利用动态光散射信号自相关函数的衰减线宽分布系数与指数项的线性关系,将线性估计与非线性最小二乘法相结合,对双指数法进行改进。该改进算法减少了初始化参数,将四个参数的优化问题转化为两个参数的交替优化问题,使拟合结果更稳定、精度更高,从而使粒径反演结果更准确。通过对100与1000 nm双峰分布颗粒散射信号相关函数的反演,改进算法对无噪声的相关函数反演结果的误差为零,优于双指数法至少1.708%。对加入噪声的相关函数反演,与双指数法相比,改进算法能减少误差0.558%-5.738%。表明改进算法的优化能力以及抗噪声能力都优于双指数法。

双峰分布数据的反演是动态光散射中的难点，在双峰分布数据反演中经常采用Tikhonov正则化方法，但不同正则矩阵对反演结果的影响还不明确。分别采用单位矩阵L1、一阶差分矩阵L2、二阶差分矩阵L3，在6种噪声水平下，对两种双峰分布颗粒进行了反演研究，模拟数据表明：随着噪声水平的增加，双峰分辨力下降，光强比越接近、颗粒越大，算法抗干扰能力越强；在同等噪声情况下，矩阵L3的双峰分辨力最好、反演误差最小，L1双峰分辨力最差、反演误差最大；L3能够分辨出的峰值粒径比最低，L1最大。同等噪声水平下，峰值粒径比越大，双峰分辨力越强。因此在处理有噪声数据时，为保证反演结果的准确性，应优先选择L3。最后通过实验数据的反演结果验证了模拟数据的结论。