【摘要】：本課題主要針對(duì)核事故應(yīng)急情形下γ探測(cè)器測(cè)得的能譜數(shù)據(jù)研究新型能譜分析算法,以達(dá)到準(zhǔn)確提取能譜中所蘊(yùn)含的核素組成、活度等信息。相比于現(xiàn)有的能譜分析算法,新算法具有智能化、人員干預(yù)少、特征提取穩(wěn)定性高等優(yōu)點(diǎn)。新算法是一種結(jié)合目前主流算法,如神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、模糊邏輯等,依據(jù)γ能譜的特征而進(jìn)行設(shè)計(jì)開(kāi)發(fā)的,符合現(xiàn)代γ能譜分析需求的算法。在整個(gè)課題研究過(guò)程中,所取得的研究成果如下:(1)提出了基于DCT與BPNN的快速核素識(shí)別算法。該算法在滿足單核素MDA的條件下,性能不受探測(cè)時(shí)間、核素活度、探測(cè)距離、核素個(gè)數(shù)、以及運(yùn)動(dòng)源的影響。而且算法對(duì)γ屏蔽體包裹下的放射源能譜具有較好的識(shí)別性能,其提取出來(lái)的γ能譜特征向量如同核素‘ID’一樣,具有較強(qiáng)的提取穩(wěn)定性。(2)提出了基于近似系數(shù)與DBN的能譜分析算法。該算法提取的γ能譜的近似系數(shù),形狀與原始能譜一致,但其維度為原始能譜維度的八分之一,加速了后續(xù)DBN的收斂。在滿足單核素MDA的條件下,該算法可識(shí)別不同測(cè)量條件下(探測(cè)時(shí)間、核素個(gè)數(shù)、探測(cè)距離、運(yùn)動(dòng)源等)的γ能譜核素組成。另外,該算法可用蒙卡模擬的γ能譜進(jìn)行訓(xùn)練,不受放射源種類的條件限制,大大增強(qiáng)了算法的實(shí)用性。(3)提出了基于WHT與SAE的快速核素識(shí)別算法。該算法提取的128個(gè)低頻變換系數(shù)保留了能譜的主要模式特征,棧式自編碼可學(xué)習(xí)128個(gè)變換系數(shù)的高階特征,并做較為準(zhǔn)確的核素識(shí)別。復(fù)雜環(huán)境下(不同探測(cè)時(shí)間、核素個(gè)數(shù)、探測(cè)距離、運(yùn)動(dòng)源等)能譜強(qiáng)度會(huì)發(fā)生不同程度的變化,128個(gè)變換系數(shù)歸一化處理可消除這一變化的影響。(4)提出了基于R-L去卷積與模糊邏輯的低本底解譜算法。該算法增強(qiáng)了低分辨γ探測(cè)器的核素鑒別能力,可對(duì)重疊峰做較為準(zhǔn)確的分解。除此之外,該算法可利用低分辨NaI(Tl)探測(cè)器能譜進(jìn)行天然本底核素分析,以及可解析低活度下~(137)Cs+~(60)Co能譜,是一種可提取弱峰信息的算法。本課題結(jié)合人工智能方法研究出幾種新型能譜分析算法,在快速核素識(shí)別和低本底解譜方面具有很好的效果。此類算法的應(yīng)用有助于提升現(xiàn)有輻射探測(cè)儀器的核素識(shí)別和活度測(cè)量性能,在核應(yīng)急監(jiān)測(cè)中發(fā)揮更大的作用。
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TL816.2
【圖文】：

圖 2. 1 NaI(Tl)探測(cè)器結(jié)構(gòu)示意當(dāng)γ光子入射至 NaI(Tl)閃爍晶體時(shí)可產(chǎn)生一定數(shù)量的次級(jí)電子，該電子可使閃爍體分激發(fā)，通過(guò)閃爍體分子的退激過(guò)程產(chǎn)生大量光子。閃爍光子入射至 PMT 光陰極并打，光電子在強(qiáng)電場(chǎng)的作用下加速運(yùn)動(dòng)轟擊下一打拿級(jí)，打出更多光電子，以至電子數(shù)幾個(gè)數(shù)量級(jí)，最終所有電子會(huì)被陽(yáng)極接收并形成電壓脈沖[29]。將該脈沖輸入至射極跟隨接入至放大器中，經(jīng)過(guò)放大成形后輸入至單/多道幅度分析器，通過(guò)統(tǒng)計(jì)每道脈沖計(jì)數(shù)γ能譜。γ能譜即γ射線的計(jì)數(shù)隨能量的分布，可通過(guò)對(duì)比核素?cái)?shù)據(jù)庫(kù)確定γ能譜的。.3 γ 能譜數(shù)據(jù)測(cè)量裝置本文選用 NaI(Tl)探測(cè)器實(shí)測(cè)能譜來(lái)驗(yàn)證本課題所提出的能譜分析方法的性能，這里僅證，本課題所提能譜分析方法非 NaI(Tl)探測(cè)器專用。本文選用的 γ 能譜探測(cè)系統(tǒng)由 3 英寸 NaI(Tl)探測(cè)器（ORTEC 公司）、基于 PC 的多道幅度分析器、和 MAESTRO 7.01γ軟件（ORTEC 公司）3 部分組成，其中探測(cè)器能量范圍為 30 keV 至 3 MeV，能量分

