基于超声衍射的层析成像技术对水中目标的探测、定位、识别，研究海底地形地貌，寻找海底沉船等问题具有重要的现实意义和军事应用前景。本课题主要研究水下目标在强散射条件下的超声衍射层析成像技术，建立不需要基于Born近似或Rytov近似基础上的目标重建算法，并进行实验验证。 在强散射目标成像的空间域算法研究中，运用超声散射场的精确描述--矩量法，把超声场与描述物体内部介质声学特性参数函数的相互关系式转化为代数方程组的形式，采用变形Born迭代法的改进算法对非线性方程求解，算法在每次迭代过程中修正格林函数，并在求未知函数改变量时运用了一个成本函数，因此这一算法得到的重建结果更接近实际的物体内部结构图像。仿真实验结果表明，在同样实验条件下，利用本文提出的空域中的迭代算法得到的重建图像比频域中迭代算法效果好。 在对于方程的不适定性的研究中，采用了三种正则化方法：Tikhonov正则化方法、截断奇异值分解正则化方法(TSVD)和截断完全最小二乘正则化方法(TTLS)。这三种正则化方法的参数均采用了新的选取方法，使得迭代过程不仅收敛，且收敛于问题的真实解--物体的内部结构图像，达到了较好的成像效果。通过实验仿真结果看出，在不需任何先验信息的情况下，成功地应用于较大对比度物体的成像问题。 本文通过仿真实验，对几种大对比度的物体的成像进行对比，用Picard理论分析了成像目标在不同的对比度时噪声污染情况以及正则化方法适用范围情况。通过分析研究目标内部声学特性参数以及目标结构的复杂程度对重构图像效果的影响，确定了本文提出的算法有效时的实验条件，得到了有价值的结论，为以后进行超声衍射CT图像重构提供参考。