效性。针对牛顿迭代法每一步都需要计算雅可比矩阵,研究了一种改进的不精确牛顿算法进行截面重建,只需求近似解,这样可有效求解大型非线性系统,同时可以通过监控常数控制序列,改善其局部收敛性,寻找全局最优解,使微波层析成像逆问题得求解更加稳定。最后结合实际环境,通过添加高斯噪声,研究MWT图像重建算法,利用仿真实验对待测物体截面模型和重建图像进行定性和定量分析。实验表明,本文研究的重建算法精度得到了较好的改善,迭代消耗时间改善不明显,但在保证速度的前提下,达到了一种精度和速度的有效平衡。
林勇磊[2]（2021）在《多相介质分布电容/微波层析成像仿真与实验研究》文中研究说明多相介质分布广泛存在于工业生产过程,例如原油运输过程中的油/气/水多相流,制药行业中流化床内颗粒干燥过程中的含水气-固分布等。上述多相流动状态的监测对过程安全具有重要影响,如石油/天然气运输管道内水的存在会给多相流的运输带来巨大的风险;流化床颗粒干燥过程中,维持稳定的流动状态是保证过程高效安全的首要条件,当高含水率颗粒流化停滞时,往往会发生颗粒的凝聚,伴随着传热传质水平的下降,严重影响产品质量,甚至造成物料报废。上述过程很难通过直接观测获得流态信息,系统属于“黑匣子”状态。因此,对多相介质分布进行实时在线监测具有重要的理论意义和工程应用价值。目前,多相介质分布测量技术主要包括单点测量和过程层析成像测量。单点测量技术主要是通过压力探头、光纤探头等对特定位置的流动状况进行监控,属于接触式测量,对流场产生干扰,所提供的信息量有限。过程层析成像技术属于非接触式测量,能够实现多相介质分布过程的在线监测及流型识别,如电容层析成像技术（ECT）已被广泛用于实验规模和工业规模的成像监测。对于复杂多相体系,依靠单一成像手段往往难以满足测量需求,如在高含水率多相介质分布条件下,ECT技术难以发挥作用。因此,需采用可满足高含水率介质测量的层析成像技术,如微波层析成像（MWT）。综合运用ECT和MWT技术进行多相介质分布动态测试为相关工业过程提供指导,具有重要的研究价值。结合仿真模拟和数值计算,本文利用了非接触式电容/微波（ECT/MWT）层析成像技术,对典型的多相介质分布进行了静态和动态测试研究。对气-液/液-液分布和不同含水率的气-固分布的静态分布进行了仿真模拟和实验研究;利用了原始图像更新敏感场的方法进行了 ECT图像和MWT图像的优化研究;基于CFD数值计算和双模态电学层析成像技术,对流化床内颗粒流化和高含水率颗粒的气-固分布分别进行了数值计算和干燥过程监测。主要的研究内容包括:（1）基于本文设计的8电极圆形ECT电极传感器和16电极圆形MWT电极传感器,研究了油-水/油-气静态分布,得到了仿真模拟和实验结果。研究结果表明:ECT系统适合测试油-气两相分布,但不适合测试含水相液-液分布,即使在超量程的标定背景下同样无法完成正常测试,仿真模拟结果与ECT实验结果类似;MWT系统不适合测试油-气两相分布,但适合测试油-水两相分布,特别在超量程的标定背景下可获得更明显的成像结果。（2）基于本文设计的12电极圆形/方形ECT电极传感器和16圆形/方形电极圆形MWT电极传感器,对高含水率颗粒进行了 ECT/MWT成像研究。结果表明:ECT测试不同湿度的颗粒时,高标定介质的含水率和被测介质的含水率均存在上限值,且不同流型的上限值不完全一致。当高标定介质的含水率或被测介质的含水率过高时,ECT系统无法工作,图像完全变形。仿真模拟的结果与ECT实验结果类似。MWT测试不同含水率颗粒时,高标定介质的含水率和被测介质的含水率不受限制。固定标定背景下,含水率越高的介质MWT成像区域越明显。过高的含水率颗粒会导致流型无法正常识别,比如“环-核”分布。对于0-30%的含水率颗粒,越低含水率颗粒作为高标定介质时ECT图像质量越高,越高含水率颗粒作为高标介质时MWT流型识别能力越强。（3）利用敏感场更新的方法对ECT和MWT进行了图像优化研究,分析了不同电容归一化方式对成像结果的影响。研究结果表明:利用图像误差最小的初始ECT图像更新敏感场后,重建的ECT图像的最佳归一化方式改变;而且,利用图像误差最大的初始ECT图像更新敏感场后,重建的ECT图像的最佳归一化方式改变,但可获得更优的ECT图像;利用MWT图像更新敏感场进行ECT图像重构后,重构的ECT图像误差明显小于MWT图像误差,可实现MWT图像优化。（4）基于ECT和MWT对高含水率颗粒干燥过程进行了实验研究,分析了不同入口流化速度和流化温度对干燥过程的影响。实验结果表明,可互补地利用ECT系统和MWT系统监测复杂高含水率颗粒气-固动态过程。ECT系统在进行高含水率颗粒的实验测量时,测量初期特别是颗粒含水率高于20%以上时ECT系统无法完成高含水率的正常成像。但随着干燥颗粒的湿度降低,ECT图像趋于正常,可实现流型识别。ECT系统用于判断流型,MWT系统用于判断颗粒含水率变化。电学信息结合在线的压力、湿度、温度等单点测量的信息可全面地反应干燥过程中颗粒流化的状态。（5）采用CFD数值计算方法,对流化床内干燥颗粒开展了气-固流化模拟研究,考察了不同物料高度和不同流化风速对气-固多相流流态化的影响。利用颗粒的浓度分布和速度分布对流化床内不同高度上进行流态研究。结果表明,CFD数值计算结果与ECT冷态实验结果一致,颗粒在底部为锥形的流化床内主要呈现“环-核”分布;选择合适的流化风速和物料高度,有利于提高ECT成像的准确性。ECT对流化床内中心区域的空间分辨率低,该区域颗粒流化不易被捕捉,CFD数值计算结果可为ECT“软场效应”提供补充信息。通过本文研究表明,电容层析成像技术和微波成像技术可互补性地应用于工业生产中进行多相流监测,例如油-水/油-气两相分布流型识别和高含水颗粒干燥过程监测。敏感场更新方法可优化多相介质分布的ECT图像和MWT图像。MWT技术在高含水率介质测量方面能弥补ECT系统的不足。数值计算结果可指导流化床内匹配合适的物料量和配风量,并可补充颗粒流化的浓度信息和速度信息。
宋畅[3]（2021）在《滑油回油系统油气两相流测量技术研究》文中研究指明航空发动机回油系统起着收集完成润滑和冷却作用的润滑油,以保证航空发动机系统内润滑油的正常循环。由于轴承的高速旋转搅拌的作用,润滑油与空气相互混合,在回油管道中形成了复杂的油气两相流。开展回油管路中油气两相流参数检测的研究工作,对了解回油管路的工作状态具有重要的实际应用意义。但是由于回油管路中油气两相流动复杂多变,其参数检测存在着很多问题需要解决。本文针对回油系统中的润滑油-空气两相流,设计了适用于回油管路的电容层析成像传感器,并结合主成分分析方法、K-means聚类算法和主成分回归方法,实现了水平管道内润滑油-空气两相流的流型辨识和空隙率测量。本文的主要工作和贡献如下:1.设计了适用于润滑油回油管路的8电极ECT（Electrical Capacitance Tomography）传感器,其中包含了绝缘管道、电极阵列和屏蔽罩,实现了对反映油气两相介质在管道中分布状况的电容信号的采集。2.基于8电极ECT传感器,结合主成分分析方法、K-means聚类算法和主成分回归方法,实现了水平管道内油气两相流的流型辨识和空隙率测量。利用反映油气两相介质分布状态的电容信号建立了流型辨识模型和空隙率测量模型,并验证了所建立的模型是可行的。3.设计并搭建了润滑油-空气两相流实验装置,进行了油气两相流流型与空隙率的实验研究。结果表明,流型辨识准确率可达95%以上,截面空隙率的最大绝对误差在10%以内。
