CN106483551A - 一种仿核信号发生器及其工作方法 - Google Patents
一种仿核信号发生器及其工作方法 Download PDFInfo
- Publication number
- CN106483551A CN106483551A CN201510543076.3A CN201510543076A CN106483551A CN 106483551 A CN106483551 A CN 106483551A CN 201510543076 A CN201510543076 A CN 201510543076A CN 106483551 A CN106483551 A CN 106483551A
- Authority
- CN
- China
- Prior art keywords
- spectrum curve
- nuclear
- random number
- actual
- curve
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 110
- 238000001228 spectrum Methods 0.000 claims abstract description 207
- 238000004088 simulation Methods 0.000 claims abstract description 48
- 230000008569 process Effects 0.000 claims abstract description 44
- 238000005070 sampling Methods 0.000 claims abstract description 42
- 230000004913 activation Effects 0.000 claims abstract description 6
- 238000009826 distribution Methods 0.000 claims description 39
- 238000012545 processing Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 23
- 230000003595 spectral effect Effects 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 19
- 230000006399 behavior Effects 0.000 claims description 18
- 238000012935 Averaging Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000013461 design Methods 0.000 claims description 11
- 230000009467 reduction Effects 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 230000008034 disappearance Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 230000008439 repair process Effects 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 2
- 230000000052 comparative effect Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 7
- 238000005315 distribution function Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000005654 stationary process Effects 0.000 description 1
