動態(tài)光散射顆粒測量技術中的粒度反演算法研究.pdf

1、山東理工大學山東理工大學山東理工大學山東理工大學碩士學位論文動態(tài)光散射動態(tài)光散射動態(tài)光散射動態(tài)光散射顆粒顆粒顆粒顆粒測量技術中的測量技術中的測量技術中的測量技術中的粒度粒度粒度粒度反演反演反演反演算法算法算法算法研究研究研究研究StudyontheInversionAlgithmsofParticleSizeDistributioninDynamicLightScatteringParticleSizing研究生：朱新軍朱新軍朱新軍朱新

2、軍指導教師：申申申申晉晉晉晉教教教教授授授授協(xié)助指導教師：王雅靜王雅靜王雅靜王雅靜副教授副教授副教授副教授申請學位門類級別：工工工工學學學學碩碩碩碩士士士士學科專業(yè)名稱：檢測技術與自動化裝置檢測技術與自動化裝置檢測技術與自動化裝置檢測技術與自動化裝置研究方向：微微微微弱弱弱弱信信信信號號號號檢檢檢檢測測測測論文完成日期：2011年年年年4月月月月20日日日日單位代碼：10433學號：Y0803114分類號：TM352密級：山東理工大學碩

3、士學位論文中文摘要I摘要動態(tài)光散射技術是測量亞微米及納米顆粒的有效方法，已廣泛應用于流體動力學、高分子材料、醫(yī)學及生物化學等領域。顆粒粒度的反演是動態(tài)光散射顆粒測量技術中的重點和難點，也一直是該領域的研究熱點。由于反演問題求解的困難、顆粒粒度的多樣性以及許多反演算法需要關于顆粒粒度的一些先驗信息，使得現(xiàn)有的算法都有其特定的適用范圍。因此，對目前算法的改進以及設計良好的算法是動態(tài)光散射顆粒測量技術中亟待解決的問題。本文從顆粒粒度的非負特性

4、、基線的誤差影響以及散射光光強數(shù)據(jù)去噪后的反演算法特性等方面對顆粒粒度反演問題進行了較為深入的研究，主要內容包括：1分析了各種反演算法的特性，并采用模擬數(shù)據(jù)對幾種常用算法(Tikhonov正則化、NNLS、ML、PSO、CONTIN)的性能進行了比較。結果表明：由于Tikhonov正則化算法無法保證解的非負性，從而導致解的精度下降；NNLS算法得到的粒度分布容易受噪聲的影響；ML算法所得粒度分布過于光滑，從而與真實值產生偏離；與NNLS

5、算法相比，PSO算法和CONTIN算法給出的粒度分布更為光滑，優(yōu)于NNLS和ML算法。2對Tikhonov正則化、截斷奇異值分解(TSVD)和截斷共軛梯度(TCG)算法進行了研究。結果表明，在噪聲較大時Tikhonov正則化算法優(yōu)于TSVD和TCG算法。此外，對用于正則化參數(shù)選取的Mozov偏差原理、GCV和Lcurve準則的比較分析表明，Lcurve準則具有更強的穩(wěn)健性。3對CONTIN算法和Marino算法求解動態(tài)光散射顆粒粒度分布

6、的實現(xiàn)方式進行了分析，并給出了兩種算法性能的研究結果。采用二階差分算子的CONTIN算法比采用單位算子的CONTIN算法所得顆粒粒度分布更為合理；CONTIN算法中正則化參數(shù)的選取可用Lcurve準則確定。與CONTIN算法相比，Marino算法給出的反演峰值誤差更小。4提出了基于信賴域牛頓反射和積極集算法實現(xiàn)的約束Tikhonov正則化算法，研究了約束Tikhonov算法中正則化參數(shù)對反演結果的影響，討論了正則化參數(shù)的選取方法，針對約

7、束Tikhonov正則化算法中正則化參數(shù)選取的困難，提出了基于多種算法優(yōu)化軌跡的正則化參數(shù)選取準則。5為保證TSVD算法中解的非負性，提出了非負最小二乘TSVD顆粒粒度反演算法。反演顆粒粒度分布相對誤差和解范數(shù)存在弱對稱關系，并用此關系確定了最優(yōu)正則化參數(shù)，實驗結果驗證了非負最小二乘TSVD的有效性。6對一階電場相關函數(shù)與二階光強相關函數(shù)的關系進行了討論，基于此關系，提出了一種改進的顆粒粒度反演方法。模擬和實測數(shù)據(jù)均表明在顆粒粒度分布為