论文部分内容阅读
电容层析成像(ECT)技术是利用电容测量过程中，流场内多相介质的连续性渐变引起电极问介电场的相应变化，从而实现对流场相分布信息的反应，再以信息图像的形式来表达过程参数的变化的可视化检测技术。
在众多的成像算法中，Tikhonov正则法是一个求解病态问题的有效方法，已经在许多领域，获得了成功的应用。总而言之，一个Tikhonov正则化解是平衡数值解的精确性与稳定性的结果。在本文中，根据ECT图像重建的病态本质，我们提出了一个广义的Tikhonov泛函；在此基础上，用Newton算法求解所构造的目标泛函。同时，我们用数值仿真方法检验了该算法的效率与数值性能。数值结果表明，该算法所重建图像的质量得到了显著地提高，所重建图像的空间分辨率得到了明显地改善。
在已有的ECT系统的成像测量中，重建对象本身所包含的动态信息并没有得到足够的重视和利用，因此，本文提出了一种基于先验信息的EnKF融合成像方法，期望能够通过更新修正，将重建对象的动态信息融入图像重建的过程中。
本文采用的信息融合算法为基于集合卡尔曼滤波融合算法(EnKF)。扩展Tikhonov正则化重建算法在图像重建的过程中考虑了估计的稳健性和用一个新的稳定泛函实现数值解的稳定性，而集合卡尔曼滤波算法则利用其先验信息建立动态的预测模型，继而改善成像质量。很明显，其改善了通过状态向量空间模型获得的统计估算结果。EnKF方法利用集合整合的方法通过误差统计的预测，实现次优评估调整。
通过推演，实现了将其算法应用于ECT测量系统中；通过有限元计算，从仿真的角度证明应用该融合方法的成像误差明显减小；通过简单的试验应用，显示了应用相应的算法对两相流体流动的实测数据进行处理的结果，进而简单的验证该算法的可行性。