放射性測量中能譜漂移的模擬方法
2023-07-03 08:46:56 3
專利名稱：放射性測量中能譜漂移的模擬方法
技術領域：
本發明涉及一种放射性測量中能譜漂移的模擬方法。
背景技術：
在能譜測量中，往往存在能譜漂移問題。引起能譜漂移因素有多種，以電路系統的不穩定引起的能譜漂移為例，光電倍增管的放大倍數和其光譜響應，閃爍體的光子產額 (對固定能量的射線而言)等因素決定了探測器的輸出脈衝幅度。而這些因素均隨溫度變化而改變，所以，溫度變化將引起能譜的漂移。除探測器外，線性脈衝放大器的放大倍數隨溫度的變化，也會引起能譜隨溫度改變而改變。另外，探測器光電倍增管的放大倍數也會受到計數率的變化和所加高壓的影響。能譜漂移在能譜測量中常常存在，會帶來峰位漂移、相鄰譜峰重疊加劇及能譜解析困難等不利影響。在進行數位化核信號處理方法和核儀器研究中，解決能譜漂移是核技術工作者的重要工作之一。為了驗證處理方法或儀器解決能譜漂移的有效性，常常要對由各種條件引起的漂移進行分析，這樣就需要獲得大量豐富多樣的核隨機信號。這些核隨機信號可以藉助放射源產生，而在實際的工作環境中，放射源的使用往往受到工作場地、時間等條件的限制；特別是，長時間的射線照射會對工作者的身體健康帶來嚴重影響。因此，若能採用有效方法模擬能譜漂移，無疑對能譜的研究具有重要意義。
發明內容
本發明的目的在於公開一种放射性測量中能譜漂移的模擬方法。該方法可以方便、靈活、逼真地對能譜漂移進行有效模擬。本發明是通過以下技術方案實現的，本發明的具體步驟如下①對放射性測量中已測得的能譜進行濾波處理，亦即採用小波方法或多項式等方法對能譜進行平滑濾波；②對①步濾波處理後得到的能譜進行歸一化，亦即，將能譜各道址的計數分別除以濾波處理後的總計數，得到面積等於1的能譜，並將歸一化能譜作為概率密度函數；③對②步得到的概率密度函數建立HMM(Hidden Markov Models)雙重模型，即GMM 模型和隱過程模型，前者用來對瞬時能譜進行表達，後者用來模擬測試條件的變化；具體通過以下A、B方法實現A、將該概率密度函數表示為多個高斯分布函數的線性和，即表示為高斯混合模型 (Gaussian mixture model, GMM)，這些高斯分布函數的個數M應由能譜的形狀、光滑程度、 道址數等而定；各高斯分布函數的權值由能譜數據和函數個數M而定，這裡的權值是指各高斯分布函數在概率密度函數中所佔的比重，亦即概率密度函數的線性和表達式(GMM)中各高斯分布函數的係數；各高斯分布函數的方差可根據峰形或者探測器能量解析度而定； 這樣，就完成了 HMM雙重模型之GMM模型的建立，並將此GMM模型作為初始GMM模型；B、選擇狀態轉移模型，該模型用來對GMM模型進行參數調整以模擬測試條件變化；根據所需模擬的要求，狀態可按線性或非線性、離散或連續方式轉移；這樣，就完成了HMM雙重模型之隱過程模型的建立；④以③步A所建立的GMM模型作為HMM模型的初始狀態，按③步B所述隱過程模型進行狀態轉移，並在每一個狀態進行一次GMM模型參數的實時修正，即GMM模型中各高斯分布函數的權值、方差及均值等參數的實時修正；同時，將每一個狀態對應的瞬時GMM模型看作概率密度函數，並實時抽樣產生服從該概率密度函數分布的隨機數；所採用方法為離散直接抽樣或高斯函數加抽樣等方法；本發明的有益效果是結合放射性測量中的能譜統計特性及漂移特點，採用HMM雙重模型——採用GMM 參數化模型對能譜的短時瞬態特性進行描述，採用HMM狀態轉移對GMM參數實時調整以實現能譜測試中的條件進行模擬——進行能譜漂移的模擬，具有方便、靈活、逼真的優點，可以通過靈活地設計HMM的轉移狀態和調整GMM參數以模擬多種條件下的能譜漂移，可以通過增加GMM的數量模擬能譜漂移的緩慢變化過程；因此，該方法可以有效地模擬產生豐富多樣的核隨機信號，方便能譜漂移處理算法或儀器的研究。
圖1為本發明方法的流程圖；圖2為本發明方法的HMM雙重模型圖；圖3為本發明方法的HMM狀態轉移模型圖。
