文章摘要:在实际爆炸试验中，由于观测点数据稀疏，重建区域大等因素造成了数据量不足，利用传统迭代重建算法来重建冲击波超压场有其局限性。为提升单投影角度不完全投影数据条件下的成像效果，提出了一种基于TV最小化联合字典学习的冲击波超压场重建方法。结合压缩感知在稀疏约束方面的优势，利用TV正则化方法优化冲击波超压场的边缘信息，通过字典学习方法提高超压场内部细节信息的刻画程度，能够用较少的数据来重建冲击波超压场。经试验验证，与SART重建算法相比，TV-DL方法的重建精度有明显提升，其RMSE值降低了近40m/s，且在每个网格内的相对误差减少了2.5%左右，实现了一种更高效的重建方法，在武器弹药毁伤评估、工程防护等领域，具有一定的理论意义和工程应用价值。

文章关键词:

论文分类号:TJ06;TP391.41

文章来源：《爆炸与冲击》 网址: http://www.bzycjzz.cn/qikandaodu/2022/0125/1705.html