碳纤维增强复合材料（Carbon Fiber Reinforced Polymer,CFRP）由于其优异的物理化学特性而引领新一轮的材料技术革命,在航空航天、能源电力、车辆工程、体育器材等领域扮演着越来越重要的角色。但其在成型制备过程中的工艺缺陷、服役使用过程中应力、载荷冲击、疲劳等因素造成的损伤,都会严重影响材料性能,给CFRP结构安全带来潜在的风险,进而引发物体结构失效,造成重大损失。因此,采用有效、快速、精确的检测方法对CFRP结构进行健康检测是CFRP材料全生命周期内不可缺少的一环。频差电阻抗层析成像（Frequency Difference Electrical Impedance Tomography,FDEIT）是一种新兴的、跨学科的、跨应用领域的分布参数检测技术,具有高效、直观、成本低、非侵入、无需标定信息等优点,为CFRP层压板进行可视化成像检测与损伤模式识别提供了一种新方法与新思路。基于此,本文针对频差EIT应用于CFRP损伤识别检测开展了深入探究。具体可以概括为以下三个方面:（1）针对频差EIT逆问题求解具有严重的欠定性和病态性,设计了L1/L2稀疏正则化的频差EIT图像重建算法。该方法通过构建L1/L2正则化项的目标泛函,在求解过程中加入正则化参数对解向量进行修正,并在迭代过程中加入约束区间,使解向量更加贴近真实分布。仿真和实验结果表明,与Tikhonov算法、L1正则化算法相比,L1/L2正则化算法重构的损伤位置和大小更接近真实损伤模型,损伤的辨识度更高,图像重建质量得到明显改善。（2）对频差电阻抗层析成像中产生的伪影因素进行了分析。针对敏感场“软场特性”,提出一种均值滤波的方法对参考场的灵敏度矩阵进行优化,并通过迭代计算逐渐提高灵敏度矩阵的均匀性。该方法是将灵敏度矩阵按照成像网格剖分排列,将灵敏度值进行方形邻域均值计算,提高了敏感场中心区域的灵敏度。将优化的灵敏度矩阵与空间自适应正则化算法结合,并通过仿真对基于灵敏度矩阵优化空间自适应正则化算法进行验证,结果表明算法能部分消除伪影,提高图像重建质量。（3）搭建基于阻抗分析仪的非嵌入式16电极频差EIT检测CFRP层压板的数据采集平台。该系统主要包含传感器单元、选通开关模块、上位机数据采集模块、阻抗分析仪四个部分。并利用数据采集平台对损伤试件进行电阻抗数据提取,对所提算法进行实验验证,结果显示频差EIT进行CFRP层压板损伤检测具有可行性。