穆哲[4]（2021）在《电容层析成像图像重建算法研究》文中研究指明电容层析成像（Electrical Capacitance Tomography,ECT）是一种电学过程层析成像技术。该技术可根据测量所得的电容值反演出被测场域内的流体截面图像,因其具有无辐射、非侵入、成本低和可视化等特点,被国内外学者广泛关注并研究。目前,针对ECT技术的研究主要集中在电容传感器设计、数据采集系统优化和图像重建等方面。本文基于8电极电容层析成像系统,针对图像重建算法开展研究。在对比分析各类图像重建算法的基础上,针对Landweber算法在ECT图像重建中的典型问题,提出改进的梯度加速Landweber算法。为获取高质量的重建图像,将粒子群优化算法引入ECT图像重建中。本文主要工作内容包括:（1）对比分析了几种传统图像重建算法的原理及优缺点,结合ECT图像重建的原理模型对传统算法的计算公式进行推导,通过数值仿真实验对传统算法的性能进行对比分析,分析结果表明:Landweber算法在图像重建的速度和精度上取得了较好的折衷性。（2）针对Landweber算法收敛速度较慢且收敛不稳定的问题,首先对几种加速Landweber算法进行性能分析,然后依据级数理论对性能较好的梯度加速Landweber算法进行深入研究,通过构造残差矩阵并添加约束因子获得新的迭代公式,最后提出一种改进的梯度加速Landweber算法并将其应用于ECT图像重建中。数值仿真实验结果表明,所提算法可在获取稳定收敛特性的同时提高图像重建的速度与精度。（3）为获取高质量的重建图像,将粒子群优化算法用于ECT图像重建。首先在粒子群算法的基础上,采用惯性权重因子的非线性收敛策略调整粒子速度,提出非线性粒子群算法,然后利用正余弦优化算法的搜索策略对非线性粒子群算法进行改进,提出一种基于正余弦搜索策略的非线性粒子群算法并将其应用到ECT图像重建中,最后通过数值仿真实验验证了所提算法的有效性。
孙奥[5]（2021）在《油气润滑ECT传感器特征参数的分析与优化》文中提出油气润滑ECT传感器是实现润滑过程中油气两相流各项参数实时检测的第一环节。本文针对油气润滑系统中管径小、油少气多、油膜薄等特点,研究了油气润滑电容层析成像传感器的特征参数并对其优化。研究内容主要包括:（1）建立了能检测油气润滑环状流的ECT传感器三维物理模型,推导了计入管道电容的数学模型;定义了管道电容影响系数,分析了管道厚度和管道半径对其影响。在此基础上,算法中计入管道电容对环状流进行了图像重建,并对重建图像质量进行了评价。研究结果表明:管道电容影响系数可以表征管道电容对测量电容的影响;增加管道厚度或减小管道半径,可以提高管道电容对测量电容的影响,特别是对于油气润滑小管径,管道电容对测量电容有较大影响;计入管道电容影响后,图像空间误差平均降低5.19%。（2）建立了UMIST型（带轴向接地屏蔽电极）和METC型（带轴向驱动屏蔽电极）油气润滑ECT传感器的三维物理模型;根据三维物理模型推导了测量电容值和灵敏度数学表达式。定义了电容影响率和灵敏度影响系数,分析了轴向屏蔽电极对电容值和灵敏度的影响。在此基础上,以图像相对误差和图像相关系数为评价标准,进行图像重建。研究结果表明:电容影响率表征了传感器的敏感性,轴向屏蔽电极均可消除边缘电容并提高传感器的敏感性;灵敏度影响系数表征了传感器灵敏度均匀性,带轴向接地屏蔽电极使灵敏度更加均匀,而带轴向驱动屏蔽电极则相反;带轴向接地屏蔽电极更适用于油气润滑中环状流的识别,重建图像质量最高。（3）建立了油气润滑环状流的管道及其UMIST型ECT传感器的三维物理模型;分析了4个特征参数（管道厚度、电容极板长度、轴向屏蔽电极长度、径向屏蔽电极深度）对传感器性能的影响并确定优化范围;通过灵敏度影响系数和电容响应比构造了传感器性能优化函数;结合响应面法进行优化设计,确定了上述4个参数的最优值;在此基础上,以图像相对误差和图像相关系数为评价标准,对优化后传感器的重建图像质量进行评判以验证其可靠性。研究结果表明,优化传感器得到的图像误差明显减小。
徐启文[6]（2021）在《基于深度学习的微波热声成像重建算法研究》文中认为微波热声成像是一种非侵入式,非电离的生物医学成像技术,在近几年内得到快速发展。它结合了微波成像技术和超声成像技术的优势,提供高对比度、高分辨率和高穿透的成像能力,在乳腺癌、血管成像和脑成像领域均有广泛涉及。在微波热声成像技术中,图像重建算法是极其重要的一环,它直接影响了成像的效率及其结果的质量和可靠性。现有的经典重建算法往往需要在计算效率和重建质量之间进行权衡,并受到硬件设备和数据完整性的影响,产生严重的伪影干扰,得到一些令人不满意的结果。随着深度学习技术的发展,越来越多的领域受到其深刻影响,包括生物医学成像领域。在最近几年中,多种基于深度学习的图像重建方法已被应用于计算层析成像,核磁共振和光声成像等领域。受到这些领域成功应用的启发,本文首次提出将深度学习技术引入到微波热声成像图像重建中。然而,基于深度学习的方法往往需要大量的数据支撑,在微波热声成像中往往很难大量生产和获取这些数据。除此之外,现有的基于深度学习的直接重建算法所使用的模型仍不成熟,存在着训练困难,网络模型表达能力弱,重建质量低,过拟合等问题。本文主要针对深度学习的直接重建算法提出了一套适用于微波热声成像的技术方案,实现了从信号正弦图到初始能量损失密度分布的直接重建,并在仿真和微波热声仿体实验上进行验证。本文的主要包含以下三方面内容:1.对于微波热声成像数据稀缺和实验数据标签无法获取的问题,本文提出了一种基于有限元仿真的数据合成方法,通过仿真合成训练集对深度学习模型进行训练,使模型具备微波热声成像图像重建能力。2.针对仿真数据和实际实验数据的数据分布不一致所带来域差异问题,本文提出一套仿真和实验数据预处理方案,解决了使用仿真数据训练的模型在迁移到实际热声实验数据上的域间隔问题。3.针对现有基于深度学习的直接重建算法进行分析讨论,提出一系列改进措施,并设计了一个新的TAT-Net模型架构。该模型在仿真和微波热声仿体实验中被验证,并在重建质量和鲁棒性上取得了优异的表现。此外,本文还研究了TAT-Net的定量重建能力,并在仿真和热声仿体实验上得到证明。与经典重建算法和现有的基于深度学习的SOTA算法相比,本文提出的算法在重建图像上将均方根误差降至0.0143,结构相似性和峰值信噪比指标分别提高到0.988和38.64。结果表明,本文提出的算法在提高图像重建质量和快速定量重建方面具有极大的潜力。
