颗粒粒径分布测量反演算法的改进

综合奇异值截断法、奇异值修正法、Tikhonov正则化思想及Chahine迭代算法, 提出一种改进的病态问题求解算法来测量颗粒系的粒径分布。结合Backus-Gilbert折中准则与奇异值最小原则确定了奇异截断值, 采用L曲线法确定了最优正则化参数, 并利用联合迭代反演法(SIRT)实现解的非负约束。模拟及实验结果表明, 该算法对单、双峰分布的测量误差均小于3%, 其抗噪性能、测量准确性、时效性及粒径测量范围相较其他反演算法都有明显优势。