| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第13-14页 |
| 缩略语对照表 | 第14-19页 |
| 第一章 绪论 | 第19-33页 |
| 1.1 研究背景与意义 | 第19-21页 |
| 1.1.1 多相流的概念及其测量技术的意义 | 第19-20页 |
| 1.1.2 电容层析成像技术的背景 | 第20-21页 |
| 1.2 过程层析成像技术的特点与分类 | 第21-24页 |
| 1.2.1 过程层析成像技术的特点 | 第21-22页 |
| 1.2.2 过程层析成像技术的分类 | 第22-24页 |
| 1.3 图像重建方法的研究现状 | 第24-28页 |
| 1.3.1 直接算法 | 第25-26页 |
| 1.3.2 迭代法 | 第26-27页 |
| 1.3.3 智能算法 | 第27-28页 |
| 1.4 电容层析成像技术亟待解决的问题 | 第28-29页 |
| 1.5 本文的研究内容及创新点 | 第29-33页 |
| 1.5.1 本文的研究内容 | 第29-31页 |
| 1.5.2 本文的主要贡献及创新点 | 第31-33页 |
| 第二章 电容层析成像的原理与经典图像重建算法 | 第33-65页 |
| 2.1 电容层析成像系统的组成结构 | 第33-37页 |
| 2.1.1 电容传感器 | 第33-36页 |
| 2.1.2 数据采集单元 | 第36页 |
| 2.1.3 图像重建单元 | 第36-37页 |
| 2.2 电容层析成像技术的数学原理 | 第37-38页 |
| 2.3 电容层析成像技术的工作原理 | 第38-40页 |
| 2.4 电容层析成像技术的正问题与反问题 | 第40-45页 |
| 2.4.1 正问题 | 第40-43页 |
| 2.4.2 反问题 | 第43-44页 |
| 2.4.3 反问题的不适定性 | 第44-45页 |
| 2.5 敏感场的物理意义与计算方法 | 第45-49页 |
| 2.6 经典的图像重建算法 | 第49-59页 |
| 2.6.1 LBP算法 | 第49-50页 |
| 2.6.2 Landweber算法 | 第50-53页 |
| 2.6.3 Tikhonov正则化算法 | 第53-54页 |
| 2.6.4 Newton-Raphson算法 | 第54-57页 |
| 2.6.5 共轭梯度算法 | 第57-58页 |
| 2.6.6 经典算法的普遍症结 | 第58-59页 |
| 2.7 Landweber方法的改进 | 第59-64页 |
| 2.7.1 Landweber方法在图像重建中的半收敛问题 | 第59-62页 |
| 2.7.2 基于压缩算子的Landweber方法 | 第62-64页 |
| 2.8 本章小结 | 第64-65页 |
| 第三章 敏感场的有限元建模与计算 | 第65-87页 |
| 3.1 有限元方法概述 | 第65-66页 |
| 3.2 电容传感器场域的泛函模型 | 第66-68页 |
| 3.2.1 静电场的一般泛函 | 第66-67页 |
| 3.2.2 电容传感器的静电场泛函 | 第67-68页 |
| 3.3 有限元方程的建立 | 第68-72页 |
| 3.3.1 单元矩阵的建立 | 第68-71页 |
| 3.3.2 总体矩阵的集合 | 第71-72页 |
| 3.4 电容传感器场域的有限元剖分 | 第72-76页 |
| 3.4.1 剖分原则 | 第72-74页 |
| 3.4.2 电容传感器场域的剖分方法 | 第74-76页 |
| 3.5 场域有限元方程的求解 | 第76-80页 |
| 3.5.1 施加边界条件 | 第76-77页 |
| 3.5.2 极板间电容值的计算 | 第77-80页 |
| 3.6 灵敏度分布的计算及其图形显示 | 第80-85页 |
| 3.7 本章小结 | 第85-87页 |
| 第四章 DPSCO图像重建算法 | 第87-107页 |
| 4.1 电容层析成像技术的“软场”特性问题 | 第87-90页 |
