用声学方法对锅炉炉膛火焰温度场进行检测是当前迅速发展的一项新技术，该技术在我国尚未实现工业化应用。本文立足于电站锅炉温度火焰场的实时在线监测技术，从理论上对声波测温领域的相关技术进行了研究，主要完成了以下工作：提出了非均布传感器组合方式，对炉膛温度场进行声学法测量的方案，并对该方案进行了理论上的研究，在最小二乘算法的基础上，采用最速下降法、共轭梯度法和径向基函数神经网络算法，并对以上算法进行了研究与分析。运用Matlab软件，分别对单峰对称温度场、单峰偏斜温度场和双峰温度场这三种典型温度场进行了仿真实验，实现了温度场的重建。单峰对称温度场重建结果的均方根误差分别为1.99%、1.72%、1.36%、1.04%；单峰偏斜温度场重建结果的均方根误差分别为2.62%、2.97%、2.17%、3.53%；双峰温度场重建结果的均方根误差分别为4.34%、3.92%、2.38%、0.97%。仿真数据结果表明：径向基函数神经网络重建算法的计算精度要高于其他几种算法，并且该算法的重建温度场图像质量也优于其他算法。为了研究环境干扰对温度场重建结果的影响，加入了正态分布的随机误差，相当于分别在40dB、30dB和24dB的噪声条件下进行了温度场重建，重建结果的均方根误差分别为1.41%、3.61%、1.13%；1.62%、4.37%、1.39%；1.81%、4.86%、1.52%，结果表明，重建后的温度场图像能够良好的反应原始温度场的温度分布特性，同时表明本文所采用的径向基函数神经网络重建算法具有良好的抗噪声干扰能力。