基于SOA优化的电磁层析成像图像重建研究
【摘要】 电磁层析成像逆问题根据灵敏场的边界测量值，通过合适的图像重建算法重建出物场区域内具有电导率或者磁导率的物体的分布情况，是电磁层析成像技术的核心;在逆问题求解的过程中，存在严重的不适定性，导致求解结果不准确，这主要是由于在图像重建过程中灵敏度矩阵的病态性所导致的;为了改善灵敏度矩阵的病态程度，提高成像质量，文章提出将人群搜索算法引入到电磁层析成像图像重建中，利用人群搜索算法对灵敏度矩阵进行优化，降低其条件数，改善病态程度，然后采用Land-weber迭代算法进行图像重建验证效果;仿真结果表明，该算法能够令原始灵敏度矩阵条件数降低87.83%，重建图像的相关系数最高提升45%，图像误差最高降低75%，从而有效提高图像重建结果。
