基于混合噪声模型的γ能谱消噪研究

发布时间：2021-02-18 19:38

　　γ能谱分析技术和γ能谱指纹识别技术的应用范围非常广泛,例如,环境放射性监测、防止核扩散、防止核恐怖、核武器核查、核能应用以及宇宙探测等领域。然而在实际的γ射线探测和分析过程中,由于受到环境噪声、仪器的电子学噪声、物理过程产生的统计涨落以及γ能谱仪系统特性等一系列因素的影响,所测的γ能谱中总会含有噪声,这些噪声成分常常会给γ能谱分析和γ能谱指纹识别带来严重的不利影响,通常会造成解谱困难,甚至会造成错误的分析结果。所以开展γ能谱消噪处理研究工作具有重要的实际意义和研究价值。在已有的γ能谱消噪工作中,常用的消噪方法都是以加性噪声模型基础,加性噪声模型认为实测γ能谱等于理想γ能谱和噪声线性叠加而成的。但是由于能谱仪系统存在非线性和时变性,所以,理想γ能谱和噪声之间不只存在线性叠加的关系,实测γ能谱除了加性噪声外,还有会存在乘性噪声成分。本工作从信号和系统的角度,论证了γ能谱乘性噪声的存在,并建立了新的噪声模型,即γ能谱乘性噪声模型和γ能谱混合噪声模型,同时给出了相应的同态滤波消噪方法,并利用同态滤波方法对实测γ能谱进行噪声消除处理。主要的研究内容如下:1.关于γ能谱的混合噪声模型和乘性噪声模型... 

【文章来源】：辽宁师范大学辽宁省

【文章页数】：42 页

【学位级别】：硕士

【部分图文】：

γ能谱仪工作原理图

图 3.1.γ能谱同态滤波消噪方法框图Figure 3.1. Block diagram of gamma energy spectrum homomorphic filter denoising在本工作中，LPF、LPF1 和 LPF2 均为低通滤波，具体可以采用傅里叶变换或小波变技术来实现[24-26]。

【参考文献】：
期刊论文
[1]同态滤波法消除γ能谱混合噪声[J]. 王崇杰,范成杰,吉鹏,徐杨,田源,杜文艳,孙翱.  核电子学与探测技术. 2017(03)
[2]改进小波阈值方法对γ能谱去噪的研究[J]. 李伦辉,何剑锋,王芹,王远.  原子能科学技术. 2016(07)
[3]NaI（TI）探测器测量γ能谱平滑处理方法及其评价[J]. 王芹,何剑锋,王远,肖海玲.  核电子学与探测技术. 2015(01)
[4]一种折中的小波阈值方法对γ能谱平滑处理的研究[J]. 颜瑜成,刘明哲,刘福至.  原子核物理评论. 2014(03)
[5]γ能谱小波降噪控制研究[J]. 苏睿,王仲奇.  原子能科学技术. 2014(07)
[6]基于自适应网络模糊推理系统的γ能谱指纹模糊识别[J]. 王崇杰,刘媛媛,张博超,张倩妮,刘金艳,金鸽,张敏.  物理学报. 2014(12)
[7]基于MATLAB GUI的γ能谱小波去噪方法对比研究[J]. 林木,刘明哲,庹先国,颜瑜成,王琳,王磊,成毅.  核电子学与探测技术. 2013(10)
[8]基于Matlab平台上γ能谱光滑处理[J]. 段再煜,陈建华,张桂新,龚军军.  核动力工程. 2007(03)
[9]小波变换及其在γ能谱去噪处理中的应用[J]. 李如松,何彬,付广智,李俊.  核科学与工程. 2007(02)
[10]小波变换与傅立叶变换在γ能谱降噪处理中的比较研究[J]. 史东生,弟宇鸣,周春林.  核电子学与探测技术. 2007(01)



本文编号：3040006