电学检测的数据融合技术研究

摘要

随着科学技术的发展和人类社会的进步，许多应用领域都对检测技术提出了更高要求。基于电学的检测技术由于其非侵入性、实时性和经济性等优势已成为当前检测技术的研究热点和主要发展方向。电学层析成像（ Electrical Tomography）和电磁流量检测（Electromagnetic Flow Detection）是基于电学检测技术的两个重要的研究领域，已经在工业检测、地球物理和生物检测等领域得到广泛应用。然而，电学层析成像技术受制于两个固有的问题：“欠定问题”和“软场效应”，可视化重建检测目标的图像分辨率十分有限，并进一步限制了三维重建图像的效果。另一方面，虽然已有的电磁流量计技术在机理模型和工艺上比较成熟，但在复杂工业应用中常受到电源获取、电能质量和恶劣电磁噪声环境的限制，经常需要通过电池供电，由此使得减少测量功耗、抑制测量干扰、稳定测量质量、提高测量精度具有重要的实践意义。 针对以上问题，本文主要做了以下几个方面的工作： 1）对于电学层析成像的“欠定问题”和“软场效应”导致的图像分辨率不高和重建效果不稳定的问题，本文充分分析不同激励模式的特征，通过数据融合技术挖掘被测数据在测量模型中的深层耦合关系来提高重建效果。特别针对现有16电极的ET系统有八种不同激励模式的特点，充分利用多种激励模式的信息互补性进行融合，从而提高二维电学层析的图像重建效果。 2）针对电学层析成像的三维重建问题，引入计算机断层成像中常用的体绘制算法，并对二维切片通过快速模糊 C均值算法进行聚类分析，采用聚类有效性指标得到最优的二维切片，据此实现快速和最优的三维重建。对常见的柱状模型和气泡模型进行了三维重建的实验验证，表明该方法在电学层析成像的三维重建中效果良好，也能进一步提高CT三维重建的效果。 3）低功耗、便携式流量计是电磁流量计的发展方向，本文以减少测量功耗为基本要求，以间隔测量为基础，对该场景下的流量检测技术进行了分析和研究。结合流量预测的思想，提出了卡尔曼滤波预测，马尔科夫预测等预测模型，并使用模糊积分对预测结果进行融合，通过流量预测仿真和实际预测结果的对比分析，验证了流量检测精度的提高。

目录

声明

第1章绪论

1.1引言

1.2电学层析成像的技术

1.3三维重建的技术简介

1.4电磁流量计的技术及发展概况

1.5本文的主要研究工作及组织结构

第2章相关研究方向的综述

2.1引言

2.2电学层析成像的理论基础

2.3 ET图像重建算法

2.4聚类有效性指标

2.5电磁流量计的理论基础

2.6模糊测度理论概述

2.7本章小结

第3章多激励模式下电阻层析成像的图像融合研究

3.1引言

3.2八种激励模式的测量原理

3.3基于灵敏度系数的融合方法

3.4基于模糊聚类的数据重建

3.5本章小结

第4章基于快速模糊C均值的三维重建研究

4.1引言

4.2模糊C均值及快速模糊C均值算法

4.3体绘制三维重建方法

4.4基于CT的肺癌三维重建

4.5基于ET的三维重建

4.6本章小结

第5章基于模糊测度的电磁流量计流量融合方法

5.1电磁流量计流量预测概述

5.2三种常用的预测算法

5.3基于非线性积分的流量预测融合

5.4实验结果与分析

5.5本章小结

第6章总结与展望

6.1本文的工作总结与结论

6.2后续工作展望

参考文献

发表论文和科研情况说明

致谢