声学层析成像（Acoustic computer tomography）温度场检测技术根据多路径声波传播时间数据，推算被测区域的温度分布，属于“由效果反求原因”的逆问题研究，具有非接触不干扰被测温场、测温范围广（0℃～2000℃）、测量对象空间范围大（数十米）、可在线测量等优点。声学高温计是该技术在工业炉温度场监测中的典型应用。而应用该技术监测大气温度分布、深海热液温度分布、仓储粮食温度分布，则是探索中的新的应用领域。本文对声学层析成像反问题求解及温度场重建算法等问题，进行了较深入的理论分析和实验研究，主要完成了以下工作：分析了影响声学层析成像温度场测量精度的主要原因，针对现有声学层析成像温度场重建算法普遍存在的问题，即：被测区域网格划分数须小于系统可获得的有效声波路径数，原始像素数量有限，重建温度场空间分辨率低。提出一种基于Markov径向基函数与Tikhonov正则化的三维温度场重建算法---3DMTR（Markov radial basic function andTikhonov Regularization）算法。该算法被测区域划分的网格数可远多于声波路径数，更适合复杂温度场重建。声波收发器阵列设计的合理性，直接影响声学层析成像温度场检测实验系统的测量实时性及温度场重建精度。为实现储粮温度分布声学层析成像法监测，对围绕圆筒形仓布置的声波收发器的数量、布局和有效声波路径选择等参数进行了计算机仿真设计。三种典型的三维模型温度场重建结果表明：剔除仓壁上同一母线上的声波路径，可降低温度场重建误差。增加同一层面上收发器的数目或收发器布置的层数，都能减小重建误差。但若设置过多的声波收发器，会增大系数矩阵的条件数，加大重建误差。通过对声波收发器阵列的仿真设计，可优化收发器阵列各参数，提高声学层析成像温度场检测实验系统的性能和温度场重建精度。声学层析成像温度场重建是不适定的逆问题。正则化参数的选取对重建精度有重要影响。提出被测区域划分的像素数可远多于声波路径数、正则化参数自适应选取的二维温度场重建算法2DMTR-A（MTR withAdaptive Regularization Parameter）和三维温度场重建算法3DMTR-A。它们采用一种新的、称为最小变化法的正则化参数选取法，自适应地选取正则化参数，兼顾温度场细节重建和噪声抑制。仿真与实验重建结果表明，与常用的L曲线法相比，最小变化法确定的正则化参数对应着更小的温度场重建误差，具有较广泛的适应性。因此2DMTR-A和3DMTR-A算法具有良好的实用性。声波在非均匀温度场中传播时其路径会因折射而弯曲。尤其对于温度梯度较大的复杂温度场，将声波路径近似为直线会给重建带来较大的误差。为提高非均匀温度场声学层析成像重建精度，提出考虑声波弯曲的二维/三维温度场重建算法。首先用二维/三维重建算法获得一个不考虑声线弯曲的二维/三维重建温度场，然后用打靶--插值法确定本征声线出射角，以三角形/正四面体前向展开法追踪声线，并建立本征声线上声波传播时间与温度分布间的关系，进而实现考虑声线弯曲的二维/三维温度场重建。仿真实验结果表明考虑声线弯曲效应后，能明显提高非均匀温度场重建精度。温度场的温度梯度越大，改善的效果越明显。采用以虚拟仪器LABVIEW为软件平台的声学层析成像温度场检测实验系统，以本文所提出的温度场重建算法，对空气中的二维温度场、三维温度场和仓储大豆中的二维温度场进行重建，实验验证了本文所提温度场重建算法的有效性和正确性。