Abstract
本发明涉及一种仿核信号发生器及其工作方法，所述仿核信号发生器包括：用于获取实际核能谱曲线图的能谱曲线数据采集单元，与能谱曲线数据采集单元相连的随机数发生单元；所述随机数发生单元适于将模拟能谱曲线数据发送至探测器；本发明的仿核信号发生器通过对实际核能谱曲线图进行曲线识别并将能谱曲线数值化，从而得到能谱曲线各点的数值(即核能谱的能级和各能级的计数率)，再通过蒙特卡罗方法随机直接抽样这一组数值以得到关于各核能级的随机数，从而模拟核衰变过程的随机性，最终再对所述随机数进行统计处理得到模拟能谱曲线，通过反演对比模拟能谱曲线与实际能谱曲线以确定仿核信号发生器的可靠性与精确性。
Description
技术领域
本发明涉及一种核能领域，尤其涉及一种仿核信号发生器。
背景技术
核衰变过程在时间上是随机发生的，衰变过程释放射线(能量)也是随机的，但对其发生的时间间隔及能量值作统计分析，可得知核衰变过程有着以下特性：在发生核衰变的时间间隔上近似服从指数分布；核衰变过程对外释放的能量(即能谱)近似服从高斯分布。
基于核衰变过程存在以上特性，传统方式的仿核信号发生器是以服从不同分布的随机数来模拟核信号特征，即以服从指数分布随机数模拟核信号在时间间隔统计特性；以高斯分布随机数模拟核信号在幅度上的统计特性。但仅以服从高斯分布的随机数来模拟核信号在幅度上的统计特性是不确切的，模拟得到的高期分布曲线与实际能谱曲线存在着较大的误差，不能准确地反映核信号特性；与此同时，各核素的能谱统计特性不尽相同，因此对不同种类核素的幅度特性模拟则需要产生不同参数的高斯分布随机数与之匹配，这是不实际的，在际操作过程中难以实现。
鉴于传统意义上的仿核信号发生器存在的种种弊端，本文提出一种全新方法用以解决以上问题。
发明内容
本发明的目的是提供一种仿核信号发生器及其工作方法，以实现对核能谱线进行仿真，降低仿真误差。
为了解决上述技术问题，本发明提供了一种仿核信号发生器，包括：用于获取实际核能谱曲线图的能谱曲线数据采集单元，与能谱曲线数据采集单元相连的随机数发生单元；所述随机数发生单元适于将模拟能谱曲线数据发送至探测器。
进一步，所述能谱曲线数据采集单元包括：摄像头、与该摄像头相连的图像处理模块，所述图像处理模块通过显示控制器与显示模块相连，以通过显示模块显示摄像头拍摄的实际核能谱曲线图的图像，且将该图像通过谱线绘制模块采集能谱曲线上的数据点至曲线数据处理模块；所述曲线数据处理模块适于根据显示的实际能谱曲线图临摹该核能谱曲线的各关键点获得能谱曲线数据，并通过数据存储控制模块发送至存储模块以建立能谱曲线数据库。
进一步，所述能谱曲线数据采集单元还包括：与存储模块相连的图像保存工具，且通过所述图像保存工具将由图像保存工具获得的实际核能各谱曲线图的图像进行保存；所述存储模块还与图像处理模块相连，即通过所述图像处理模块将由图像保存工具获得的实际核能各谱曲线图的图像经滤波、降噪预处理、曲线识别、曲线特征提取，以及进行插值处理以完善及修复缺失能谱曲线的各点数据，以建立能谱曲线数据库。
进一步，所述随机数发生单元与曲线数据处理模块相连，且所述随机数发生单元包括：核信号时间统计特性模拟模块和核信号幅度统计特性模拟模块，其中所述核信号时间统计特性模拟模块适于通过服从指数分布的随机数实现核信号时间统计特性模拟，所述指数分布的随机数由(0，1]均匀分布的随机数通过反函数法变换得到，且(0，1]均匀分布随机数适于通过线性同余法求得；所述核信号幅度统计特性模拟模块适于通过对实际核能谱曲线识别并数字化得到各能级幅值及计数率，再通过蒙特卡罗方法直接抽样并输出所述随机数以模拟核衰变过程的随机性，再对所述随机数进行统计处理得到所述模拟能谱曲线。
进一步，所述仿核信号发生器还包括：背景噪声发生模块和多道分析单元；所述随机数发生单元、背景噪声发生模块的输出端分别与信号叠加模块的两输入端相连，且通过所述信号叠加模块将模拟能谱曲线数据叠加噪声后发送至探测器；所述多道分析单元适于通过对由核探测器得到的核脉冲的统计与分析，从而得到真实的核信号的能谱图，以及对仿核信号发生器得到的模拟能谱曲线数据进行标定和校准。
