基于可调谐激光吸收光谱的二维温度和浓度分布重建对于燃烧诊断具有重要意义， 而数值迭代算法在温度和组分浓度的重建中起着重要作用。 通过对比发现自适应迭代算法和最小二乘QR分解算法对于重建二维温度和气体浓度分布具有很好的优势。 研究表明， 波长7 154.35， 7 153.75， 7 185.60和7 444.36 cm-1四条H2O的吸收谱线， 非常适合测量高温预混火焰中的温度和水蒸气浓度分布。 与7 444.36, 7 185.60, 7 154.35和7 153.75 cm-1处的吸收谱线相比， CO2和CH4的光谱吸光非常微弱， 在该波段O2和CO基本没有吸收， 因此燃烧环境中CO2， CH4， O2和CO等气体对于H2O吸收谱线基本没有影响。 通过比较不同算法的最优松弛因子、 计算时间和重建误差等， 发现与最小二乘QR分解算法相比， 自适应迭代算法具有更好的重建质量和更短的计算时间。 在自适应迭代算法的基础上进一步比较了不同吸收线对(7 444.36和7 185.60， 7 154.35和7 153.75 cm-1)在射线束为16， 32， 48和64时的二维重建结果。 结果表明， 采用吸收谱线7 153.75和7 154.35 cm-1得到的重建结果优于吸收谱线7 185.60和7 444.36 cm-1的重建结果。 随着激光束的增加， 重建结果越来越接近模型假定的温度和浓度分布。 考虑到有限的测量空间和重建精度， 分析认为32束的光路布置更适合实际火焰的二维温度和浓度重建。 为了分析自适应迭代算法对不同温度和浓度分布的重建能力， 进一步模拟了双峰温度和浓度分布。 结果表明， 随着射线束的增加， 温度的重建误差总是大于浓度的重建误差， 表明射线数对温度的影响更为明显。 在双峰分布中， 投影射线束为16时的重建误差最大， 但此时的重建结果也能反映温度和浓度的分布趋势。

燃煤锅炉发电会产生大量的污染气体, 本文基于可调谐激光吸收光谱技术, 结合层析成像技术, 对预混火焰的温度和浓度进行重建, 通过这些参数来调节锅炉运行的工况, 以此来减少污染气体的排放和提高能源利用率。经过谱线分析, 文章选择在7148.8~7151cm-1附近选取2条适合高温重建H2O的吸收谱线(7149.058cm-1和7150.4716cm-1), 通过采取自适应迭代算法、BP-神经网络算法和卷积神经网络算法, 对不同的温度场和浓度场进行模拟重建。研究发现, 卷积神经网络算法在重建精度和稳定性方面都优于其他两种算法。为了探究误差对于重建结果的影响, 通过添加随机误差发现, 误差对于卷积神经网络算法影响较小, 温度和浓度重建精度高。为了验证卷积神经网络算法的可行性, 文章选取了不同的燃烧工况进行了重建对比。研究表明, 卷积神经网络算法重建图像趋于平缓, 与实际燃烧情况更加符合, 该研究也证明了卷积神经网络算法在燃烧场重建方面的优势和可行性。

光学层析成像技术由于其非接触性、结构简单、采样率高、安全性高、分辨率高等特性，在工业流体监测以及医学等领域得到广泛应用，同时在学术领域上也具有很高的研究价值。光学层析成像分为扫描阶段和图像重建阶段。在重建过程中，算法的性能往往决定着图像重建的质量。鉴于现有重建算法存在重建速度慢与图像质量不高等问题，提出一种基于预置矩阵的Landweber重建算法。该算法通过引入历史迭代信息、在迭代过程中添加预置矩阵和加速项而加快迭代速度，减小重建图像与真实图像的误差。对圆形测量场内5个特定分布进行实验仿真，对比所提改进算法与传统算法的性能。仿真结果显示，该算法的重建误差在5%左右，同时证实该改进算法相较于传统算法有显著性能提升，重建误差降低48%，图像质量得到显著提升。

光学层析成像传感器结构由发光元件与感光元件组成，对重建图像的精度有重要作用。鉴于此，对扇形发光与感光元件的分布进行了优化研究。首先，将发光与感光元件的位置信息构建为角度向量。然后，引入灵敏场均匀性参数作为该结构的评价指标，并通过仿真实验验证了该指标的可靠性。最后，基于遗传算法对传感器结构进行优化，将角度向量作为优化对象来确定传感器结构，并将灵敏场均匀性参数作为适应度函数。在所获得的优化结构中，发光与感光单元分布不均匀，均匀性参数为0.288。多种具体分布的图像重建实验表明，该传感器优化结构在重建精度、图像准确性和噪声等方面均优于传统分布和随机分布。

稀疏角度下图像重建算法的研究是发射光谱层析技术在场分布测量方面应用的关键问题。代数重建算法、同时迭代重建算法以及联合代数重建算法是其中应用较为广泛的迭代类图像重建算法。以蜡烛火焰为重建对象, 利用均方差、峰值信噪比、结构相似性和图像平均梯度等图像质量评价指标来分析评价不同算法的图像重建效果, 并发展了一种多指标优化算法融合的技术, 充分利用三种算法的恢复重建优势, 实现了火焰三维温度场的分区重建, 重建温度误差在5%以内。实验结果证明, 所发展的算法融合技术适用于火焰三维温度场的高质量重建。

为了实现对飞秒光丝内部空间结构特征的精细化描述，通过对光丝诱导形成超声信号的正向传播过程进行精细化模拟，然后采用通用反投影算法（UBP）、延迟叠加算法（DAS）和超优光声非负重构算法（SPANNER）等多种光声层析图像重建算法进行反向重建，理论验证了利用多元线性阵列探测的方式重建飞秒单丝和多丝轴向r-z截面图像的可行性。结果表明，当探测距离为3 mm时，单丝和多丝诱导形成的超声信号最大频率约为5 MHz；光声层析法能够较为准确地实现对单丝位置、r-z截面轮廓等信息的反演，但是不同图像重建算法重建效果差异较大。UBP重建算法对单丝的重建存在较为明显的伪影现象；DAS重建算法由于受到“有限孔径效应”的影响，高估了光丝的直径；SPANNER重建算法由于使用最优理论来改进非线性共轭梯度算子，实现了非负性和各向异性总变分正则化，可有效避免噪声干扰，因而对多丝图像的重建效果最好。该研究结果对于揭示光丝结构特征和促进基于光丝的大气应用研究具有一定的参考价值。

非视域成像技术采用非传统光学技术，利用间接成像的方法对无法直接观测的隐藏物体进行探测。针对目前试验系统复杂且需要场景扫描，导致数据采集过程复杂且需要大量时间的问题，提出基于阵列式APD的透射式非视域成像试验设置，试验设置操作简单且不需要场景扫描，实现快速数据采集。针对非视域成像技术一般只能获取不完全（缺失）角度的数据，使用反投影算法不能得到理想的重建结果的问题，提出利用联合代数迭代（SART）重建算法对非视域成像物体进行三维重建。试验结果表明：SART算法能够在部分角度数据下，更好地去除反投影算法中的伪影和噪点；在最初的第2和第3次迭代后，通过计算，其峰值信噪比PSNR值提高了1.392 8、2.466 3，其结构相似度SSIM值提高了0.119 8、0.231 2，表明该方法能有效提高非视域物体的图像重建精度。