小波变换及其在γ能谱去噪处理中的应用

为了利用小波变换对HPGeγ谱仪测量的γ能谱进行消噪处理,首先论述了小波变换基本原理以及一维信号消噪过程中小波函数、分解层数、阈值函数以及阈值规则选取方法,然后结合已测的137Cs、140Laγ能谱所固有的噪声特性,采用小波工具箱对其进行了消噪处理.消噪结果与MCNP仿真计算结果进行了比对,计算了两者之间绝对误差的2范数,对比曲线图表明两者相当一致.     

应用小波新阈值函数对低放射性活性炭测氡γ能谱的消噪

提出了一种用于低放射性活性炭测氡的γ能谱消噪的小波阈值函数。在Matlab平台上,通过对野外实测γ能谱的消噪处理,对比分析了多点均滑消噪、傅里叶变换消噪、小波软阈值消噪及新阈值函数消噪的优缺点。结果表明:应用阈值函数对低放射性γ能谱的消噪,在反映γ能谱特征的峰本比、峰高、峰面积及本底值参数方面的效果优于传统的方法,且保留了原始信号的细节特征,具有较高的实用价值。     

基于模极大值法的γ能谱数据处理与分析

本文研究了Lipschitz指数与小波变换应用于γ能谱数据奇异点的使用方法,分析了模极大值去噪原理和Mallat提出的交替投影重构算法,建立了基于模极大值法γ能谱数据处理模型,基于MATLAB设计了小波变换模极大值去噪软件,通过实测γ能谱数据仿真分析基于模极大值法的γ能谱数据处理模型的效果。结果表明,利用小波变换模极大值法降噪,用交替投影法重构能谱数据,降噪效果较好。     

基于自适应方法在自然伽玛能谱的应用

针对传统多项式拟合平滑法用于处理谱线容易造成谱线畸变的缺点,在维纳滤波器的基础上,采用自适应滤波器的原理,设计了自适应维纳滤波器,并将该方法用于对伽玛能谱数据进行处理。将该方法与多项式最小二乘法光滑去噪做定性分析和比较,表明该方法能比较好地降低自然伽玛能谱中的噪声。     

60Co γ射线对视频质量的影响与消噪方法的初步研究

视频装置受γ射线照射后,视频图像出现不同强度噪声,影响图像的清晰度.为消除此类图像噪声,深入研究γ射线对视频装置各组成元件的影响机制,总结视频图像噪声产生机理,根据视频监控装置的实际使用环境,提出了从软、硬件两方面采取措施以提高视频图像质量的方法.设计了一套完善的硬件辐射防护装置,并结合特定的软件消噪算法用于图像消噪....     

~(60)Co γ射线对视频质量的影响与消噪方法的初步研究

视频装置受γ射线照射后,视频图像出现不同强度噪声,影响图像的清晰度.为消除此类图像噪声,深入研究γ射线对视频装置各组成元件的影响机制,总结视频图像噪声产生机理,根据视频监控装置的实际使用环境,提出了从软、硬件两方面采取措施以提高视频图像质量的方法.设计了一套完善的硬件辐射防护装置,并结合特定的软件消噪算法用于图像消噪.通过辐射环境实验结果表明,设计的软硬件相结合的视频图像消噪方案可将视频图像的峰值信噪比提高8.5dB.     

能谱型核测井的逐点剥谱反褶积解释方法

本文以核测井中的γ能谱测井技术为背景,分析了目前采用的平均含量法和传统剥谱法等能谱型核测井定量解释方法的基本原理,指出了这些方法对不饱和混合矿层(即放射性元素分布不均匀的矿层)定量解释存在的缺陷.在引入强度型γ测井反褶积解释理论的基础上,改进能谱型γ测井定量方法,提出了一种分离放射性元素含量的新解释方法--能谱型核测井的逐点剥谱反褶积解释法.     

基于脉冲面积分析法改善能谱分辨率研究

尽可能减小噪声对γ谱分辨率的影响是γ能谱数据获取与处理的关键,传统的脉冲高度分析方法对于已有的脉冲信号噪声的抑制具有局限性。基于高速波形采样技术,提出采用脉冲面积分析方法获取γ谱,利用脉冲面积求和的方法,相当于对噪声信号进行多次采样求和平均,可以有效抑制噪声的影响。通过仿真模拟和实验测量,说明该方法对提高γ能谱分辨率具有显著的效果,可以成为一种有效的分析方法。     

基于脉冲面积分析法改善(谱分辨率研究

尽可能减小噪声对γ谱分辨率的影响是γ能谱数据获取与处理的关键,传统的脉冲高度分析方法对于已有的脉冲信号噪声的抑制具有局限性.基于高速波形采样技术,提出采用脉冲面积分析方法获取γ谱,利用脉冲面积求和的方法,相当于对噪声信号进行多次采样求和平均,可以有效抑制噪声的影响.通过仿真模拟和实验测量,说明该方法对提高γ能谱分辨率具有显著的效果,可以成为一种有效的分析方法.     