进一步，所述仿核信号发生器还包括：反馈与反演电路单元，该反馈与反演电路单元连接信号叠加模块的输出端，且将反馈数据经反演后传送至随机数发生单元。
又一方面，在上述仿核信号发生器的基础上，本发明还提供了仿核信号发生器的工作方法。
所述仿核信号发生器的工作方法包括如下步骤：
步骤S1，通过能谱曲线数据采集单元获取实际核能谱曲线图；以及步骤S2，通过随机数发生单元对实际核能谱曲线图进行处理以获得模拟能谱曲线。
进一步，所述工作方法还包括：步骤S3，通过多道分析单元反演比较模拟能谱曲线与实际能谱曲线，以获得模拟能谱曲线与实际能谱曲线之间的误差。
进一步，步骤S2中通过随机数发生单元对实际核能谱曲线图进行处理以获得模拟能谱曲线的方法包括：步骤S21，对实际核能谱曲线图进行曲线识别并将能谱曲线数值化，以得到能谱曲线各点的数值；步骤S22，通过蒙特卡罗方法随机直接抽样这一组数值得到关于各核能级的随机数，以模拟核衰变过程的随机性；步骤S23，对所述随机数进行统计处理得到所述模拟能谱曲线；其中，所述步骤S21中对实际核能谱曲线图进行曲线识别并将能谱曲线数值化以得到能谱曲线各点的数值的方法包括：将各实际核能谱曲线图的图像经滤波去噪处理后再将实际能谱曲线图进行显示，并根据显示的实际能谱曲线图临摹该核能谱曲线的各关键点获得能谱曲线数据，以建立能谱曲线数据库；或将实际核能各谱曲线图的图像经滤波、降噪预处理、曲线识别、曲线特征提取，以及进行插值处理以完善及修复缺失能谱曲线的各点数据，以建立能谱曲线数据库。
进一步，步骤S22中通过蒙特卡罗方法随机直接抽样这一组数值得到关于各核能级的随机数以模拟核衰变过程的随机性的方法包括：核信号时间统计特性模拟；以及核信号幅度统计特性模拟；所述核信号时间统计特性模拟的方法包括：通过服从指数分布的随机数实现核信号时间统计特性模拟，其中指数分布的随机数由(0，1]均匀分布的随机数通过反函数法变换得到，且(0，1]均匀分布随机数适于通过线性同余法求得；
所述核信号幅度统计特性模拟的方法包括：通过对实际核能谱曲线识别并数字化得到各能级幅值及计数率，再通过蒙特卡罗方法直接抽样并输出所述随机数；
其中对实际核能谱曲线的识别并数字化的过程包括：步骤S221，对实际能谱曲线图进行滤波、降噪；步骤S222，通过最大类间分割法求出阈值，并将能谱曲线图进行二值化处理，再由像素点扫描法提取出能谱曲线上各点的数值即坐标；步骤S223，对能谱曲线进行修补及数值化；
所述通过蒙特卡罗方法直接抽样并输出所述随机数的方法，即通过蒙特卡罗方法直接抽样能谱曲线及曲线上的各点数值，以获得一系列随机数，从而以模拟核衰变过程的随机性；
所述步骤S221中对实际能谱曲线图进行滤波的方法，即对实际能谱曲线图进行维纳滤波处理，以滤除能谱曲线图中的高斯噪声；所述步骤S223中对能谱曲线进行修补及数值化包括：通过三次样条插值法来填补在能谱曲线特征提取的过程中缺失的数据点，并通过坐标的比例扩伸以获得能谱曲线图上各点的数值。
本发明的有益效果是，本发明的仿核信号发生器及其工作方法通过对实际核能谱曲线图进行曲线识别并将能谱曲线数值化，从而得到能谱曲线各点的数值(即核能谱的能级和各能级的计数率)，再通过蒙特卡罗方法随机直接抽样这一组数值以得到关于各核能级的随机数，从而模拟核衰变过程的随机性，最终再对所述随机数进行统计处理得到模拟能谱曲线，通过反演对比模拟能谱曲线与实际能谱曲线以确定仿核信号发生器的可靠性与精确性。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明的仿核信号发生器的原理框图；
图2是本发明的仿核信号发生器的原理框图；
图3是本发明的仿核信号发生器流程图；
图4是本发明的所述步骤S2中对实际核能谱曲线图进行处理以获得模拟能谱曲线的方法流程图；
图5是本发明所涉及的生成n＝10000个(0,1)均匀分布随机数分布图；