何学楷[7]（2021）在《非接触式电阻抗层析成像技术及图像重建算法研究》文中认为气液两相流在日常生活和工业生产中广泛存在,由于其复杂性,对气液两相流进行状态监测和参数测量一直是相关领域内的难点。目前,电容耦合式电阻抗层析成像技术（Capacitively Coupled Electrical Impedance Tomography,简称CCEIT）是一种新型的对气液两相流进行动态监测和参数测量的技术。它具有非接触式测量和同时利用气液两相流的实部信息和虚部信息来进行相关测量等优点。但目前对CCEIT技术的研究仍不充分。一方面是其硬件系统仍需要完善,尤其是目前CCEIT技术未考虑传感器的屏蔽设计。另一方面,现有的气液两相流图像重建算法研究比较匮乏,亟需提出能充分挖掘CCEIT技术潜能的图像重建算法。本学位论文针对CCEIT技术存在的不足展开研究。主要包括:1)对三种不同的传感器构型的对比研究以及硬件系统的完善。2)将无监督聚类算法引入气液两相流图像重建中,提出了两种新型图像重建方法。本学位论文的主要工作和创新点如下:1.对比分析了三种不同的传感器构型。本文通过在CCEIT的传感器设计中引入外部屏蔽罩和径向电极,研究了三种不同的传感器构型下的电路模型、边界条件和灵敏场分布特性。根据研究结果,本文完善了 CCEIT技术的硬件系统并搭建了一套12电极非接触式电阻抗层析成像（Contactless Impedance Tomography,简称CIT）系统样机。2.基于线性反投影（Linear Back Projection,简称LBP）算法和高斯混合模型（Gaussian Mixture Model,简称GMM）聚类算法,本文提出了一种适用于CIT技术的图像重建算法,即LBP+GMM算法。利用上述系统样机进行的图像重建实验结果表明所提出的LBP+GMM算法是有效的。与其他传统的图像重建算法相比,LBP+GMM算法能够在较少的先验知识和人工干预的情况下,获得较高质量的重建图像,其相对图像误差不超过7.9%。3.基于LBP算法和具有噪声的基于密度的空间聚类（Density-based Spatial Clustering of Applications with Noise,简称 DBSC AN）算法,本文提出了一 种新型图像重建算法,即LBP+DBSCAN算法。利用上述系统样机进行的图像重建实验结果表明所提出的LBP+DBSCAN算法是可行的,与其他图像重建算法相比,LBP+DBSCAN算法需要更少的先验知识和预设经验参数,避免了人工干预对图像重建质量的影响,且其图像重建质量较好,相对图像误差不超过6.1%。4.为了充分利用电阻抗的各部分信息,本文在LBP+DBSCAN算法的基础上,提出了一种图像融合策略。基于均方误差（Mean Square Error,简称MSE）图像评估指标,本文对LBP+DBSCAN算法获得的基于电阻抗实部和虚部信息的图像进行像素级图像加权融合。图像融合实验表明,本文提出的图像融合策略是可行的,融合图像的质量有了进一步的提升,其相对图像误差不超过4.1%。
郭鸿博[8]（2020）在《基于电容层析成像的计算成像方法研究》文中研究表明电容层析成像技术（Electrical Capacitance Tomography,ECT）是一种极具应用前景的可视化成像技术。成像质量低制约了 ECT技术的应用,本文主要通过研究计算成像方法提高图像质量,主要的工作总结如下:（1）定性分析了常规迭代和非迭代成像算法的数学原理与优缺点,定量评价了线性反投影算法、Tikhonov正则化算法、Landweber迭代算法、共轭梯度算法、代数重建算法、同步代数重建算法的数值性能。（2）设计了一种基于稀疏先验的图像重建目标函数,将病态图像重建问题转化为一个优化问题;采用两步迭代阈值方法（Two-step Iterative Shrinkage/Thresholding Algorithms）有效地求解该目标函数。实验结果表明,该方法能够确保解的稀疏性与稳定性,减少了伪像,较好地重建出图像的细节信息。（3）为了提高重建质量,提出了一种同时考虑模型偏差和测量噪声的成像模型;建立了一个采用L1范数设计数据保真项和正则项的目标函数,缓解解对干扰噪声的敏感性和增强重建目标的稀疏性;将软阈算法和快速迭代收缩阈值方法（Fast Iterative Shrinkage Thresholding Technique）集成到分裂布雷格曼方法（Split Bregman Method）中有效地求解该目标函数。数值实验结果表明,该成像方法不仅能够提高重建质量,而且具有更好的鲁棒性。（4）为了减小图像误差和伪像,设计了一种以L1-2范数作为正则化项的目标函数;为了改善算法的全局收敛性,提出了一种结合了蚁狮优化（Ant Lion Optimizer）算法和交替方向乘子（Alternating Direction Method of Multipliers）算法优势的模因算法（Memetic Algorithm,MA）有效地求解该目标函数。实验结果表明,该算法相比于传统的图像重建方法能够获得高精度的重建结果,改善ECT的重建质量,提高了算法的全局收敛性。（5）为减弱测量噪声对成像质量的影响,提出了一种基于变分模态分解（Variational Mode Decomposition）的降噪方法,减小了采集电容值的与真实电容值之间的差别。该方法采用变分模态分解方法提取电容信号中的模态分量,设计了更加具有针对性的滤波方法,并采用经蝠鲼觅食优化算法（Manta Ray Foraging Optimizati on Algorithm）优化后的阈值滤波方法对各模态分量进行降噪。数值结果表明,该方法可以有效地缓解电容测量噪声,提高了电容数据质量,为重建高质量图像奠定了基础。
