用于电容层析成像技术的共轭梯度算法  

Conjugate Gradient Algorithm for Electrical Capacitance Tomography

作　　者：王化祥[1] 朱学明[1] 张立峰[2] 

机构地区：[1]天津大学电气与自动化工程学院,天津300072 [2]华北电力大学自动化系,保定071003

出　　处：《天津大学学报（自然科学与工程技术版）》2005年第1期1-4,共4页Journal of Tianjin University：Science and Technology

基　　金：国家自然科学基金资助项目(60301008; 50337020; 60472077);国家高科技研究发展计划研究专项经费资助项目(20001AA413210).

摘　　要：针对电容层析成像技术中的“软场”效应和病定问题,基于灵敏度矩阵的奇异值分解理论,提出共轭梯度图像重建算法及其改进算法———正则化共轭梯度法.仿真实验得知:经过 200次迭代后,Landweber算法残差为0. 139 5,未加正则化的共轭梯度算法残差为 1. 357 7×10-4;完成同样操作,Landweber算法迭代耗时 9. 3s,共轭梯度法只需 6. 8s.可见,共轭梯度法是一种比其他的迭代算法收敛更快、成像效果更好的图像重建算法.To solve the “soft-field” nature and the ill-posed problem in electrical capacitance tomography technology,the conjugate gradient image reconstruction method and its modified method(i.e. regularized conjugate gradient method) are presented based on the singular decomposition theory of the sensitivity matrix. Simulated test shows that through 200 times iterations the residual and computing time are 0.139 5 and 9.3 s respectively for Landweber algorithm,but that are 1.357 7×10^(-4) and 6.8 s respectively for conjugate gradient method without regularization.It is thus clear that conjugate gradient method can provide images superior to those obtained with the linear back projection (LBP) and Landweber iterative algorithm and other image reconstruction methods.

关 键 词：电容层析成像 灵敏度矩阵 共轭梯度法 正则化 奇异值分解 

分 类 号：TN911.73[电子电信—通信与信息系统]