图6是本发明的指数分布随机数分布图；
图7是本发明的对以上指数分布随机数取值范围均匀划分1000个组矩并进行统计的统计图；
图8是本发明的提取到的能谱曲线特征图；
图9是本发明的能谱曲线初步模拟效果图；
图10是本发明的三次样条插值后的效果图；
图11是本发明的最终得到该能谱曲线模拟效果图；
图12示出了模拟核信号随机发生过程的效果图；
图13示出了采用蒙特卡罗方法直接抽样最终效果图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
如图1所示，本发明的仿核信号发生器通过对实际核能谱曲线图进行曲线识别并将能谱曲线数值化，从而得到能谱曲线各点的数值(即核能谱的能级和各能级的计数率)，再通过蒙特卡罗方法随机直接抽样这一组数值以得到关于各核能级的随机数，从而模拟核衰变过程的随机性，最终再对所述随机数进行统计处理得到模拟能谱曲线，通过反演对比模拟能谱曲线与实际能谱曲线以确定仿核信号发生器的可靠性与精确性。
本发明的具体实施方式如以下实施例1和实施例2所示。
实施例1
如图2所示，本发明提供了一种仿核信号发生器，包括：用于获取实际核能谱曲线图的能谱曲线数据采集单元，与能谱曲线数据采集单元相连的随机数发生单元；所述随机数发生单元适于将模拟能谱曲线数据发送至探测器。
其中，所述能谱曲线数据采集单元包括：摄像头、与该摄像头相连的图像处理模块、所述图像处理模块通过显示控制器与显示模块相连，以通过显示模块(TFT显示)显示摄像头拍摄的实际核能各谱曲线图的图像，且将该图像通过谱线绘制模块采集能谱曲线上的数据点至曲线数据处理模块；所述曲线数据处理模块适于根据显示的实际能谱曲线图临摹该核能谱曲线的各关键点获得能谱曲线数据，并通过数据存储控制模块发送至存储模块以建立能谱曲线数据库。
以及所述能谱曲线数据采集单元还包括：与存储模块相连的图像保存工具，且通过所述图像保存工具将由图像保存工具获得的实际核能各谱曲线图的图像进行保存；所述存储模块还与图像处理模块相连，即通过所述图像处理模块将由图像保存工具获得的实际核能各谱曲线图的图像经滤波、降噪预处理、曲线识别、曲线特征提取，以及进行插值处理以完善及修复缺失能谱曲线的各点数据，以建立能谱曲线数据库。其中图像保存工具例如但不限于手机或者PC机的图像截取工具。
所述随机数发生单元与曲线数据处理模块相连，所述随机数发生单元包括：核信号时间统计特性模拟模块和核信号幅度统计特性模拟模块，其中所述核信号时间统计特性模拟模块适于通过服从指数分布的随机数实现核信号时间统计特性模拟，所述指数分布的随机数由(0，1]均匀分布的随机数通过反函数法变换得到，且(0，1]均匀分布随机数适于通过线性同余法求得；所述核信号幅度统计特性模拟模块适于通过对实际核能谱曲线识别并数字化得到各能级幅值及计数率，再通过蒙特卡罗方法直接抽样并输出所述随机数以模拟核衰变过程的随机性，再对所述随机数进行统计处理得到所述模拟能谱曲线。
通过核信号时间统计特性模拟模块和核信号幅度统计特性模拟模块满足了实际核衰变过程在时间时隔和幅度上的统计特性。
关于随机数发生单元的具体实施过程，将在实施例2中进行详细说明。
可选的，所述核信号时间统计特性模拟模块和核信号幅度统计特性模拟模块还与第一DAC数据及控制模块相连，所述第一DAC数据及控制模块适于通过相应的数模装换电路将模拟能谱曲线数据发送至探测器。
进一步，所述仿核信号发生器还包括：背景噪声发生模块和多道分析单元；所述随机数发生单元、背景噪声发生模块的输出端分别与信号叠加模块的两输入端相连，且通过所述信号叠加模块将叠加噪声后的模拟能谱曲线数据发送至探测器；具体的，背景噪声发生模块与第二DAC数据及控制模块，所述背景噪声发生器通过第二DAC数据及控制模块、相应的数模转换电路与信号叠加模块相连。
第一、第二DAC数据及控制模块的作用是用于数字量传输及对后续的数模转换电路进行控制。
所述多道分析单元适于通过对由核探测器得到的核脉冲的统计与分析，从而得到真实的核信号的能谱图，以及对仿核信号发生器得到的模拟能谱曲线数据进行标定和校准。
