炉膛火焰温度的测量对于了解锅炉优化控制和判断燃烧环境具有重要意义,声学测温法作为一种非接触无损耗式的新型测温技术,具有测量温度实时连续、测量温度场范围大、及非接触不干扰和精度高等特点,能够满足工业生产中在线测量的实际需求,对于优化燃烧环境降低燃烧造成的污染、提高能源的高效利用具有非常重要的现实意义,同时温度参数的获取有利于了解设备运行的状态及针对优化燃烧环境的炉膛结构设计。本文介绍了声学测温的的基本理论和温度场重建算法,并详细的推导了两类重建算法,由于声波收发装置的个数限制,一类温度场重建算法要求待测层面的网格划分数目不能大于声波收发装置所产生的有效声波路径数,另一类温度场重建算法则对待测层面的网格划分数目与声波收发装置所产生的有效声波路径数不做严格限制。对第一类重建算法介绍了经典的最小二乘法(LSM),具有原理简单、成像速度快等优点。第二类重建算法介绍了基于Markov径向基函数的Tikhonov正则化算法(MTR),具有成像精度高、抗噪能力强等优点。为解决炉内温度场重建过程中存在的不适定性问题,在Markov径向基函数的Tikhonov正则化算法的基础上,提出了基于Markov径向基函数的修正Tikhonov正则化算法(MCTR),该算法通过构造新的正则化矩阵去代替标准Tikhonov正则化的单位矩阵,达到新算法的修正效果,MCTR算法通过确定系数矩阵奇异值分解后小奇异值所对应的标准差分量之和占所有奇异值对应的标准差分量之和的比重,来确定本文所定义的小奇异值的分界,依据确定分界后小奇异值对应的特征向量构造新的正则化矩阵。相比于MTR算法采用单位矩阵作为正则化矩阵,在正则化参数确定后,对所有参数的无差别修正,MCTR算法有选择的仅对小奇异值对应参数的修正,可以提高得到参数解的稳定性,进而提高温度场的重建精度。在Matlab编译环境中对三种重建算法在不同温度模型下进行仿真实验,探讨了不同算法在不同噪声水平下的温度场重建精度。针对基于径向基函数的正则化重建算法,还分析了待测区域网格数目的划分、声波收发装置的布局对重建温度场的影响。通过对重建误差数据的定量分析,表明在同等变量条件下,所提出的基于Markov径向基函数的修正Tikhonov正则化算法(MCTR)具有更好的重建精度和抗噪能力。