本文選題：稀疏表示　切入點：核脈沖信號重構(gòu)　出處：《西南科技大學(xué)》2017年碩士論文

【摘要】：隨著核科學(xué)技術(shù)的飛速發(fā)展,其應(yīng)用領(lǐng)域越來越廣泛,給我們的生活帶來巨大利益的同時,一旦發(fā)生核泄漏、核恐怖襲擊以及核材料丟失等事故,將對社會公共安全造成極大的威脅。因此,加強對核輻射信號的探測,及時遏制核事故的發(fā)生,具有十分重要的現(xiàn)實意義。目前,基于伽馬能譜的傳統(tǒng)核信號探測方法,由于受環(huán)境本底噪聲的影響,很難實現(xiàn)對微弱核信號的探測。因此,研究高效率的微弱核信號探測方法,具有十分重要的工程應(yīng)用價值。本文從信號表征出發(fā),結(jié)合理論與實際工程應(yīng)用,重點研究基于稀疏表示的微弱核脈沖信號重構(gòu)與分解方法以及實驗實現(xiàn)。具體研究內(nèi)容如下:針對強非平穩(wěn)時變噪聲背景下微弱核輻射信號信噪比低的問題,通過改進的匹配追蹤算法和正則匹配追蹤算法,分析核輻射信號在時域、頻域上的特征,對傳統(tǒng)核輻射信號探測方法進行研究,進而提出基于稀疏表示理論來恢復(fù)核輻射信號的方法。通過稀疏表示理論中的分解算法和重建算法,建立信噪分離模型,依據(jù)核脈沖信號特征建立具有自適應(yīng)特征的Gabor冗余字典,基于該字典并利用正則匹配追蹤算法對核脈沖信號進行恢復(fù)。設(shè)計核輻射探測實驗平臺,基于該平臺驗證了匹配追蹤算法和正則匹配追蹤算法在實現(xiàn)微弱核脈沖信號恢復(fù)的有效性。
[Abstract]:With the rapid development of nuclear science and technology, its application is becoming more and more extensive, which brings great benefits to our life. At the same time, once there are nuclear leakage, nuclear terrorist attacks and loss of nuclear materials and other accidents, Therefore, it is of great practical significance to strengthen the detection of nuclear radiation signals and to contain the occurrence of nuclear accidents in time. At present, the traditional nuclear signal detection method based on gamma spectroscopy is of great practical significance. It is very difficult to detect weak nuclear signal because of the influence of background noise. Therefore, it is very important to study the detection method of weak nuclear signal with high efficiency. Combining theoretical and practical engineering applications, The reconstruction and decomposition method of weak nuclear pulse signal based on sparse representation and its experimental implementation are studied. The main contents are as follows: aiming at the problem of low signal-to-noise ratio of weak nuclear radiation signal under strong non-stationary time-varying noise background, Through the improved matching tracing algorithm and the regular matching tracking algorithm, the characteristics of nuclear radiation signal in time and frequency domain are analyzed, and the traditional nuclear radiation signal detection method is studied. Then, a method based on sparse representation theory to recover nuclear radiation signal is proposed, and the separation model of signal and noise is established through the decomposition algorithm and reconstruction algorithm in sparse representation theory. Based on the feature of nuclear pulse signal, the Gabor redundancy dictionary with adaptive characteristics is established, and the nuclear pulse signal is recovered by using regular matching tracking algorithm. The experimental platform for nuclear radiation detection is designed. Based on this platform, the effectiveness of matching tracking algorithm and regular matching tracking algorithm in the restoration of weak nuclear pulse signal is verified.
【學(xué)位授予單位】：西南科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TL751

【相似文獻】

相關(guān)期刊論文 前6條

1 周揚;戴曙光;呂進;劉鐵兵;施秧;;訓(xùn)練字典及其稀疏表示在近紅外光譜法檢測柴油中的應(yīng)用[J];化學(xué)學(xué)報;2012年18期

2 單建華;張曉飛;;稀疏表示人臉識別的關(guān)鍵問題分析[J];安徽工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2014年02期

