颜 华，顾梦楠，王伊凡

(沈阳工业大学 信息科学与工程学院，沈阳 110870)

基于声学CT的温度场重建技术[1]是根据被测区域内多条路径上的声波飞行时间数据推算被测区域的温度分布，属于“由效果反求原因”的逆问题研究.该技术具有非接触不干扰被测温度场、测温范围广、环境适应能力强及可在线测量等优点.

重建算法在声学CT温度场重建中起到至关重要的作用.为实现温度场重建，通常要将被测区域划分成若干个网格，每个网格重建一个温度值，相当于一个原始温度采样点[2].典型的声学CT温度场重建算法按照正问题建模方式的不同主要有两大类：一类利用网格内声线路径长度建模，以最小二乘法(LSM)[3-5]为代表；另一类利用基函数对温度(声速)分布逼近建模，以Markov径向基函数Tikhonov正则化法(MTR)[6]为代表.LSM的优点是运算简单，重建速度快，但该算法要求被测区域网格剖分总数小于可获得的声波数据数；MTR算法的优点是被测区域网格剖分数不受声线数的限制，能够更有效地重建复杂温度场，但其重建质量仍然有较大的提升空间.卡尔曼滤波是一种实时递推算法，其实质是以最小均方误差为估计准则的最优估计，与最小二乘估计相比，卡尔曼滤波能够有效提升估计精度，抗噪能力也更为突出[7-8].

本文提出一种声学CT温度场重建新算法，利用Markov径向基函数逼近复杂的温度(声速)分布，建立正问题模型，利用卡尔曼滤波进行逆问题求解获得声速分布，进而……