罗占[9]（2020）在《冷态双流化床气固流动电容层析成像测量及CPFD数值模拟研究》文中指出煤气化工艺可以实现煤的清洁高效利用,在能源领域具有十分重要的地位,流化床作为众多种类的煤气化装置之一,由于结构简单,操作容易,处理温度适宜,煤种适应性强的诸多优点,得到了广泛的应用。双流化床气化技术是在流化床基础上的延伸和改进,将燃烧和气化过程分别在两个不同的反应器内进行,可以实现燃料的梯级利用及提高合成气的品质。双流化床有很多种分类,其中循环流化床作为燃烧器,鼓泡床作为气化器的双流化床,由于有良好的产热传质效果以及高的气化效率,而得到工程界和学者们的广泛关注。同样相比于单一流化床,双流化床内的气固流动特征更为复杂,为了保证系统的稳定运行和对过程进行有效的调控,需要对系统内部复杂的气固流动进行实验测量和机理研究。过程层析成像技术,作为一种可视化技术,具有非侵入、能够提供实时测量结果的优点,可以与传统的单点测量技术相结合,对流化床进行过程监控。本文结合电容层析成像（ECT）技术和压力测量手段研究双流化床内的气固流动。搭建了一套带有上下U阀、气化器为鼓泡床、燃烧器为循环流化床的实验室尺度双流化床。在提升管底部、鼓泡床底部以及下U阀返料室分别布置了ECT传感器,同时,在全循环回路上布置了12层高频差压传感器,研究了不同操作条件对气固流动特性的影响,包括:提升管风速、鼓泡床风速以及下U阀通风速率、床料量和床料种类。通过时域和频域分析法对ECT信号进行处理,研究结果表明:ECT可以很好得用来监测双流化床内气体短路和失流现象,同时也验证了提升管内存在的主要流型,及提升管和鼓泡床内流动的相对独立性,通过压力分析发现鼓泡床风速对双流化床压力平衡影响很大。在实验的基础上,为了进一步了解双流化床各个区域内气固流动特性,本论文采用了计算颗粒流体力学（CPFD）方法,基于商业软件BarracudaTM和Wen-Yu/Ergun曳力模型,进行了数值模拟的研究。通过对模拟结果的分析,发现双流化床内颗粒分布呈现下浓上稀的特点,主要的压损集中在提升管和鼓泡床底部。通过对提升管、鼓泡床以及下U阀内的气固流动研究,发现鼓泡床底部密相区气泡运动及颗粒内循环规律,研究结果表明双流化床运行初期,提升管风速过大会影响下U阀的正常工作,导致气体短路。对比了ECT图像及模拟结果,两者吻合较好,ECT适合用于对双流化床长时间的过程监控,CPFD能给出双流化床全循环内具体的气固流动细节,两者对于双流化床气固流动特性研究都具有重要意义。
张潍[10]（2020）在《电学/超声双模态层析成像压缩感知图像重建方法研究》文中认为层析成像技术以非侵入、非扰动的特性受到诸多关注。其中,电学、超声层析成像技术由于具有成本低、非辐射、测量范围广等优势,在工业、医学领域具有良好的应用前景。但是,在电学、超声层析成像技术的图像重建过程中,由于敏感原理所固有的非线性、非适定性的问题,造成重建图像的空间分辨率低、实时性差,难以满足实际应用的需求。因此,提高电学、超声层析成像方法的图像重建精度和实时性,对其在工业生产过程和医疗监测中的应用具有重要意义。研究工作以电学模态研究中大量开展的电阻层析成像技术（Electrical Resistance Tomography,ERT）和超声模态研究中广泛采用的超声透射层析成像技术（Ultrasonic Transmission Tomography,UTT）为具体研究对象。针对ERT由于图像重建的空间分辨率低、实时性差;UTT存在明显的稀疏性,常用的图像重建结果存在较严重伪影和较大形状误差;ERT与UTT双模态图像重建时,由于不同测量模态所采用的物理敏感场背景不同,不同模态信息具有不同量纲,导致难以实现双模态信息的有效融合、双模态重建图像质量低等问题。在充分讨论ERT、UTT所获得的有效信息基础上,对基于压缩感知理论的图像重建方法进行了深入的研究。具体的研究工作包括:（1）在总结、分析层析成像技术的研究背景,分析、提炼压缩感知理论特点的基础上,以ERT和UTT为代表的电学和超声层析成像技术为研究对象,针对重建图像的空间分辨率低、实时性差的问题,根据电学和超声两种模态的敏感场对被测介质的不同敏感性特性及两种敏感场的分布和被测信息互补等特点,从双模态物理模型出发,推导出双模态统一数学模型,证明了双模态成像方法融合的可行性。采用基于压缩感知理论的图像重建方法,将电学与超声双模态进行有效融合,可有效提升ERT、UTT的测试敏感范围、提高成像质量,实现ERT与UTT的双模态信息级融合成像。（2）基于压缩感知理论的线性优化方法,针对电阻层析成像中的非适定性问题,在对正交匹配追踪（Orthogonal Matching Pursuit,OMP）算法所具有特点和影响图像重建效果的因素进行分析基础上,提出改进正交匹配追踪（Modified OMP,MOMP）算法。通过对MOMP算法加入迭代次数自适应与解集连续性约束,使之适合于ERT逆问题求解。为验证MOMP算法在实测数据中的表现,以不同分布的ERT实验数据为基础,对MOMP算法与非迭代类算法、迭代类算法实现的ERT重建图像结果进行对比实验。实验结果表明,MOMP算法的图像重建质量较其他常用算法有明显提高,图像重建速度比迭代类算法更快。在实现MOMP算法的基础上,以提高ERT图像重建的实时性为目的,进一步提出ERT压缩采样策略,可以在牺牲少量成像精度的前提下,获得大量的成像实时性提升。（3）基于压缩感知理论的非线性优化方法,针对ERT图像重建过程非线性的问题,在将ERT图像重建过程的特点总结成优化方法的目标函数的基础上,将ERT图像重建问题转化为非线性多目标优化问题,并通过同伦方法进行非线性多目标优化问题求解,提高求解过程的收敛性、降低收敛过程对初值的敏感程度。采用模型测试的图像重建实验证明,非线性压缩感知图像重建算法的成像结果与常用ERT重建算法成像结果相比,图像质量参数有了明显提升。（4）基于压缩感知理论的稀疏求解方法,针对超声透射层析成像中LBP算法、ART算法的图像重建结果分辨率较低、伪影较大、形状误差较大的问题,提出稀疏正交匹配追踪（Sparse OMP,SP-OMP）算法。SP-OMP算法利用UTT所获得测试数据具有的稀疏特性,在正交匹配追踪算法基础上加入稀疏约束与解集连续性约束,使之更加适合UTT逆问题求解。采用模型测试的图像重建实验证明,与常用的超声图像重建算法相比,SP-OMP算法提升了图像重建质量与被测物形状重建准确度;与其他常用正交匹配追踪的改进算法相比,SP-OMP算法的成像质量最高。（5）基于单模态压缩感知图像重建方法的研究成果,为解决双模态层析成像方法中,由于物理意义不同,不同物理场所得测量信息在成像过程中难以深层次融合的问题,在推导出双模态层析成像统一数学模型的基础上,提出利用归一化投影参数的多模态层析成像的信息融合的算法（Electrical Ultrasonic Projection Sorting,EUPS）;所提出的EUPS算法避免了在双模态图像重建过程中,不同模态图像重建误差的叠加。仿真与实验结果表明,采用EUPS算法的双模态图像重建与单模态图像重建结果相比,在成像精度、抗噪性能等方面均有较大的提升。采用鼓泡塔模拟的动态实验结果表明,EUPS方法可以满足流动管道中气液两相流过程监测所需的成像速度,满足实时成像要求。
二、微波过程层析成像图像重建模型研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、微波过程层析成像图像重建模型研究（论文提纲范文）
（1）基于改进牛顿法的微波层析成像算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 微波层析成像技术的应用研究现状 |