作为多道分析单元的一种可选的实施方式，多道分析单元包括：与探测器相连的前置放大器，所述前置放大器的输出端分别与ADC转换器、采样及保持电路、能级检测电路的各输入端相连，所述ADC转换器的输出端通过ADC数据及控制模块与数据分析及谱线数据处理模块相连，该数据分析及谱线数据处理模块的两路输出端分别与随机数发生单元、显示控制器相连，以及通过显示控制器与数据存储控制模块相连。所述能级检测电路的输出端与峰值检测及控制模块的输入端相连，所述峰值检测及控制模块的两路控制输出端分别与采样及保持电路的控制输入端和ADC数据及控制模块的控制输入端相连。
ADC数据及控制模块的作用是用于模拟量传输及对模数转换电路进行控制。
所述背景噪声发生模块适于将核信号与高斯噪声的叠加，以达到模拟真实核信号的目的，最终再由探核器捕获再经多道分析单元分析以验证系统的可靠性。
背景噪声发生模块产生噪声的具体算法如下：
设(X，Y)是一组相互独立且服从正态分布的随机变量，那么可知其二维联合密度函数表达式为：
由极坐标变换公式可得：x＝Rcos(θ)，y＝Rsin(θ)，其中0≤R≤r，0≤θ≤2π，则有dxdy＝RdRdθ，因此可计算R的分布函数为：
那么可求得
由此计算F-1 R(X)得到
即
若随机数X服从(0，1)均匀分布，那么1-X也同样服从均匀分布，因此可作如下替换
其中U、V为任意(0，1)均匀分布随机数。
同理有
从而，由两个均匀分布随机数U、V可由式(5)或式(6)变换得到高斯分布随机数。对于不同参数正态分布可以由标准正态分布通过变换求得。
若X～N(0，1)，那么
σX+ε～N(ε，σ2) (7)
并且，所述仿核信号发生器还包括：反馈与反演电路单元，该反馈与反演电路单元连接信号叠加模块的输出端，且将反馈数据经反演后传送至随机数发生单元。
可选的，反馈与反演电路单元包括：与信号叠加模块的输出端相连的增益模块、与该增益模块相连的ADC模块、该ADC模块通过反馈及校准模块将数据反演后传送至随机数发生单元。
具体实现过程包括：
通过反馈电路将核信号与噪声信号的叠加信号增益G＝1倍，分别将叠加信号经A/D转换输出至随机数产生系统并重新抽样得到Dfeedback与传输至多道分析器后得到Dinput。通过对比两种方式得到的能谱曲线数据可以得到误差系数k：
k＝Dinput/Dfeedback (8)
当系统运行时，最终输出信号实际值为：
Doutput＝k*Dinitial (9)
并且，所述增益模块的输出端还通过一模拟控制开关连通至前置放大器的输入端，且适于将反馈信号引入至多道分析单元，所述模拟控制开关负责接通或断开反馈信号，可以通过高低电平实现。
实施例2
如图3所示，在实施例1基础上，本发明还提供了一种仿核信号发生器的工作方法，包括如下步骤：
步骤S1，通过能谱曲线数据采集单元获取实际核能谱曲线图；以及
步骤S2，通过随机数发生单元对实际核能谱曲线图进行处理以获得模拟能谱曲线。
可选的，所述仿核信号发生器还包括：
步骤S3，通过多道分析单元反演比较模拟能谱曲线与实际能谱曲线，以获得模拟能谱曲线与实际能谱曲线之间的误差。
进一步，如图4所示，所述步骤S2中通过随机数发生单元对实际核能谱曲线图进行处理以获得模拟能谱曲线的方法包括：
步骤S21，对实际核能谱曲线图进行曲线识别并将能谱曲线数值化，以得到能谱曲线各点的数值；步骤S22，通过蒙特卡罗方法随机直接抽样这一组数值得到关于各核能级的随机数，以模拟核衰变过程的随机性；以及步骤S23，对所述随机数进行统计处理得到所述模拟能谱曲线。
具体的，所述步骤S21中对实际核能谱曲线图进行曲线识别并将能谱曲线数值化以得到能谱曲线各点的数值的方法包括：
将实际核能各谱曲线图的图像经滤波去噪处理后再将实际能谱曲线图进行显示，并根据显示的实际能谱曲线图临摹该核能谱曲线的各关键点获得能谱曲线数据，以建立能谱曲线数据库；或将实际核能各谱曲线图的图像经滤波、降噪预处理、曲线识别、曲线特征提取，以及进行插值处理以完善及修复缺失能谱曲线的各点数据，以建立能谱曲线数据库。
