声学CT温度场重建属于非接触测温方法,是一种能够在不干扰被测温度场的前提下检测被测区域温度分布的计算机层析成像技术。该技术可用于海洋温度场监测、大气温度场监测、工业炉温度场监测、仓储粮食温度场监测等领域,具有很大的研究价值。在声学CT温度场重建系统中,声波飞行时间（TOF,Time of flight）的测量精度是决定温度场重建精度的一个关键。实际测量中会存在各种各样的环境杂散声,形成对有用声波信号的干扰。常用的互相关时延估计法虽然对非相关的噪声干扰有很好的抑制效果,但对于相关的噪声干扰的抑制能力却较弱。因此当环境噪声音量较大时,互相关时延估计法的估值误差会较大甚至估计失败。本文针对声学CT温度场测量系统抗环境杂散声能力的提高展开研究,主要完成了以下工作。针对持续性的环境杂散声干扰,提出了一种基于改进FastICA算法和互相关法的声波TOF测量方法。针对观测信号数少于源信号数的欠定盲源分离问题,采用了相空间重构法对观测信号进行了扩维。针对FastICA算法对初始值敏感的问题,采用了最速下降法获得了一个较优的迭代初值。针对FastICA算法的不确定性导致的TOF估计失败的情况,提出了对估计失败数据重新进行估计的策略。利用在模拟粮仓中采集的有用和杂散声数据,进行了算法验证实验。结果表明:在环境杂散声较强、互相关时延估计法失效的情况下,本文提出的方法仍可以较好地估计声波TOF。针对测量过程中可能会遇到强的、短时突发噪声,本文提出了一种异常数据判别法和两种异常数据处理法:类滑动平均的TOF异常数据处理法和剔除含异常数据声线的方法。仿真实验表明,异常数据处理后的温度场重建效果更好,更接近于无干扰时的温度场重建效果。本文还对系统剔除声线的容忍度做了研究,进一步验证了剔除异常声线方法的可行性。