| 1.2.2 微波层析成像重建算法研究现状 |
| 1.3 主要研究内容及章节安排 |
| 2 微波层析成像的理论基础 |
| 2.1 微波层析成像的系统结构 |
| 2.2 微波层析成像技术的基本原理 |
| 2.2.1 微波层析成像的理论基础 |
| 2.2.2 灵敏度理论 |
| 2.3 图像重建算法 |
| 2.3.1 FBP算法 |
| 2.3.2 Tikhonov正则化算法 |
| 2.3.3 共轭梯度法(CG) |
| 2.3.4 牛顿算法 |
| 2.4 图像质量评价方法 |
| 2.4.1 主观评价方法 |
| 2.4.2 客观评价方法 |
| 2.5 本章小结 |
| 3 微波层析成像电磁场模拟 |
| 3.1 微波层析成像的电磁模拟理论基础 |
| 3.2 模拟二维物理模型 |
| 3.3 散射场的计算及归一化处理 |
| 3.3.1 散射场计算 |
| 3.3.2 散射场归一化 |
| 3.4 灵敏度矩阵(S参数)计算及归一化 |
| 3.4.1 灵敏度计算 |
| 3.4.2 灵敏度矩阵均值滤波处理 |
| 3.4.3 灵敏度矩阵归一化处理 |
| 3.5 图像灰度值归一化 |
| 3.6 本章小结 |
| 4 基于正则化牛顿-共轭梯度算法的MWT重建算法 |
| 4.1 正则化牛顿-共轭梯度重建算法 |
| 4.2 实验结果与分析 |
| 4.3 本章小结 |
| 5 基于改进不精确的牛顿法的MWT的重建算法 |
| 5.1 不精确的牛顿重建方法 |
| 5.2 改进不精确牛顿重建方法 |
| 5.3 实验结果及分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读硕士期间发表的论文及所取得的研究成果 |
| 致谢 |
（2）多相介质分布电容/微波层析成像仿真与实验研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.2 多相介质分布测量技术简介 |
| 1.2.1 单点测量 |
| 1.2.2 光学成像技术 |
| 1.2.3 电学层析成像技术 |
| 1.2.4 多相介质分布测量技术小结 |
| 1.3 多相介质分布电容层析成像测量研究现状 |
| 1.3.1 气-液分布电容层析成像 |
| 1.3.2 气-固分布电容层析成像 |
| 1.3.3 双模态电容层析成像研究现状 |
| 1.3.4 电容层析成像图像重建中的挑战 |
| 1.3.5 多相介质分布电容层析成像测量小结 |
| 1.4 气-固分布数值计算研究现状 |
| 1.4.1 欧拉-欧拉法 |
| 1.4.2 欧拉-拉格朗日法 |
| 1.4.3 曳力模型 |
| 1.4.4 气-固分布值计算小结 |
| 1.5 本文研究目的和研究内容 |
| 1.5.1 本文研究目的 |
| 1.5.2 本文各章节研究内容 |
| 第2章 多相介质分布仿真模拟及ECT/MWT静态测试 |
| 2.1 ECT及MWT图像重构 |
| 2.1.1 ECT图像重构 |
| 2.1.2 MWT图像重构 |
| 2.1.3 定量评价指标 |
| 2.2 液-气/液-液两相分布静态仿真 |
| 2.2.1 ECT敏感场计算 |
| 2.2.2 液-液两相分布仿真模拟 |
| 2.2.3 气-液两相分布仿真模拟 |
| 2.2.4 迭代步数和迭代步长对ECT图像的影响 |
| 2.3 液-液/液-气两相分布ECT和MWT静态实验 |
| 2.3.1 ECT测试 |
| 2.3.2 MWT测试 |
| 2.3.3 液-液/液-气静态分布测试小结 |
| 2.4 不同含水率气-固两相分布仿真模拟 |
| 2.4.1 测试工况 |
| 2.4.2 电容归一化方式 |
| 2.4.3 圆形12电极仿真模拟 |
| 2.4.4 方形12电极仿真模拟 |
| 2.4.5 仿真模拟小结 |
| 2.5 不同含水率气-固两相分布静态测试 |
| 2.5.1 静态测试实验台 |
| 2.5.2 实验方法和工况 |
| 2.5.3 气-固颗粒ECT静态测试 |
| 2.5.4 气-固颗粒MWT静态测试 |
| 2.5.5 ECT图像和MWT图像的误差 |
| 2.5.6 不同含水率气-固两相分布测试小结 |
| 2.6 本章小结 |
| 第3章 基于更新敏感场的ECT/MWT图像优化研究 |
| 3.1 LANDWEBER成像算法 |
| 3.2 基于ECT图像更新的敏感场进行图像优化 |
| 3.2.1 仿真模拟流型及更新前后的敏感场 |
| 3.2.2 圆形ECT电极敏感场更新 |
| 3.2.3 方形ECT电极敏感场更新 |
| 3.2.4 ECT图像优化小结 |
| 3.3 基于更新的敏感场进行MWT图像优化 |
| 3.3.1 MWT图像更新的敏感场 |
| 3.3.2 基于MWT图像更新敏感场后的ECT图像 |
| 3.3.3 圆形MWT图像优化 |
| 3.3.4 方形MWT图像优化 |
| 3.3.5 MWT图像优化小结 |
| 3.4 不同电容归一化方式下ECT图像更新的敏感场 |
| 3.5 本章小结 |
| 第4章 ECT/MWT多相介质分布动态测试 |
| 4.1 高含水率气固多相介质分布的ECT测量 |
| 4.1.1 实验系统及物料 |
| 4.1.2 不同流化风速下低含水率的气-固颗粒流化 |
| 4.1.3 不同流化风速下高含水率的气-固颗粒干燥 |
| 4.1.4 不同干燥温度下高含水率的气-固颗粒干燥 |
| 4.1.5 ECT系统测试气固多相流小结 |
| 4.2 ECT/MWT双模态高湿度气-固多相流测量 |
| 4.2.1 实验台及工况 |
| 4.2.2 未干燥玉米粒在不同流化风速下的ECT测量 |
| 4.2.3 流化风速和流化温度对颗粒干燥过程影响 |
| 4.2.4 物料质量对干燥过程的影响 |
| 4.2.5 干燥过程ECT及MWT互补测量 |
| 4.2.6 本节小结 |
| 4.3 本章小结 |
| 第5章 实验结果CFD校核与对比 |
| 5.1 欧拉-欧拉双流体计算模型 |
| 5.1.1 控制方程 |
| 5.1.2 本构方程 |
| 5.1.3 曳力模型 |
| 5.2 参数及工况设计 |
| 5.3 流化床颗粒流化可视化分析 |
| 5.3.1 不同初始物料高度下颗粒流化 |
| 5.3.2 不同流化风速下颗粒流化 |
| 5.4 气/固相数值计算量化分析 |
| 5.4.1 固相体积分数分布 |
| 5.4.2 固相轴向/径向速度分布 |
| 5.4.3 气相轴向/径向速度分布 |
| 5.5 数值计算与实验测试结果对比 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 本文创新点 |