其中，所述步骤S22中通过蒙特卡罗方法随机直接抽样这一组数值得到关于各核能级的随机数以模拟核衰变过程的随机性的方法包括：核信号时间统计特性模拟和核信号幅度统计特性模拟。
所述核信号时间统计特性模拟的方法包括：通过服从指数分布的随机数实现核信号时间统计特性模拟，其中指数分布的随机数由(0，1]均匀分布的随机数通过反函数法变换得到，且(0，1]均匀分布随机数适于通过线性同余法求得。
具体的，通过线性同余法求得(0，1]均匀分布随机数的方法如下：
线性同余法的递推公式如下：
xi+1≡λxi+c(mod M) (10)
其中λ、c为常数。选取的初始x1称为种子，对随机数的生成质量有一定影响，其值分别在1～216＝65535之间选取。为了便于在计算机上使用，通常取
M＝2S，其中S为计算机中二进制的最大可能有效位数。
图5是取10000个(0，1]随机数分布情况
指数分布随机数的产生方法，即指数分布随机数可由反函数法实现，具体过程如下：
设随机变量X的分布函数服从指数分布：
F(x)＝1-e-ax，x≥0 (12)
其中，a是一个时间常数，e是自然底数。
由上式可以，F(x)∈[0，1)，且在定义域内单调递减，因此函数F(x)在0～+∞必有反函数，求其反函数：
由于0＜1-F(x)≤1，因此上式可以简化为
由式(14)可得知由符合(0，1]均匀分布的随机数抽样得到服从指数分布随机数x。
取由以上单位均分布随机数通过反函数法产生的指数分布随机数分布图如图6。对以上指数分布随机数取值范围均匀划分1000个组矩并进行统计，最终统计图如图7所示。
所述核信号幅度统计特性模拟的方法包括：通过对实际核能谱曲线识别并数字化得到各能级幅值及计数率，再通过蒙特卡罗方法直接抽样并输出所述随机数；其中对实际核能谱曲线的识别并数字化的过程包括：
步骤S221，对实际能谱曲线图进行滤波、降噪；步骤S222，通过最大类间分割法求出阈值，并将能谱曲线图进行二值化处理，再由像素点扫描法提取出能谱曲线上各点的数值即坐标；步骤S223，对能谱曲线进行修补及数值化。
具体的，所述通过蒙特卡罗方法直接抽样并输出所述随机数的方法，即通过蒙特卡罗方法直接抽样能谱曲线及曲线上的各点数值，以获得一系列随机的随机数，从而以模拟核衰变过程的随机性。
所述步骤S221中对实际能谱曲线图进行滤波的方法，即对实际能谱曲线图进行维纳滤波处理，以滤除能谱曲线图中的高斯噪声，从而尽可能的减小噪声带来的干扰。
所述核信号幅度统计特性模拟的方法的具体实施过程如下：
所述步骤S221中对实际能谱曲线图进行滤波、降噪的具体实施步骤如下：
通过维纳滤波对实际能谱曲线图进行滤波、降噪处理，即所述维纳滤波器为一种线性滤波器，并且还是一种基于最小均方误差准则、对平稳过程的最优估计器。
假设维纳滤波器输入信号为s(t)，叠加噪声n(t)。输出信号x(t)通过滤波器g(t)由下面卷积运算得到：
x(t)＝g(t)*(s(t)+n(t)) (15)
对于估计出的信号x(t)，期望等同于s(t)。
其误差为：e(t)＝s(t+d)-x(t) (16)
方差为：e2(t)＝s2(t+d)-2s(t+d)x(t)+x2(t) (17)
其中s(t+d)是所期望的滤波器输出。
将x(t)写成卷积积分，即
即可计算平方误差为：
其中Rs是s(t)的自相关函数，Rx是x(t)的自相关函数，Rxs是x(t)和s(t)的自相关函数。维纳滤波的最终目的就是求最优的g(t)，使得E(e2)最小。
所述步骤S222中通过最大类间分割法求出阈值，并将能谱曲线图进行二值化处理，再由像素点扫描法提取出能谱曲线上各点的数值即坐标；
最大类间方差法的具体算法过程如下：
设一幅图像的灰度值为1～m，其中灰度值为i的像素点个数为ni，N表示图像像素点总数，那么灰度值为i出现的概率为：
令灰度值大于阈值k为C1组，即C1＝{1～k}，灰度值大于阈值k的则为C2组，C2＝{k+1～m}，那么C1和C2出现的概率分别为：
计算得到C1和C2的灰度均值为：
