论文部分内容阅读
声学法测量温度场是目前很具发展前景的一种温度场测量方法,而重建算法是实现声学法温度场重建的关键。提出了一种基于径向基函数(Radical Basis Function,RBF)神经网络的三维温度场重建算法。通过对被测温度场进行三维离散余弦变换(Discrete Cosine Transform,DCT),再利用RBF神经网络良好的函数逼近能力,实现DCT低阶次项系数向量与声波路径平均温度向量间的映射关系,最后通过逆离散余弦变换实现被测温度场的重建。进行了对模拟温度场的重建仿真,结果表明,该算法具有温