反演算法是光散射颗粒测试技术中的关键问题之一，以Tikhonov正则化方法为代表的单参数正则化算法被广泛应用于激光粒度仪颗粒粒径分布函数(PSD)的反演计算中。该算法的缺点之一是所得到的反演解呈现出振荡特征,并伴随负值。为改善这一状况，提出了一种多参数正则化算法。通过构建一个由多个参数控制的带通滤波函数，分别控制正则化解的振荡程度和解的高度，并对正则化解进行非负约束。模拟计算和实验研究结果表明，对多参数进行优化后能够降低正则化算法带来的振荡和负值。此外，所提出的算法具有较好的多峰识别能力，可实现颗粒粒径分布的有效重建。
测量 颗粒粒径 正则化 反演计算 中国激光
2016, 43(11): 1104004
以前向光散射颗粒测试技术中的反演问题为研究对象, 将颗粒粒径分布函数表示为一系列B-spline函数的线性组合以降低反演问题的病态性。模拟计算与实验表明: 采用基函数形式的Tikhonov正则化方法可减少传统Tikhonov正则化反演带来的振荡, 使其更加光顺。
光学测量 B-spline函数 正则化反演 颗粒粒径分布 optical measurement B-spline function regularization inversion particle size distribution
目前，向量相似度测量（VSM）算法被应用于分析前向散射颗粒测试技术的颗粒粒径分布（PSD）。但其对多峰分布颗粒情况的反演结果并不理想，尤其是对3个峰值以上的颗粒分布。为了满足预测多峰分布颗粒的需要及提高普遍适用性，提出了一种基于向量相似度的优化迭代算法，并将其用于颗粒粒径分布函数的反演计算。模拟计算和实验研究均表明：该算法在较高的测量误差情况下仍可得到合理的颗粒粒径分布。
散射 向量相似度测量 欧氏距离 颗粒粒径 反演算法