3 程文波;王華軍;;信號稀疏表示的研究及應(yīng)用[J];西南石油大學(xué)學(xué)報(自然科學(xué)版);2008年05期

4 向金海;楊申;樊恒;章英;翟瑞芳;彭輝;;基于稀疏表示的烤煙煙葉品質(zhì)分級研究[J];農(nóng)業(yè)機械學(xué)報;2013年11期

5 楊宇;;基于級聯(lián)稀疏表示分類器的人臉識別算法[J];工礦自動化;2014年05期

6 蔣璐璐;駱美富;張瑜;余心杰;孔汶汶;劉飛;;汽車自動變速箱油的近紅外光譜識別研究[J];光譜學(xué)與光譜分析;2014年01期

相關(guān)會議論文 前3條

1 何愛香;劉玉春;魏廣芬;;基于稀疏表示的煤矸界面識別研究[A];虛擬運營與云計算——第十八屆全國青年通信學(xué)術(shù)年會論文集（上冊）[C];2013年

2 樊亞翔;孫浩;周石琳;鄒煥新;;基于元樣本稀疏表示的多視角目標識別[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第五分冊）[C];2013年

3 葛鳳翔;任歲玲;郭鑫;郭良浩;孫波;;微弱信號處理及其研究進展[A];中國聲學(xué)學(xué)會水聲學(xué)分會2013年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 李進明;基于稀疏表示的圖像超分辨率重建方法研究[D];重慶大學(xué);2015年

2 王亞寧;基于信號稀疏表示的電機故障診斷研究[D];河北工業(yè)大學(xué);2014年

3 姚明海;視頻異常事件檢測與認證方法研究[D];東北師范大學(xué);2015年

4 黃國華;蛋白質(zhì)翻譯后修飾位點與藥物適應(yīng)癥預(yù)測方法研究[D];上海大學(xué);2015年

5 王瑾;基于稀疏表示的數(shù)據(jù)收集、復(fù)原與壓縮研究[D];北京工業(yè)大學(xué);2015年

6 王文卿;基于融合框架與稀疏表示的遙感影像銳化[D];西安電子科技大學(xué);2015年

7 解虎;高維小樣本陣列自適應(yīng)信號處理方法研究[D];西安電子科技大學(xué);2015年

8 秦振濤;基于稀疏表示及字典學(xué)習(xí)遙感圖像處理關(guān)鍵技術(shù)研究[D];成都理工大學(xué);2015年

9 薛明;基于稀疏表示的在線目標跟蹤研究[D];上海交通大學(xué);2014年

10 孫樂;空譜聯(lián)合先驗的高光譜圖像解混與分類方法[D];南京理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 王道文;基于稀疏表示的目標跟蹤算法研究[D];華南理工大學(xué);2015年

2 李哲;基于稀疏表示和LS-SVM的心電信號分類[D];河北大學(xué);2015年

3 孫雪青;Shearlet變換和稀疏表示相結(jié)合的甲狀腺結(jié)節(jié)圖像融合[D];河北大學(xué);2015年

4 吳麗璇;基于稀疏表示的微聚焦X射線圖像去噪方法[D];華南理工大學(xué);2015年

5 趙孝磊;基于圖像分塊稀疏表示的人臉識別算法研究[D];南京信息工程大學(xué);2015年

6 黃志明;基于辨別式稀疏字典學(xué)習(xí)的視覺追蹤算法研究[D];華南理工大學(xué);2015年

7 張鈴華;非約束環(huán)境下的稀疏表示人臉識別算法研究[D];南京信息工程大學(xué);2015年

8 賀妍斐;基于稀疏表示與自適應(yīng)倒易晶胞的遙感圖像復(fù)原方法研究[D];南京信息工程大學(xué);2015年

9 楊爍;電能質(zhì)量擾動信號的稀疏表示/壓縮采樣研究[D];西南交通大學(xué);2015年

10 應(yīng)艷麗;基于低秩稀疏表示的目標跟蹤算法研究[D];西南交通大學(xué);2015年

，

本文編號：1659660