融合电容层析成像先验信息的集合卡尔曼滤波统计估计

提出融合先验信息的电容层析成像(ECT)系统信息融合成像法——基于Bayesian重建算法的集合卡尔曼滤波融合算法(EnKF)。其优势在于能充分利用流体动力方面的先验信息,进一步修正原始迭代算法的重建图像质量。Bayesian重建算法在重建图像的迭代过程充分考虑噪声和图像的概率分布,完成初步成像过程。集合卡尔曼滤波算法利用先验信息实现对多相流流体流动的预测,继而改善成像质量。此外,为了便于估算误差的协方差,多相流的相分布作为EnKF融合方法的估计对象,用状态向量空间的灰度差分统计描述,明显改善了通过状态向量空间模型获得的统计估算结果。仿真和试验的结果都充分表明了在ECT系统中集合卡尔曼滤波融合方法的可行性。