| 6.3 课题展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（3）滑油回油系统油气两相流测量技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 气液两相流概述 |
| 1.2.2 气液两相流参数检测研究现状 |
| 1.2.3 气液两相流参数检测方法 |
| 1.3 研究思路 |
| 1.4 本文主要内容及论文结构安排 |
| 1.5 本章小结 |
| 第二章 研究方案和实验装置 |
| 2.1 研究方案 |
| 2.2 实验装置 |
| 2.3 实验步骤和实验工况 |
| 2.4 本章小结 |
| 第三章 ECT传感器设计 |
| 3.1 电容层析成像技术概述 |
| 3.2 ECT传感器设计 |
| 3.3 硬件电路设计 |
| 3.4 上位机软件设计 |
| 3.5 ECT传感器灵敏场仿真及成像结果 |
| 3.5.1 ECT传感器灵敏场仿真 |
| 3.5.2 静态成像结果 |
| 3.5.3 动态成像结果 |
| 3.6 本章小结 |
| 第四章 油气两相流流型辨识 |
| 4.1 油气两相流流型辨识技术路线 |
| 4.2 电容数据特征提取 |
| 4.3 流型辨识模型 |
| 4.4 流型辨识结果 |
| 4.5 本章小结 |
| 第五章 油气两相流空隙率测量 |
| 5.1 油气两相流空隙率测量技术路线 |
| 5.2 空隙率测量模型 |
| 5.3 空隙率测量结果 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简介 |
（4）电容层析成像图像重建算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 多相流检测技术 |
| 1.1.2 过程层析成像技术 |
| 1.1.3 电容层析成像技术 |
| 1.2 ECT图像重建算法研究现状 |
| 1.3 本文主要研究内容及章节安排 |
| 第2章 ECT系统结构及关键问题分析 |
| 2.1 ECT系统结构 |
| 2.1.1 电容传感器单元 |
| 2.1.2 数据采集单元 |
| 2.1.3 图像重建单元 |
| 2.2 ECT关键问题分析 |
| 2.2.1 正问题分析 |
| 2.2.2 反问题分析 |
| 2.2.3 灵敏度矩阵分析 |
| 第3章 传统电容层析成像图像重建算法及分析 |
| 3.1 LBP算法 |
| 3.2 Tikhonov正则化算法 |
| 3.3 Newton-Raphson算法 |
| 3.4 共轭梯度算法 |
| 3.5 Landweber算法 |
| 3.6 评价指标 |
| 3.7 数值仿真实验及分析 |
| 第4章 基于改进Landweber算法的ECT图像重建及分析 |
| 4.1 加速Landweber算法 |
| 4.1.1 v-Landweber算法 |
| 4.1.2 多项式加速Landweber算法 |
| 4.1.3 Nesterov-Landweber算法 |
| 4.1.4 梯度加速Landweber算法 |
| 4.2 改进的梯度加速Landweber算法 |
| 4.3 数值仿真实验及分析 |
| 第5章 基于改进粒子群优化算法的ECT图像重建及分析 |
| 5.1 粒子群优化算法 |
| 5.1.1 基本粒子群优化算法 |
| 5.1.2 标准粒子群优化算法 |
| 5.1.3 非线性粒子群优化算法 |
| 5.2 基于正余弦搜索策略的非线性粒子群优化算法 |
| 5.2.1 正余弦优化算法 |
| 5.2.2 基于正余弦搜索策略的非线性粒子群优化算法 |
| 5.3 数值仿真实验及分析 |
| 第6章 总结与展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
（5）油气润滑ECT传感器特征参数的分析与优化（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景 |
| 1.2 课题的研究现状 |
| 1.2.1 ECT传感器电容研究现状 |
| 1.2.2 ECT传感器屏蔽电极研究现状 |
| 1.2.3 ECT传感器参数优化研究现状 |
| 1.3 课题的研究意义与内容 |
| 1.3.1 研究意义 |
| 1.3.2 研究内容 |
| 第二章 油气润滑ECT传感器中的管道电容 |
| 2.1 概述 |
| 2.2 油气润滑ECT的建模 |
| 2.2.1 物理模型 |
| 2.2.2 计入管道电容的数学模型 |
| 2.3 管道电容影响系数 |
| 2.3.1 定义 |
| 2.3.2 分析 |
| 2.4 管道电容对图像质量的影响 |
| 2.4.1 电容归一化 |
| 2.4.2 LBP算法原理 |
| 2.4.3 图像质量分析 |
| 2.5 本章小结 |
| 第三章 油气润滑ECT传感器的轴向屏蔽电极 |
| 3.1 概述 |
| 3.2 带轴向屏蔽电极ECT传感器的结构组成 |
| 3.3 带轴向屏蔽电极ECT传感器的有限元模型建立 |
| 3.3.1 物理模型 |
| 3.3.2 数学模型 |
| 3.4 轴向屏蔽电极对电容值的影响 |
| 3.5 轴向屏蔽电极对灵敏度的影响 |
| 3.6 图像重建 |
| 3.7 本章小结 |
| 第四章 基于响应面法的ECT传感器特征参数优化 |
| 4.1 概述 |
| 4.2 油气润滑ECT传感器特征参数分析 |
| 4.3 油气润滑ECT传感器优化实验 |
| 4.3.1 优化函数的确定 |
| 4.3.2 响应面法仿真实验设计 |
| 4.3.3 仿真实验结果分析 |
| 4.4 油气润滑ECT传感器优化参数验证 |
| 4.4.1 Tikhonov正则化算法原理 |
| 4.4.2 图像误差分析 |
| 4.5 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 在校期间的研究成果 |
| 致谢 |
（6）基于深度学习的微波热声成像重建算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.1.1 医学影像技术 |
| 1.1.2 深度学习技术 |
| 1.2 医学成像重建算法的研究现状 |
| 1.3 本文的主要内容和结构安排 |
| 第二章 微波热声成像重建算法 |
| 2.1 微波热声前向过程 |
| 2.1.1 热声波动方程 |
| 2.1.2 热声信号采集 |
| 2.2 热声方程有限元分析 |
| 2.3 微波热声重建 |
| 2.3.1 热声逆问题 |
| 2.3.2 延迟叠加算法 |
| 2.4 深度学习原理 |
| 2.4.1 神经网络 |
| 2.4.2 正向传播和反向传播算法 |
