光声和光热检测技术是一种重要的无损检测技术,由于其具有灵敏度高、频响宽、适应性强等优点,因此被广泛应用于物理、化学、生物、材料科学、航天航空及医疗诊断等各个领域。本文是基于光声光热无损检测技术探索通过反演手段重建不均匀材料物理参数分布形态新方法的研究。先对两种光热辐射信号进行理论分析和实验验证,然后介绍一种由实测光声光热信号来实现剖面重构的新方法。为了研究温度频谱信号与样品夹层的变化关系,在频域传热方程的基础上,建立了分层算法和拉普拉斯算法,并对两种算法进行比较,就两种方法的适用性和局限性作出理论分析。应用数值模拟的方法得到:(1)信号频谱的极值主要受夹层位置的影响,而几乎不受缺陷层宽度和光吸收强度的影响;(2)建立了一条特殊曲线(PMF曲线),通过该曲线,由实测信号的相位频谱可直接预测单夹层样品中缺陷的位置;(3)表面光热频谱信号的比值信号分析。在以上工作的基础上,本文又进一步研究了红外辐射线频谱信号的理论分析与应用,主要内容有:(1)红外辐射信号的理论模型、数值模拟及与实测信号的比对;(2)红外辐射信号的演化及规律分析;(3)建立了特殊曲线(PMF曲线),通过该曲线,由实测信号的相位频谱可直接预测单夹层样品中缺陷的位置。结论不仅对于有关试验与反演算法的设计有着重要的指导作用,而且可直接应用于材料缺陷分析和剖面成像。最后,研究了利用人工神经网络重构样品物理参数的新方法。主要内容有:(1)新型神经网络群的结构与算法设计;(2)网络的训练方法与技巧以及网络实用性能检验等;(3)对可能影响网络性能的诸多可能因素予以了详细分析,为网络的实际应用提供必要的经验。结果表明,所建人工神经网络具有下列优点:(1)网络具有极快的运算速度和批处理能力;(2)网络有良好的辨识与联想能力。经过适当训练的网络,不仅能够识别与训练集中函数性质相近的目标函数,也能识别性质不同的其它目标函数,特别是对于一些连续性和光滑性较差的目标函数,网络也能予以较好的重构;(3)网络具有较强的抗噪声能力,能够实施对实测信号的反演以解决实际问题。