基于自适应Kalman滤波的平面阵列电容成像
作者:张玉燕,殷东哲,温银堂,罗小元 单位:燕山大学电气工程学院,燕山大学测试计量技术及仪器河北省重点实验室 本文刊于: 《物理学报》 2021年第0期
关键词:
平面阵列电极 电容图像重建 自适应Kalman滤波 复合材料 极大似然准则Keywords:
planar array electrode,capacitance image reconstruction,adaptive Kalman filter,composite materials,maximum likelihood criterion
摘要
针对平面阵列电极边缘电场和病态特性严重影响电容图像重建质量的问题,提出了一种改进的自适应Kalman滤波图像重建算法来同时减小电容及介电常数矩阵的噪声,在构建引入噪声的平面阵列电容成像状态模型的基础上,利用极大似然准则来对介电常数矩阵噪声方差阵进行在线估计及实时修正,并且通过对系统误差协方差矩阵进行动态加权的方法来对此算法的收敛速度进行优化.通过一种复合材料结构件进行缺陷检测实验,结果表明与LBP, TR正则化及Kalman滤波算法相比,自适应Kalman滤波算法图像误差最高可降低约20%,图像相关系数高达0.79,收敛速度提升约15%,说明自适应Kalman滤波算法对提升重建图像质量的有效性.此研究对提高平面阵列电容成像的量化精度有着重要意义.
基金项目:
国家自然科学基金(批准号:61573302);河北省自然科学基金(批准号:E2017203240)资助的课题~~