当前位置:主页 > 科技论文 > 安全工程论文 >

基于稀疏表示理论的微弱核辐射信号检测方法研究及实现

发布时间:2018-03-24 19:16

  本文选题:稀疏表示 切入点:核脉冲信号重构 出处:《西南科技大学》2017年硕士论文


【摘要】:随着核科学技术的飞速发展,其应用领域越来越广泛,给我们的生活带来巨大利益的同时,一旦发生核泄漏、核恐怖袭击以及核材料丢失等事故,将对社会公共安全造成极大的威胁。因此,加强对核辐射信号的探测,及时遏制核事故的发生,具有十分重要的现实意义。目前,基于伽马能谱的传统核信号探测方法,由于受环境本底噪声的影响,很难实现对微弱核信号的探测。因此,研究高效率的微弱核信号探测方法,具有十分重要的工程应用价值。本文从信号表征出发,结合理论与实际工程应用,重点研究基于稀疏表示的微弱核脉冲信号重构与分解方法以及实验实现。具体研究内容如下:针对强非平稳时变噪声背景下微弱核辐射信号信噪比低的问题,通过改进的匹配追踪算法和正则匹配追踪算法,分析核辐射信号在时域、频域上的特征,对传统核辐射信号探测方法进行研究,进而提出基于稀疏表示理论来恢复核辐射信号的方法。通过稀疏表示理论中的分解算法和重建算法,建立信噪分离模型,依据核脉冲信号特征建立具有自适应特征的Gabor冗余字典,基于该字典并利用正则匹配追踪算法对核脉冲信号进行恢复。设计核辐射探测实验平台,基于该平台验证了匹配追踪算法和正则匹配追踪算法在实现微弱核脉冲信号恢复的有效性。
[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.
【学位授予单位】:西南科技大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TL751

【相似文献】

相关期刊论文 前6条

1 周扬;戴曙光;吕进;刘铁兵;施秧;;训练字典及其稀疏表示在近红外光谱法检测柴油中的应用[J];化学学报;2012年18期

2 单建华;张晓飞;;稀疏表示人脸识别的关键问题分析[J];安徽工业大学学报(自然科学版);2014年02期

3 程文波;王华军;;信号稀疏表示的研究及应用[J];西南石油大学学报(自然科学版);2008年05期

4 向金海;杨申;樊恒;章英;翟瑞芳;彭辉;;基于稀疏表示的烤烟烟叶品质分级研究[J];农业机械学报;2013年11期

5 杨宇;;基于级联稀疏表示分类器的人脸识别算法[J];工矿自动化;2014年05期

6 蒋璐璐;骆美富;张瑜;余心杰;孔汶汶;刘飞;;汽车自动变速箱油的近红外光谱识别研究[J];光谱学与光谱分析;2014年01期

相关会议论文 前3条

1 何爱香;刘玉春;魏广芬;;基于稀疏表示的煤矸界面识别研究[A];虚拟运营与云计算——第十八届全国青年通信学术年会论文集(上册)[C];2013年

2 樊亚翔;孙浩;周石琳;邹焕新;;基于元样本稀疏表示的多视角目标识别[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年

3 葛凤翔;任岁玲;郭鑫;郭良浩;孙波;;微弱信号处理及其研究进展[A];中国声学学会水声学分会2013年全国水声学学术会议论文集[C];2013年

相关博士学位论文 前10条

1 李进明;基于稀疏表示的图像超分辨率重建方法研究[D];重庆大学;2015年

2 王亚宁;基于信号稀疏表示的电机故障诊断研究[D];河北工业大学;2014年

3 姚明海;视频异常事件检测与认证方法研究[D];东北师范大学;2015年

4 黄国华;蛋白质翻译后修饰位点与药物适应症预测方法研究[D];上海大学;2015年

5 王瑾;基于稀疏表示的数据收集、复原与压缩研究[D];北京工业大学;2015年

6 王文卿;基于融合框架与稀疏表示的遥感影像锐化[D];西安电子科技大学;2015年

7 解虎;高维小样本阵列自适应信号处理方法研究[D];西安电子科技大学;2015年

8 秦振涛;基于稀疏表示及字典学习遥感图像处理关键技术研究[D];成都理工大学;2015年

9 薛明;基于稀疏表示的在线目标跟踪研究[D];上海交通大学;2014年

10 孙乐;空谱联合先验的高光谱图像解混与分类方法[D];南京理工大学;2014年

相关硕士学位论文 前10条

1 王道文;基于稀疏表示的目标跟踪算法研究[D];华南理工大学;2015年

2 李哲;基于稀疏表示和LS-SVM的心电信号分类[D];河北大学;2015年

3 孙雪青;Shearlet变换和稀疏表示相结合的甲状腺结节图像融合[D];河北大学;2015年

4 吴丽璇;基于稀疏表示的微聚焦X射线图像去噪方法[D];华南理工大学;2015年

5 赵孝磊;基于图像分块稀疏表示的人脸识别算法研究[D];南京信息工程大学;2015年

6 黄志明;基于辨别式稀疏字典学习的视觉追踪算法研究[D];华南理工大学;2015年

7 张铃华;非约束环境下的稀疏表示人脸识别算法研究[D];南京信息工程大学;2015年

8 贺妍斐;基于稀疏表示与自适应倒易晶胞的遥感图像复原方法研究[D];南京信息工程大学;2015年

9 杨烁;电能质量扰动信号的稀疏表示/压缩采样研究[D];西南交通大学;2015年

10 应艳丽;基于低秩稀疏表示的目标跟踪算法研究[D];西南交通大学;2015年



本文编号:1659660

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/anquangongcheng/1659660.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户8a979***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com