基于便携式谱仪的能谱数据处理

发布时间：2023-03-26 22:37

　　NaI(TI)γ数字化便携式能谱仪是近年来研究的一项热门话题,数字化能谱仪较之之前的模拟式谱仪探测效率更高,省去了之前需要将数据后期传输给计算机进行处理的过程有效的实现了实地测量快速检测到结果的目的。便携式的成功实现给测量时带来了更大的方便,并且随着科技的不断发展,各项技术的不断创新,以及嵌入式系统方面研究各项新成果的不断取得,给数字化便携式能谱仪的研究提供了许多的便利。目前,我们研究的这款NaI(TI)γ数字化便携式能谱仪在结合前人经验的基础上,不仅在硬件方面取得了一定的技术革新,在进行数据处理过程中,针对以往的能谱仪对放射性元素含量低,种类繁多时检测结果不准确,以及便携式能谱仪本身测量精度较低的问题进行了深入的研究。本文在分析比较以往的Y能谱数据处理算法的基础上,详细讲述了数字化便携式核素识别谱仪中的能谱数据处理方法,针对NaI(TI数字化便携式)Y能谱仪中的解谱难点,对谱数据的光滑处理,峰位识别算法,独特的核素库的建立,以及最终的核素的定性识别等问题进行了深入的分析、研究,并进行了相关算法的验证。针对便携式仪器的功耗以及CPU计算能力问题,提出了将数据进行主成分分析后再代入BP神...

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究意义
    1.2 国内外研究现状
    1.3 主要研究内容及结果
第2章 谱数据的平滑处理
    2.1 重心法原理
    2.2 离散函数褶积滑动变换法
    2.3 傅里叶变换法原理
    2.4 最小二乘移动平滑算法
    2.5 最小二乘移动平滑算法中的几个注意事项
第3章 寻峰
    3.1 导数法
    3.2 斜宽寻峰法
    3.3 对称零面积对合法和一阶导数联合寻峰
第4章 系统刻度及核素库的建立
    4.1 能量刻度
    4.2 效率刻度
    4.3 能量分辨率刻度
    4.4 核素库的建立
第5章 定性识别放射性核素
    5.1 OLAM网络分析法
        5.1.1 Hebb学习规则
        5.1.2 全谱法定性识别核素
    5.2 BP神经网络核素识别法
        5.2.1 主成分分析法
        5.2.2 神经网络的基本原理
        5.2.3 神经网络的基本特性
    5.3 利用BP网络识别放射性核素
    5.4 实验结果及分析
    5.5 直接匹配法识别放射性核素
        5.5.1 直接匹配法原理
        5.5.2 识别过程及结果分析
第6章 总结
    6.1 结论
    6.2 展望
参考文献
致谢
攻读学位期间发表的论文、参加的科研项目和获奖情况



本文编号：3771882