圖 2. 2 γ能譜探測(cè)系統(tǒng)2 γ 能譜數(shù)據(jù)平滑放射性核素衰變和 γ 能譜儀的固有統(tǒng)計(jì)漲落、γ 射線散射、電子學(xué)系統(tǒng)噪聲等因素往實(shí)測(cè) γ 能譜出現(xiàn)較大的統(tǒng)計(jì)漲落[29]，即每一道址的計(jì)數(shù)與理論期望值存在一定偏差，漲落將影響全能峰峰位的確定與凈峰面積的計(jì)算、導(dǎo)致假峰出現(xiàn)以及掩蓋弱峰等，大續(xù)能譜分析的復(fù)雜度，使γ能譜定性定量分析存在不可避免的誤差[30]。為對(duì)γ能譜進(jìn)析以及提取包含信息，需將γ能譜進(jìn)行平滑或降噪處理[29]。γ能譜數(shù)據(jù)的維度是 2 的，由于相鄰各道的計(jì)數(shù)服從相應(yīng)的數(shù)學(xué)表達(dá)式，因此可利用該規(guī)律采用相應(yīng)的數(shù)學(xué)方γ能譜數(shù)據(jù)進(jìn)行校正，以除去γ能譜統(tǒng)計(jì)漲落的影響，同時(shí)保留原始能譜中的核心特已有相關(guān)研究針對(duì)γ能譜平滑處理，如重心法、高斯法、最小二乘法、移動(dòng)平均值法換法，它們各有優(yōu)缺點(diǎn)，并非對(duì)所有γ能譜都適用，需根據(jù)不同測(cè)量條件設(shè)定不同的，以達(dá)到良好的去除統(tǒng)計(jì)漲落的影響。本課題主要對(duì)比分析了以上 5 種平滑算法對(duì)γ降噪效果，以確定最終使用哪種平滑算法作為伽馬γ能譜數(shù)據(jù)預(yù)處理步驟中的一步。.1 五種平滑算法基本原理

2. 3 不同平滑算法處理前后60Co 能譜。(a)高斯法；(b)最小二乘法；(c)重心法；(d)移均值法；(e)小波變換法表 2. 1 不同平滑算法處理后60Co 2 個(gè)特征峰峰區(qū)總計(jì)數(shù)及歸一化比值特征峰 1173.2keV 1332.5keV 特征峰 1173.2keV 1332.5keV原譜726.2 710.3最小二乘法699.4684.41.022 1 1.0221重心法694.6 678.9移動(dòng)平均值法678.9689.81.023 1 0.9841高斯法682.7 667.9小波變換法669.4621.81.022 1 1.0771

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張宏哲;;FFT算法的一種改進(jìn)[J];長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版);1988年01期

2 苑寶生,俞鐵城;連呼漢語(yǔ)識(shí)別研究[J];聲學(xué)學(xué)報(bào);1989年06期

3 孫楊模;;操作系統(tǒng)常見(jiàn)的幾種算法舉例分析[J];湖北三峽職業(yè)技術(shù)學(xué)院學(xué)報(bào);2010年02期

4 郜振華;吳昊;;一種改進(jìn)的混合蝙蝠算法[J];南華大學(xué)學(xué)報(bào)(自然科學(xué)版);2019年01期

5 吳天行;郭鍵;;基于“反學(xué)習(xí)”理論的人工蜂群算法在訂單分批問(wèn)題中的應(yīng)用[J];物流技術(shù);2017年12期

6 全燕;陳龍;;算法傳播的風(fēng)險(xiǎn)批判:公共性背離與主體扭曲[J];華中師范大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版);2019年01期

7 肖海軍;成金華;何凡;;雙核因素蝙蝠算法[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2018年01期

8 張進(jìn);;一種快速雙對(duì)分邏輯運(yùn)算算法[J];情報(bào)學(xué)報(bào);1992年03期

9 陳廣江;用MUSIC算法處理非均勻間隔采樣數(shù)據(jù)[J];系統(tǒng)工程與電子技術(shù);1998年09期

10 于浩;王芳;;ROHC算法在LWIP上的仿真與實(shí)現(xiàn)[J];計(jì)算機(jī)仿真;2017年12期

相關(guān)會(huì)議論文 前8條

1 李孟霖;余祥;巫岱s

本文編號(hào)：2761499