| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 引言 | 第8页 |
| 1.2 电阻抗成像技术简介 | 第8-11页 |
| 1.3 电阻抗成像国内外研究现状 | 第11-13页 |
| 1.4 本文主要研究内容 | 第13-15页 |
| 第二章 电阻抗成像技术正问题分析 | 第15-28页 |
| 2.1 被测物体场域的数学模型 | 第15-16页 |
| 2.2 电阻抗成像正问题的有限元法求解 | 第16-23页 |
| 2.2.1 等价变分问题 | 第17-18页 |
| 2.2.2 有限元离散 | 第18-20页 |
| 2.2.3 有限元剖分模型和正问题计算 | 第20-23页 |
| 2.3 场域电导率变化对边界电位的影响 | 第23-27页 |
| 2.3.1 目标区域电导率变化 | 第23-25页 |
| 2.3.2 目标区域范围大小变化 | 第25-26页 |
| 2.3.3 目标区域位置变化 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 正则化Gauss-Newton算法的正则化参数动态调整 | 第28-41页 |
| 3.1 牛顿法 | 第28-32页 |
| 3.1.1 牛顿法的基本原理 | 第28-30页 |
| 3.1.2 牛顿法求解EIT逆问题 | 第30-32页 |
| 3.1.3 牛顿类算法初值选取 | 第32页 |
| 3.2 正则化Gauss-Newton算法 | 第32-36页 |
| 3.2.1 Gauss-Newton算法 | 第32-34页 |
| 3.2.2 正则化Gauss-Newton算法及其参数动态调整 | 第34-36页 |
| 3.3 牛顿类算法的仿真实验及分析 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 智能优化算法与牛顿法的混合算法 | 第41-53页 |
| 4.1 智能优化算法简介 | 第41-45页 |
| 4.1.1 模拟退火算法原理及流程 | 第42-43页 |
| 4.1.2 粒子群算法原理及流程 | 第43-45页 |
| 4.2 智能优化算法在EIT逆问题中的运用 | 第45-46页 |
| 4.3 智能优化算法与牛顿法结合的混合算法 | 第46-49页 |
| 4.3.1 TRGN-SA算法 | 第46-48页 |
| 4.3.2 TRGN-PSO算法 | 第48-49页 |
| 4.4 MATLAB仿真实验及结果分析 | 第49-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 EIT数据采集系统及实验 | 第53-61页 |
| 5.1 EIT数据采集系统简介 | 第53-54页 |
| 5.2 实测数据图像重构结果及分析 | 第54-60页 |
| 5.2.1 电流注入模式 | 第54-57页 |
| 5.2.2 实测数据的电阻抗成像实验 | 第57-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 本文工作总结 | 第61页 |
| 6.2 下一步工作 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 附录1攻读硕士学位期间撰写的论文 | 第66-67页 |
| 致谢 | 第67页 |