其中，那么可得：
μr＝ω1·μ1+ω2·μ2 (25)
由此可计算两组间的方差σ2为：σ2(k)＝ω1(μ1-μr)2+ω2(μ2-μr)2 (26)
将式(25)代入式(26)可得：σ2(k)＝ω1ω2(μ2-μ1)2
那么最佳阈值T*＝Arg max{σ2(k)}，0≤k＜m-1 (27)
求得分割阈值T*＝0.6353。
所述步骤S223中对能谱曲线进行修补及数值化的具体步骤如下：
实际核能谱曲线图经滤波去噪、二值化后为提取出核能谱曲线上各点的数值即坐标，需提取能谱曲线特征，并将曲线数值化。具体过程如下：
首先，直线识别，即通过扫描核能谱曲线二值图的行和列，识别出核能谱图中的直线；
其次，定点，由识别的直线判断出能谱曲线所在坐标系的横、纵坐标，并定位原点，一般由上至下，从左往右扫描，识别出的第一条直线就为横、纵坐标；
第三，能谱曲线特征提取。为减少图像中边框及坐标对曲线的影响，需将边框滤除。滤除边框后再由像素点扫描方法逐行或逐列扫描像素点为0的点(二值图像中黑色为0，白色为1)。
最后，曲线数值化。提取出曲线后，通过计算扫描到的能谱曲线有效点到扫描原点的横行与纵行距离确定该像素点在图中的位置，最后通过乘以扩大坐标的比例因子得到该像素点的坐标值。
最终提取能谱曲线特征效果如图8所示。
以及能谱曲线初步模拟效果如图9所示。
进一步，从图8和图9可看到，得到的模拟的能谱曲线图较之原能谱曲线在某些点的数据发生缺失。为尽可能真实地反映实际能谱曲线特性，需要对缺失的数据进行填补修复。
具体的，所述通过三次样条插值法来填补在能谱曲线特征提取的过程中缺失的数据点，并通过坐标的比例扩伸以获得能谱曲线图上各点的数值，以实现对缺失的数据有效地填补与修复。
所述三次样条插值法来填补在能谱曲线特征提取的过程中缺失的数据点的具体算法如下：
定义区间[a，b]上的分段函数S(x)，若满足：
①S(x)在每个子区间[xi，xi+1]上是一个三次多项式函数；
②S(x)在整个区间[a，b]上有连续的二阶导数。
则称S(x)为区间[a，b]上关于a＝x0＜x1＜…＜xn＝b的一个三次样条函数。从而三次样条插值问题为：给定函数g(x)的n+1个节点x0，x1，...，xn得函数y0，y1，...，yn，求一个三次样条函数S(x)，使其满足：
S(xj)＝yj，j＝0，1，...，n (28)
其中，函数S(x)称为g(x)的三次样条插值函数。
如果S(x)是f(x)的三次样样条插值函数，那么必须满足以下条件：
①插值条件，即
S(xj)＝yj，j＝0，1，...，n-1
②连续性条件，即
③一阶导数连续条件，即
④二阶导数连续条件，即
通过三次样条插值后的效果图，如图10所示，由其局部放大图可以看到，三次样条插值后的数据点较为平滑，较为逼近实际值。
实际核能谱曲线模拟效果，即对实际核能谱曲线图经上述图像处理后，最终得到该能谱曲线模拟效果图如图11所示。
具体的，通过蒙特卡罗方法直接抽样能谱曲线及曲线上的各点数值，以获得一系列随机的随机数，从而以模拟核衰变过程的随机性。
图12示出了模拟核信号随机发生过程的效果图；
图13示出了采用蒙特卡罗方法直接抽样最终效果图(本图由实际能谱曲线图数值化后得到能级和计数率这一数组后，随机抽样过程并统计得到的。本图适于证明由蒙特卡罗抽样的合理性和准确性)。
即通过以上数字图像处理过程得到了模拟能谱曲线及曲线上各点的数值(横坐标为道址Channel，纵坐标为计数率Count)，再以蒙特卡罗方法直接抽样这一组数据就能得到一系列随机的能级随机数(能级例如但不限于通过多道分析器量化得到的，所述道址是指核衰变过程释放的能量经多道分析器量化后得到的)，从而以模拟核衰变过程的随机性。最后再对所述随机数进行统计，可以得到模拟能谱曲线图，这样一方面可以验证系统的可靠性与精确性，另一方面也可以反演于多道分析器，用以标定多道分析器的精确性。
采用蒙特卡罗方法，对某事件A发生的概率P(A)＝p(未知),进行模拟计算，具体计算方法：
(1)进行N次重复独立抽样试验，计算事件A发生次数为nA。