| 4.1.1 “软场”的产生机理及其物理表现 | 第87-88页 |
| 4.1.2 “软场”特性对图像重建的影响 | 第88-90页 |
| 4.2 粒子群优化实现图像重建的问题 | 第90-96页 |
| 4.2.1 粒子群优化的基本特性 | 第91-93页 |
| 4.2.2 标准粒子群优化 | 第93页 |
| 4.2.3 PSO-S用于图像重建的缺陷 | 第93-96页 |
| 4.3 DPSCO图像重建算法的原理 | 第96-101页 |
| 4.3.1 Lotka-Volterra方程与双粒子群优化策略 | 第97-98页 |
| 4.3.2 适应度函数的设计 | 第98-99页 |
| 4.3.3 先验条件的构造 | 第99-101页 |
| 4.3.4 DPSCO图像重建算法的流程 | 第101页 |
| 4.4 实验与对比分析 | 第101-105页 |
| 4.4.1 图像重建实验 | 第101-102页 |
| 4.4.2 实验结果分析 | 第102-105页 |
| 4.5 本章小结 | 第105-107页 |
| 第五章 ECT-CS图像重建算法 | 第107-125页 |
| 5.1 压缩感知的引入依据 | 第107-113页 |
| 5.1.1 压缩感知在图像重建中的可行性 | 第107-108页 |
| 5.1.2 压缩感知的基本原理 | 第108-112页 |
| 5.1.3 压缩感知在图像重建中的必要性 | 第112-113页 |
| 5.2 ECT-CS图像重建算法的原理 | 第113-120页 |
| 5.2.1 介电常数分布信号的稀疏分解 | 第114-116页 |
| 5.2.2 “软场”特性影响的补偿方法 | 第116-118页 |
| 5.2.3 ECT-CS算法的优化模型 | 第118页 |
| 5.2.4 虚拟采样率的提高方法 | 第118-120页 |
| 5.2.5 ECT-CS图像重建算法的流程 | 第120页 |
| 5.3 实验与对比分析 | 第120-124页 |
| 5.3.1 图像重建实验 | 第120-121页 |
| 5.3.2 实验结果分析 | 第121-124页 |
| 5.4 本章小结 | 第124-125页 |
| 第六章 电容层析成像半物理仿真平台的设计 | 第125-151页 |
| 6.1 仿真平台的设计思路与架构 | 第125-127页 |
| 6.1.1 设计思路 | 第125-126页 |
| 6.1.2 仿真平台的架构 | 第126-127页 |
| 6.2 基于虚拟仪器的电容传感器与数据采集 | 第127-132页 |
| 6.2.1 虚拟仪器的整体方案设计 | 第127-129页 |
| 6.2.2 基于LabVIEW与MATLAB的虚拟传感器 | 第129-131页 |
| 6.2.3 数据采集设计 | 第131-132页 |
| 6.3 基于嵌入式系统的ECT图像重建单元设计 | 第132-140页 |
| 6.3.1 基于DSP的单元架构设计 | 第133-135页 |
| 6.3.2 电源模块设计 | 第135-136页 |
| 6.3.3 存储器与BOOT模式设计 | 第136-139页 |
| 6.3.4 LCD接口设计 | 第139-140页 |
| 6.4 DSP控制与处理软件设计 | 第140-147页 |
| 6.4.1 DSP系统软件设计 | 第140-141页 |
| 6.4.2 串行异步通信软件设计 | 第141-143页 |
| 6.4.3 FLASH驱动软件设计 | 第143-145页 |
| 6.4.4 LCD控制软件设计 | 第145-147页 |
| 6.5 半物理仿真平台的测试实验 | 第147-149页 |
| 6.6 本章小结 | 第149-151页 |
| 第七章 总结与展望 | 第151-155页 |
| 7.1 总结 | 第151-152页 |
| 7.2 展望 | 第152-155页 |
| 参考文献 | 第155-165页 |
| 致谢 | 第165-167页 |
| 作者简介 | 第167-168页 |