具體實施例方式為使發明的目的、技術方案及優點更加清楚明白，以下參照附圖並舉實施例，對本發明作進一步詳細說明。為了給能譜漂移處理算法或儀器的研究提供豐富多樣的核隨機信號，本發明提供了一种放射性測量中能譜漂移的模擬方法。圖ι顯示了本發明所述模擬方法的流程；圖2 和圖3分別顯示了本發明方法的HMM雙重模型和HMM狀態轉移模型。本發明的流程如圖1所示，具體步驟如下① ④步所述①對放射性測量中已測得的能譜進行濾波處理，亦即採用小波方法或多項式等方法對能譜進行平滑濾波。
②對①步濾波處理後得到的能譜進行歸一化，亦即，將能譜各道址的計數分別除以濾波處理後的總計數，得到面積等於1的能譜，並將歸一化能譜作為概率密度函數；③對②步得到的概率密度函數建立HMM(Hidden Markov Models)雙重模型，即GMM 模型和隱過程模型，前者用來對瞬時能譜進行表達，後者用來模擬測試條件的變化；HMM雙重模型如圖2所示，GMM模型為可觀測模型，隱過程模型用於實時修正GMM模型的參數；具體通過以下A、B方法實現A、將該概率密度函數表示為多個高斯分布函數的線性和，即表示為高斯混合模型 (Gaussian mixture model, GMM)
權利要求
1.放射性測量中能譜漂移的模擬方法，其特徵在於，具體步驟如下①對放射性測量中已測得的能譜進行濾波處理；②對濾波處理後的能譜進行歸一化，將歸一化後的數據作為概率密度函數；③建立該概率密度函數的HMM雙重模型；④由HMM雙重模型實時修正GMM模型參數，並採用隨機抽樣產生隨機數，模擬放射性測量中能譜的漂移。
2.根據權利要求1所述的放射性測量中能譜漂移的模擬方法，其特徵是，所述①中濾波處理，是指採用小波方法或多項式等方法對能譜進行平滑濾波。
3.根據權利要求1所述的放射性測量中能譜漂移的模擬方法，其特徵是，所述②中對濾波處理後的能譜進行歸一化，是指將權利要求2中求得的能譜各道址的計數分別除以濾波處理後的總計數，得到面積等於1的能譜，並將該能譜作為概率密度函數；
4.根據權利要求1所述的放射性測量中能譜漂移的模擬方法，其特徵是，所述③中HMM 是Hidden Markov Models的簡稱，雙重模型，是指GMM模型和隱過程模型。
5.根據權利要求4所述的放射性測量中能譜漂移的模擬方法，其特徵是，所述GMM模型是指將權利要求3中所求的概率密度函數表示成多個高斯分布函數的線性和，用來對瞬時能譜進行表達；這裡的GMM是Gaussian mixturemodel (高斯混合模型)的簡稱。
6.根據權利要求4所述的放射性測量中能譜漂移的模擬方法，其特徵是，所述隱過程模型，是指用來對GMM模型進行參數調整以模擬測試條件變化的狀態轉移模型；
7.根據權利要求1所述的放射性測量中能譜漂移的模擬方法，其特徵是，所述④中實時修正GMM模型參數，是指按權利要求6中所述隱過程模型實時修正GMM模型中各高斯分布函數的權值、方差及均值等參數；實時，是指在進行權利要求8所述的隨機數抽樣時，同時對GMM模型參數進行動態修正；
8.根據權利要求1所述的放射性測量中能譜漂移的模擬方法，其特徵是，所述④中採用隨機抽樣產生隨機數，是指將權利要求7中所求的實時修正後的GMM模型當作概率密度函數，並採用離散直接抽樣法或高斯函數加抽樣法產生服從該概率密度函數分布的隨機數。
全文摘要
本發明公開了一种放射性測量中能譜漂移的模擬方法。首先對放射性測量中已測得的能譜進行濾波處理；其次，對得到的能譜進行歸一化，將歸一化後的數據作為概率密度函數；然後，建立該概率密度函數的HMM雙重模型；最後，由HMM雙重模型實時修正GMM模型參數，並採用隨機抽樣產生隨機數，模擬放射性測量中能譜的漂移。本發明對能譜漂移的模擬具有方便、靈活、逼真的特點，是模擬放射性測量中能譜漂移的有效方法。
文檔編號G01T1/00GK102298652SQ201010206288
公開日2011年12月28日 申請日期2010年6月23日 優先權日2010年6月23日
發明者丁衛撐, 劉念聰, 劉易, 周偉, 方方, 王敏, 王超, 閻萍, 黃洪全, 龔迪琛 申請人:成都理工大學