自适应混合核重建方法

强梯度下重建保真

该方法通过自适应混合核与网格演化策略，在测点极少时也能精准捕捉热点位置和温度，突破了传统声学测温对均匀温度场的依赖。

Tan, Jingkao · Lehang, Chen · Li, Na · 周屈兰 · Gao, Zhongquan · Jie, Zhou

Applied Sciences (Switzerland) 2025

参数信息

归一化均方根误差

3.7 %

热点位置偏差

2.3 %

热点温度误差

15 %

技术优势

热点定位准

在 C_HE<15 时热点位置偏差低于 2.3%，能把高温区域锁定在正确坐标附近。

重建误差小

在强梯度条件下归一化均方根误差不到 3.7%，比基础方法精度提高超过 33%。

测点需求低

算法针对有限测点设计，能在声波路径稀疏时保持重建质量。

应用场景

• 炉膛温度监测：用极少声波测点实时捕捉炉内高温区，避免局部过热。
• 工业过程控制：把强梯度温度场误差压到 3.7%，作为反馈量提高工艺稳定性。
• 声学传感器网络：即使用稀疏声学网络，热点位置偏差也低于 2.3%。
• 温度场重建：网格与核联合求解，无需均匀场假设即可高质量重建。