电阻层析成像技术(ERT)是一种基于电阻传感机理的过程层析成像技术(PT),适用于连续相为导电性介质的两相流参数检测。该技术相对于其他过程参数测量技术有独特的优势,经过多年的发展,已逐步应用到工业领域。然而由于硬件水平的限制,数据采集精度有时并不理想,ERT逆问题的不适定性是很严重的,所以消除ERT数据中的噪声成分,对于提高重建图像的质量十分必要。　　 独立成分分析(ICA)是近年来发展起来的一种非常有效的盲信号处理技术,在许多应用领域正发挥着越来越重要的作用。本文利用ICA技术,对ERT采集数据进行处理,进而有效解决逆问题中的不适定性,提高成像精度。主要有以下几个方面的工作:　　 1.总结了ERT技术的发展过程及研究现状,提出了改善其反演成像精度的办法。然后介绍了独立成分分析的基本原理和算法,并选择用FastlCA方法降低ERT数据中的噪声。　　 2.对基于信号源噪声模型下的独立成分分析降噪方法进行研究,讨论了噪声的类型、数目、信噪比、干扰等因素对去噪效果的影响,并将这一方法用于ERT数据的去噪,通过反演图像的质量来衡量去噪的效果。　　 3.讨论了基于传感器噪声模型下的独立成分分析降噪方法,由于观测信号的数目小于源信号的数目,采用了奇异值分解的方法解决欠定的ICA问题,进而实现了从单通道ERT数据的去噪。　　 4.讨论了观测传感器数目大于源信号数目而且源信号数目未知的情况下的超定ICA问题。采用PCA和ICA相结合的方法,估计出独立成分的数目,提取出相应的主分量,使得超定的盲分离问题转化成J下定的盲分离问题。