基于射线弯曲传播的层析成象方法

基于非直线传播射线所得的投影数据进行层析成象比之基于射线为直线传播的情况要复杂得多。本课题基于费马原理，从组合最优化的观点出发，提出利用加权有向图中求点对之间的最短问题的原始一对偶算法来求解介质中射线的路径问题。这一算法步数有界，计算时间也有界。提出和实现了基于射线弯曲传播层析成象的数种迭代算法。这些方法可以保证射线在慢度分布均匀的区域直线传播，克服了用通常的方法所得到的结果中不能保证在慢度分布均匀的区域中射线的直线传播的弊病。实现了用Tank-Hopfield神经网络解决重建中的有约束最优化问题并取得了好的结果。研究和提出了一种根据探测到的电磁波场的数据利用射线走时层析成象的方法，重建出介质的电导率分布的算法。这种算法在阻抗CT方面有较好的应用前景。我们将继续在这方面作深入的研究。