| 2.4.3 卷积神经网络 |
| 2.5 本章小结 |
| 第三章 基于深度学习的微波热声成像图像重建仿真实验 |
| 3.1 深度学习图像重建算法 |
| 3.1.1 直接重建方法 |
| 3.1.2 后处理方法 |
| 3.1.3 基于模型的迭代学习方法 |
| 3.2 深度学习模型搭建 |
| 3.3 仿真数据集 |
| 3.3.1 数据集的获取 |
| 3.3.2 数据集预处理 |
| 3.4 图像重建的评价指标 |
| 3.5 实验结果与分析 |
| 3.6 本章小结 |
| 第四章 重建算法在热声仿体数据上的迁移及验证 |
| 4.1 微波热声仿体实验 |
| 4.2 数据集预处理 |
| 4.3 实验结果与分析 |
| 4.4 算法鲁棒性测试 |
| 4.5 定量重建分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（7）非接触式电阻抗层析成像技术及图像重建算法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 气液两相流及相关参数 |
| 1.3 文献综述 |
| 1.3.1 气液两相流参数测量方法概述 |
| 1.3.2 电学层析成像技术研究及应用现状 |
| 1.4 本文的主要研究内容和章节安排 |
| 1.5 本章小结 |
| 第2章 研究方案和技术路线 |
| 2.1 研究方案 |
| 2.2 技术路线 |
| 2.2.1 硬件系统设计技术路线 |
| 2.2.2 图像重建算法技术路线 |
| 2.3 本章小结 |
| 第3章 非接触式电阻抗层析成像硬件系统 |
| 3.1 非接触式电阻抗层析成像技术传感器屏蔽设计方案 |
| 3.1.1 三种传感器屏蔽构型 |
| 3.1.2 三种传感器构型的电路模型 |
| 3.1.3 三种传感器构型的边界条件 |
| 3.2 三种传感器构型的灵敏场分布研究 |
| 3.2.1 三种传感器的灵敏场分布 |
| 3.2.2 灵敏场分析与讨论 |
| 3.3 非接触式电阻抗层析成像硬件系统 |
| 3.3.1 非接触式电阻抗层析成像技术原理 |
| 3.3.2 电阻抗信号的获取 |
| 3.3.3 非接触式电阻抗层析成像系统样机 |
| 3.4 本章小结 |
| 第4章 基于LBP和GMM聚类算法的图像重建算法 |
| 4.1 非接触式电阻抗层析成像技术图像重建模型 |
| 4.2 LBP+GMM图像重建算法 |
| 4.2.1 GMM聚类算法 |
| 4.2.2 LBP+GMM图像重建算法流程 |
| 4.3 LBP+GMM算法图像重建实验及结果 |
| 4.4 图像重建结果分析与讨论 |
| 4.5 本章小结 |
| 第5章 基于LBP和DBSCAN算法及图像融合的图像重建方法 |
| 5.1 基于LBP和DBSCAN算法及图像融合图像重建方法 |
| 5.1.1 DBSCAN聚类算法 |
| 5.1.2 图像融合 |
| 5.2 图像重建实验及结果 |
| 5.2.1 LBP+DBSCAN算法图像重建实验结果 |
| 5.2.2 图像融合实验结果 |
| 5.3 图像重建结果分析与讨论 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 附录 |
| 个人简历 |
| 攻读硕士学位期间所得科研成果 |
（8）基于电容层析成像的计算成像方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 多相流参数检测技术 |
| 1.2 过程层析成像技术 |
| 1.3 电容层析成像技术 |
| 1.4 发展现状与存在的问题 |
| 1.5 主要研究内容 |
| 第2章 ECT系统测量原理 |
| 2.1 系统组成 |
| 2.1.1 电容传感器 |
| 2.1.2 数据采集系统 |
| 2.1.3 成像系统 |
| 2.2 正问题 |
| 2.3 逆问题 |
| 2.4 敏感场 |
| 2.5 常用成像算法 |
| 2.5.1 成像模型及算法 |
| 2.5.2 数值实验 |
| 2.6 本章小结 |
| 第3章 两步迭代阈值重建算法 |
| 3.1 目标函数 |
| 3.2 目标函数的求解 |
| 3.3 数值实验 |
| 3.3.1 算例1 |
| 3.3.2 算例2 |
| 3.3.3 算例3 |
| 3.4 本章小结 |
| 第4章 混合图像重建算法 |
| 4.1 目标函数 |
| 4.2 目标函数的求解 |
| 4.2.1 迭代分裂布雷格曼方法 |
| 4.2.2 数值方法 |
| 4.3 数值试验 |
| 4.3.1 算例1 |
| 4.3.2 算例2 |
| 4.3.3 算例3 |
| 4.3.4 正则参数讨论 |
| 4.4 本章小结 |
| 第5章 Memetic重建算法 |
| 5.1 目标函数 |
| 5.2 目标函数的求解 |
| 5.2.1 模因算法 |
| 5.2.2 蚁狮算法 |
| 5.2.3 局部搜索算法 |
| 5.2.4 数值方法 |
| 5.3 数值试验 |
| 5.3.1 算例1 |
| 5.3.2 算例2 |
| 5.3.3 算例3 |
| 5.3.4 正则参数讨论 |
| 5.4 本章小结 |
| 第6章 电容信号降噪 |
| 6.1 变分模态分解 |
| 6.2 信号降噪 |
| 6.3 数值试验 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（9）冷态双流化床气固流动电容层析成像测量及CPFD数值模拟研究（论文提纲范文）
| 摘要 |
| abstract |
| 符号说明表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 双流化床综述 |
| 1.2.1 双流化床气化工艺 |
| 1.2.2 双流化床原理 |
| 1.2.3 双流化床的分类 |
| 1.3 双流化床内气-固流动测量 |
| 1.4 层析成像技术及在流化床领域的应用 |
| 1.4.1 电容层析成像(ECT) |
| 1.4.2 微波层析成像(MWT) |
| 1.4.3 电阻层析成像(ERT) |
| 1.4.4 磁共振层析成像(MRI) |
| 1.4.5 层析成像技术对比 |
| 1.5 CPFD在流化床领域的应用研究现状 |
| 1.6 本论文主要研究内容及目的 |
| 1.6.1 课题主要研究内容 |
| 1.6.2 课题研究目的 |
| 第2章 实验系统 |
| 2.1 引言 |
| 2.2 双流化床冷态实验系统 |
| 2.3 ECT传感器 |
| 2.3.1 ECT传感器结构 |
| 2.3.2 图像重建算法 |
| 2.3.3 ECT静态实验 |
