購物車(0)
壓縮感知在ECT分相含率檢測中的應(yīng)用
關(guān)鍵詞：電容層析成像 分相含率檢測 壓縮感知理論 不動點連續(xù)算法
摘要：該文研究了壓縮感知(CS)理論在電容層析成像(ECT)問題中的應(yīng)用,有效解決了圖像重構(gòu)中的欠定性問題,從而通過圖像計算兩相流中的截面分相含率。首先,采用時域基作為圖像向量的稀疏基,并采用高斯隨機對靈敏度矩陣進行重新排序,設(shè)計其觀測矩陣;然后,將不動點迭代算法FPC應(yīng)用于凸優(yōu)化問題的求解,得到重構(gòu)圖像;最后,利用最優(yōu)閾值算法對重構(gòu)圖像進行灰度處理,由灰度圖像進行分相含率的計算。在仿真實驗階段建立ECT傳感器模型,對3種典型兩相流流型進行重構(gòu),并與經(jīng)典的LBP,Landweber算法綜合3種重構(gòu)效果評價指標進行比較。仿真結(jié)果表明:基于CS的ECT重構(gòu)算法在只有少量測量數(shù)據(jù)的情況下也能精確地重構(gòu)圖像,且成像質(zhì)量遠高于LBP算法,并優(yōu)于Landweber迭代算法,成像速度也大幅提升,有效提高了分相含率檢測的準確性。
西北大學學報·自然科學版雜志要求:
{1}稿件作者簡介中如有通訊作者，請注明×××為通訊作者。
{2}本刊有權(quán)在尊重作者觀點的前提下對來稿進行文字上的修改、刪節(jié)。作者不同意編輯部自行刪改的，請在來稿時聲明。
{3}文題一般不宜超過30個字，應(yīng)以簡明、確切的詞語反映文章中最主要的特定內(nèi)容。避免用副標題。文題不用非公知公認的縮寫或符號。
{4}文內(nèi)引用參考文獻的標注按引用文獻出現(xiàn)的先后順序連續(xù)編碼，并將序號置于方括號中。
{5}關(guān)鍵詞：3-5個，以分號相隔。應(yīng)盡量使用敘詞，無法用敘詞的則應(yīng)根據(jù)文章內(nèi)容合理提取反映主題的自由詞。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