小波变换与傅立叶变换在γ能谱降噪处理中的比较研究

介绍了小波变换与傅立叶变换的基本原理,对γ能谱降噪引入了小波变换方法并将其与傅立叶变换方法做了比较,针对^60Co的γ能谱分别用小波变换方法和傅立叶变换方法进行了噪声消除。MATLAB语言仿真结果表明,基于小波变换的降噪方法与传统的傅里叶变换方法相比具有较高的精度,应用于γ能谱降噪是非常理想的。     

稀疏表示法提取γ能谱特征

针对γ能谱分析中重峰及强噪声背景下弱峰存在时特征提取困难的问题,提出了基于稀疏表示的γ能谱特征提取方法。采用匹配追踪算法提取能谱特征,获取能谱稀疏分解系数,然后使用所获特征训练模糊决策树,最后利用测试样本在所训练决策树中的识别准确率来验证特征提取效果。实验结果表明:该方法避免了传统的预处理过程,能有效地对γ能谱进行特征提取。     

小波分析方法对降低γ谱统计涨落的作用

讨论了在对γ谱进行小波消噪分析时一些参数的选择问题。采用产生随机模拟谱进行数理统计的方法,对小波分析方法降低γ谱统计涨落的作用进行了研究。小波消噪后的γ谱每道上的计数统计涨落可降低至原来的几分之一,但道计数数据间具有很强的相关性。     

LS-SVM分段降噪法处理航空γ能谱噪声

为降低航空γ能谱受低计数、测量时间短和测量环境等因素引起的噪声影响,依据能窗道址分布,采用机器学习方法 LS-SVM结合加权叠加方法对航空γ能谱进行分段回归拟合降噪处理。实验表明,LS-SVM分段降噪方法能够显著降低统计涨落和较好地保持峰形,且同时具有良好的自适应性和泛化性。     

基于BP神经网络的核素快速识别算法

研究了基于NaI便携式γ谱仪的核素识别算法,包括能谱光滑去噪、峰位识别、峰边界确定、基于特征峰的核素定性识别。将BP神经网络引入核素识别当中,分别采用全谱识别法和特征向量识别法对核素进行识别。全谱识别法以γ能谱每道计数作为神经网络的输入值,能充分利用能谱数据,提高结果的准确性。特征向量识别法是对能谱进行小波包分解得到频域的若干个特征值,作为神经网络的样本,大大降低了输入维数,提高了训练速度。     

基于LabVIEW与MATLAB的γ能谱合成软件设计

使用探测器阵列测量时,需要将各个探测器得到的能谱进行合成。论文基于LabVIEW和MATLAB的混合编程方法,通过嵌入基于数字信号处理算法的γ能谱合成技术,设计开发了γ能谱合成软件,实现了对γ能谱的自动处理与合成,适用于NaI(Tl)或HPGe探测器阵列γ能谱的合成。     

采用对称零面积法的高统计涨落谱线峰位解析研究

峰位分析的准确性是能谱稳谱质量的基础。为了提高峰位计算准确性和稳谱质量,针对航空γ能谱谱线高噪声特征,研究应用了采用柯西函数对称零面积法分析峰位,并且对比常用的高斯函数拟合法、峰面积法寻峰效果。结果表明针对高噪声的谱线寻峰,采用柯西函数的对称零面积法峰位计算方法,分析峰位更准确。     

基于傅里叶变换的逐段本底扣除法

基于傅里叶变换的本底扣除法能够从细节上描述γ能谱本底,但对低能段的描述很不充分。本工作在该方法的基础上,提出了一种逐段扣除本底的方法。对构建的以实测环境γ能谱为基底、包含200 keV、500 keV和2000 keV能峰的γ能谱进行本底扣除,结果显示,所提出的方法对γ能谱低能段本底的描述明显优于传统基于傅里叶变换的本底扣除法:对200 keV的能峰,用逐段法扣除本底后,能峰净计数相对参考净计数的偏差约为传统方法的1/3。并且发现,使用逐段法扣除本底后再使用传统基于傅里叶变换的本底扣除法,本底扣除效果进一步改善。     

基于RBF人工神经网络的γ能谱分析

提出了基于人工神经网络的γ能谱定量分析方法。通过对标准源γ能谱的线性组合,建立了γ能谱分析网络训练样本集,并对RBF人工神经网络进行了训练。对已知标准点源不同测量时间的组合γ能谱和标准环境样品γ能谱进行了仿真分析,分析结果的相对误差分别小于3%和小于8%。研究表明,基于RBF人工神经网络的γ能谱分析方法是有效可行的。     

基于自适应滤波器的能谱数据平滑技术

针对传统的谱线平滑方法在滤波器参数选择不当或平滑次数过多时引起谱线畸变的缺点,在最小二乘法的基础上,利用自适应滤波器的原理,采用快速卡尔曼实现递归最小二乘法,并通过前向、后向预测器更新滤波器系数,实现能谱数据的平滑去噪处理。通过实验将该方法与多项式最小二乘法、最小均方算法进行定性分析与比较,结果表明该方法能较好地降低能谱中的噪声,并能保持能谱的特征。     

NASVD法处理地面γ能谱噪声

为了提高地面γ能谱数据降噪处理的效果,介绍了NASVD法的基本原理及算法,并对某实测地面γ能谱数据集采用NASVD法和传统LS法进行降噪处理实验对比,结果表明:相对于LS法,NASVD法能够显著减少原始谱线中的统计涨落现象,更适合单次测量场合获取的γ能谱数据集降噪处理。