| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究的背景及意义 | 第9-12页 |
| 1.1.1 多相流检测背景及意义 | 第9页 |
| 1.1.2 多相流检测中的主要参数 | 第9-10页 |
| 1.1.3 多相流检测技术现状 | 第10-12页 |
| 1.2 电容层析成像技术发展概述 | 第12-14页 |
| 1.2.1 硬件设计 | 第12页 |
| 1.2.2 图像重建算法 | 第12-14页 |
| 1.2.3 应用领域 | 第14页 |
| 1.3 本文的主要研究内容及创新点 | 第14-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第2章 电容层析成像理论基础 | 第17-28页 |
| 2.1 ECT系统构成及测量原理 | 第17-19页 |
| 2.1.1 电容传感器 | 第17-18页 |
| 2.1.2 数据采集系统 | 第18页 |
| 2.1.3 图像重建计算机 | 第18-19页 |
| 2.2 ECT敏感场的数学模型 | 第19-20页 |
| 2.3 ECT的正问题分析 | 第20-23页 |
| 2.3.1 ECT正问题原理及求解方法 | 第20页 |
| 2.3.2 ECT正问题的有限元法 | 第20-23页 |
| 2.4 ECT的逆问题分析 | 第23-24页 |
| 2.4.1 ECT逆问题原理 | 第23页 |
| 2.4.2 灵敏度理论 | 第23-24页 |
| 2.5 几种常见的图像重建算法 | 第24-27页 |
| 2.5.1 线性反投影算法 | 第24-25页 |
| 2.5.2 灵敏度系数法 | 第25页 |
| 2.5.3 Landweber迭代法 | 第25-27页 |
| 2.5.4 Tikhonov正则化算法 | 第27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 基于Kalman滤波的图像重建算法 | 第28-39页 |
| 3.1 卡尔曼滤波原理 | 第28-30页 |
| 3.2 基于Kalman滤波的ECT图像重建 | 第30-31页 |
| 3.3 Kalman滤波方程稳定性分析 | 第31-33页 |
| 3.4 仿真与实验 | 第33-38页 |
| 3.4.1 仿真实验及结果 | 第33-37页 |
| 3.4.2 静态实验及结果 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 自适应Kalman滤波重建算法 | 第39-46页 |
| 4.1 自适应Kalman滤波原理 | 第39页 |
| 4.2 基于极大似然准则的自适应Kalman滤波 | 第39-42页 |
| 4.2.1 测量噪声方差阵的估计 | 第41页 |
| 4.2.2 系统噪声方差阵的估计 | 第41-42页 |
| 4.3 基于自适应Kalman滤波的ECT图像重建 | 第42-43页 |
| 4.4 仿真与实验 | 第43-45页 |
| 4.4.1 仿真实验及结果 | 第43-44页 |
| 4.4.2 静态实验及结果 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 结论与展望 | 第46-47页 |
| 5.1 结论 | 第46页 |
| 5.2 展望 | 第46-47页 |
| 参考文献 | 第47-52页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第52-53页 |
| 致谢 | 第53页 |