10.16182/j.issn1004731x.joss.21-0447
一种声学层析成像温度分布高分辨率重建方法
准确测量温度分布对工业生产具有重要的意义.针对声学层析成像中有限的网格划分数目会影响重建精度的问题,提出TR-RBF(tikhonov regularization-radial basis function)重建算法对温度场进行高分辨率重建.采用Tikhonov正则化对超声飞行时间(time of flight,TOF)重建,得到粗网格下的温度分布,并用局部加权回归法对数据进行平滑处理,进而采用RBF神经网络将粗解进行预测得到细化后的温度分布.通过有噪声和无噪声的数值仿真,本算法与ART、SVD和Tikhonov三种算法相比,在典型峰型温度分布情况下的重建精度提升明显且抗噪性最好.
声学层析成像、高分辨率温度重建、Tikhonov正则化、RBF神经网络、局部加权回归、预测
34
TP391.9(计算技术、计算机技术)
国家自然科学基金61973115
2022-10-11(万方平台首次上网日期,不代表论文的发表时间)
共9页
2065-2073