| 2.4 差压传感器 |
| 2.5 实验材料及操作条件 |
| 第3章 冷态双流化床多相流动实验 |
| 3.1 引言 |
| 3.2 下U阀影响性实验 |
| 3.2.1 提升管风速变化对下U阀流动的影响 |
| 3.2.2 鼓泡床风速变化对下U阀流动的影响 |
| 3.2.3 下U阀风速变化对下U阀流动的影响 |
| 3.3 双流化床提升管内流型验证 |
| 3.3.1 不同流型的主频和标准差分析 |
| 3.3.2 不同流型的自相关函数及功率谱分析 |
| 3.3.3 不同流型的拟三维图像 |
| 3.4 双流化床两反应区域的独立性验证 |
| 3.5 全循环压力影响性实验 |
| 3.6 本章小结 |
| 第4章 双流化床CPFD模拟 |
| 4.1 引言 |
| 4.2 CPFD数学模型 |
| 4.2.1 控制方程 |
| 4.2.2 曳力模型 |
| 4.2.3 固相的应力模型 |
| 4.3 模型设置及模拟条件 |
| 4.4 双流化床全循环回路气固流动特性研究 |
| 4.4.1 模拟结果准确性验证 |
| 4.4.2 双流化床全循环回路模拟 |
| 4.4.3 提升管内气固流动 |
| 4.4.4 鼓泡床内气固流动 |
| 4.4.5 下U阀内气固流动 |
| 4.5 本章小结 |
| 第5章 总结及展望 |
| 5.1 主要结论 |
| 5.2 论文创新点 |
| 5.3 未来展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（10）电学/超声双模态层析成像压缩感知图像重建方法研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 符号对照表 |
| 符号定义 |
| 角标定义 |
| 缩略语说明 |
| 第1章 绪论 |
| 1.1 层析成像技术研究背景及意义 |
| 1.2 电学与超声层析成像技术及发展 |
| 1.2.1 电学层析成像技术 |
| 1.2.2 超声层析成像技术 |
| 1.3 多模态层析成像技术 |
| 1.4 压缩感知理论与算法 |
| 1.4.1 压缩感知理论 |
| 1.4.2 压缩感知算法 |
| 1.5 主要研究问题与创新 |
| 1.5.1 主要研究问题与研究思路 |
| 1.5.2 研究工作的创新性 |
| 1.6 论文主要内容 |
| 第2章 电阻、超声透射及双模态层析成像基本原理与方法 |
| 2.1 电阻层析成像基本原理与系统 |
| 2.1.1 电阻层析成像原理与数学模型 |
| 2.1.2 电阻层析成像系统 |
| 2.2 超声透射层析成像基本原理与系统 |
| 2.2.1 超声透射层析成像原理与数学模型 |
| 2.2.2 超声透射层析成像系统 |
| 2.3 电阻与超声透射双模态成像原理与系统 |
| 2.3.1 双模态成像原理与数学模型建立 |
| 2.3.2 双模态成像系统 |
| 2.4 层析成像逆问题求解算法 |
| 2.4.1 线性化重建算法 |
| 2.4.2 代数重构类重建算法 |
| 2.4.3 正则化类重建算法 |
| 2.4.4 压缩感知重构求解算法 |
| 2.5 图像重建质量参数 |
| 2.6 本章小结 |
| 第3章 电阻层析成像压缩感知图像重建算法 |
| 3.1 线性压缩感知的重建算法 |
| 3.1.1 正交匹配追踪算法 |
| 3.1.2 OMP算法自适应迭代次数的改进 |
| 3.1.3 OMP算法解集的可行域约束 |
| 3.2 非线性压缩感知的图像重建算法 |
| 3.2.1 ERT逆问题非线性假设与求解 |
| 3.2.2 同伦算法解ERT逆问题 |
| 3.3 线性压缩感知算法的实验验证 |
| 3.3.1 线性压缩感知成像实验 |
| 3.3.2 成像结果与图像质量参数对比 |
| 3.3.3 径向分布与收敛路径误差对比 |
| 3.4 非线性压缩感知算法的实验验证 |
| 3.4.1 非线性压缩感知成像收敛过程研究 |
| 3.4.2 非线性压缩感知成像对比实验 |
| 3.5 ERT压缩采样策略与图像重建 |
| 3.5.1 ERT压缩采样策略 |
| 3.5.2 压缩采样数据的图像重建 |
| 3.6 本章小结 |
| 第4章 超声透射层析成像压缩感知图像重建算法 |
| 4.1 稀疏正交匹配追踪算法 |
| 4.1.1 UTT稀疏灵敏度矩阵构建与信号稀疏化 |
| 4.1.2 稀疏正交匹配追踪算法 |
| 4.2 超声透射层析成像实验验证 |
| 4.2.1 超声透射层析成像实验 |
| 4.2.2 超声透射图像重建结果及分析 |
| 4.2.3 SP-OMP算法与其他OMP类改进算法对比 |
| 4.3 本章小结 |
| 第5章 电学与超声双模态压缩感知融合成像 |
| 5.1 双模态成像方法 |
| 5.2 双模态层析成像仿真模型验证 |
| 5.2.1 双模态仿真模型构建 |
| 5.2.2 双模态仿真模型成像结果 |
| 5.2.3 抗噪性能对比实验 |
| 5.3 双模态层析成像实验验证 |
| 5.3.1 同种介质双模态层析成像实验 |
| 5.3.2 异种介质双模态层析成像实验 |
| 5.3.3 双模态层析成像流动模拟实验 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 研究发表成果和参加科研情况 |
| 发表学术论文 |
| 申请与授权专利 |
| 参与科研项目 |
| 致谢 |
四、微波过程层析成像图像重建模型研究（论文参考文献）
- [1]基于改进牛顿法的微波层析成像算法研究[D]. 吴美荣. 中北大学, 2021(09)
- [2]多相介质分布电容/微波层析成像仿真与实验研究[D]. 林勇磊. 中国科学院大学(中国科学院工程热物理研究所), 2021
- [3]滑油回油系统油气两相流测量技术研究[D]. 宋畅. 浙江大学, 2021(01)
- [4]电容层析成像图像重建算法研究[D]. 穆哲. 西北师范大学, 2021(12)
- [5]油气润滑ECT传感器特征参数的分析与优化[D]. 孙奥. 北方工业大学, 2021(01)
- [6]基于深度学习的微波热声成像重建算法研究[D]. 徐启文. 电子科技大学, 2021(01)
- [7]非接触式电阻抗层析成像技术及图像重建算法研究[D]. 何学楷. 浙江大学, 2021(01)
- [8]基于电容层析成像的计算成像方法研究[D]. 郭鸿博. 华北电力大学(北京), 2020(01)
- [9]冷态双流化床气固流动电容层析成像测量及CPFD数值模拟研究[D]. 罗占. 中国科学院大学(中国科学院工程热物理研究所), 2020(08)
- [10]电学/超声双模态层析成像压缩感知图像重建方法研究[D]. 张潍. 天津大学, 2020(01)