时间序列化磁感应断层成像算法研究
缩略语表 | 第6-7页 |
中文摘要 | 第7-11页 |
英文摘要 | 第11-15页 |
前言 | 第16-18页 |
文献回顾 | 第18-31页 |
1 MIT技术概述 | 第18-22页 |
1.1 MIT技术原理 | 第18-19页 |
1.2 MIT研究内容 | 第19-22页 |
1.2.1 MIT正问题 | 第20-21页 |
1.2.2 MIT逆问题 | 第21-22页 |
2 MIT研究现状 | 第22-27页 |
2.1 MIT硬件系统 | 第22-24页 |
2.2 MIT正问题 | 第24-25页 |
2.3 MIT重建算法 | 第25-27页 |
2.3.1 反投影算法 | 第25-26页 |
2.3.2 牛顿迭代法 | 第26-27页 |
2.3.3 其他算法 | 第27页 |
3 EIT中时间序列化重建算法 | 第27-29页 |
3.1 卡尔曼滤波算法 | 第28-29页 |
3.2 时间序列化一步高斯牛顿算法 | 第29页 |
3.3 粒子滤波算法 | 第29页 |
4 小结 | 第29-31页 |
第一部分 MIT线性卡尔曼滤波算法 | 第31-43页 |
1 LKF算法原理 | 第31-34页 |
2 LKF算法参数分析 | 第34-35页 |
2.1 系统噪声协方差矩阵 | 第34-35页 |
2.2 状态转移矩阵 | 第35页 |
3 LKF算法仿真成像 | 第35-41页 |
3.1 仿真成像方法 | 第35-36页 |
3.2 重建图像质量评价标准 | 第36-37页 |
3.2.1 重建位置误差 | 第36-37页 |
3.2.2 重建尺寸误差 | 第37页 |
3.3 单个扰动目标仿真成像 | 第37-38页 |
3.4 两个扰动目标仿真成像 | 第38-39页 |
3.5 三个扰动目标仿真成像 | 第39-40页 |
3.6 追踪扰动目标电导率的仿真成像 | 第40-41页 |
4 LKF算法小结 | 第41-43页 |
第二部分 MIT时间序列化一步高斯牛顿算法 | 第43-68页 |
1 TGN算法原理 | 第43-46页 |
2 TGN算法参数分析 | 第46-48页 |
2.1 正则化参数 | 第46页 |
2.2 帧间相关性系数 | 第46-48页 |
3 TGN算法仿真成像 | 第48-66页 |
3.1 TGN算法参数对重建结果的影响 | 第48-53页 |
3.1.1 正则化参数对重建结果的影响 | 第48-50页 |
3.1.2 帧间相关性系数对重建结果的影响 | 第50-51页 |
3.1.3 测量数据帧数对重建结果的影响 | 第51-53页 |
3.2 仿真成像 | 第53-66页 |
3.2.1 扰动目标电导率逐渐增大的仿真成像 | 第54-58页 |
3.2.2 扰动目标尺寸逐渐扩大的仿真成像 | 第58-59页 |
3.2.3 扰动目标位置逐渐移动的仿真成像 | 第59-61页 |
3.2.4 大尺寸扰动目标的仿真成像 | 第61-62页 |
3.2.5 追踪扰动目标电导率的仿真成像 | 第62-64页 |
3.2.6 抗噪性能仿真成像 | 第64-66页 |
4 TGN算法小结 | 第66-68页 |
总结与展望 | 第68-70页 |
参考文献 | 第70-79页 |
个人简历和研究成果 | 第79-80页 |
致谢 | 第80页 |