引入随机变量Xi，表示第i次试验中事件A发生次数，令
则有
(2)计算事件A在N次重复独立抽样试验中的发生频率fN，为
(3)当N充分大时，以概率fN作为概率P(A)＝p的估计值为
(4)要求估计值为概率P(A)＝p的无偏估计，即
以及直接抽样，即对核信号在时间和幅度上的特性是以两组服从不同分布的随机数来模拟的，而随机数是离散的，不连续的。对于离散随机序列的抽样，直接抽样法非常理想的。
离散型分布直接抽样法具体抽样过程如下：
设离散随机变量X的取值范围为Xi(i＝0，1，2，3…)，其概率分布为
P(X＝Xi)＝Pi(i＝0,1,2,3……)。其中Pi≥0，
(1)产生(0，1)区间上均匀分布的随机数r；
(2)求得正整数n＝0，1，2...，使得r满足
(3)抽取离散随机变量X的抽样值为X＝Xn。而当0<r≤P0时X＝X0；
(4)重复步骤(1)、(2)、(3)直到抽取n个样本值。
由于产生(0,1)均匀分布的随机数r若在区间的概率为
即事件出现的概率等同于事件X＝Xn发生的概率。
又因为随机数r服从(0，1)上的均匀分布，其概率密度函数为
其分布函数如下：
故产生的随机数r抽中样本值为X＝xn的概率为
由此可知，由直接抽样法抽取到(X＝Xn)的概率等价于随机数Xn在随机数序列X1，X2，...Xn出现的频率。
对于直接抽样法可靠性可由以下证明：
设X为离散型随机变量，其概率分布为Pi＝P{X＝Xi}，其中i＝1，2，…。X分别以Pi取得Xi，则事件|X-E(X)|≥ε表示随机变量X取得所有满足不等式|Xi-E(X)|≥ε的可能值Xi，则
∵
∴
∴
由于事件X＝Xi(i＝0，1，2，…N)发生的概率为pi(0<pi<1)，则X≠Xi的概率则为1-pi，而每次X＝Xi发生的概率是不变，且每次抽样结果同其它各次抽取结果无关。因此X＝Xi单个事件是一次贝努利试验，那么抽样n次，则为n重伯努利试验。若令事件A(X＝Xi)发生的次数为nA，即nA～B(n，p)。由于X1，X2，…，Xn是n个相互独立且服从参数为p的0-1分布的随机变量，且
有给定任意ε＞0则有
由(4.31)式可推得
而
因此可推得
化简得
即当抽取的次数n越大，抽样后事件A出现的次数与抽样总数的频率比越接近于事件A发生的概率。
由直接抽样抽取随机数其误差为：
令因此
即是p的无偏估计，
即抽样n的次数越大，估计值越接近理论值p。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
Claims (10)
1.一种仿核信号发生器，其特征在于，包括：用于获取实际核能谱曲线图的能谱曲线数据采集单元，与能谱曲线数据采集单元相连的随机数发生单元；
所述随机数发生单元适于将模拟能谱曲线数据发送至探测器。
2.根据权利要求1所述的仿核信号发生器，其特征在于，所述能谱曲线数据采集单元包括：摄像头、与该摄像头相连的图像处理模块，所述图像处理模块通过显示控制器与显示模块相连，以通过显示模块显示摄像头拍摄的实际核能谱曲线图的图像，且将该图像通过谱线绘制模块采集能谱曲线上的数据点至曲线数据处理模块；
所述曲线数据处理模块适于根据显示的实际能谱曲线图临摹该核能谱曲线的各关键点获得能谱曲线数据，并通过数据存储控制模块发送至存储模块以建立能谱曲线数据库。
3.根据权利要求2所述的仿核信号发生器，其特征在于，所述能谱曲线数据采集单元还包括：与存储模块相连的图像保存工具，且通过所述图像保存工具将由图像保存工具获得的实际核能各谱曲线图的图像进行保存；
所述存储模块还与图像处理模块相连，即通过所述图像处理模块将由图像保存工具获得的实际核能各谱曲线图的图像经滤波、降噪预处理、曲线识别、曲线特征提取，以及进行插值处理以完善及修复缺失能谱曲线的各点数据，以建立能谱曲线数据库。
4.根据权利要求3所述的仿核信号发生器，其特征在于，所述随机数发生单元与曲线数据处理模块相连，且所述随机数发生单元包括：核信号时间统计特性模拟模块和核信号幅度统计特性模拟模块，其中
所述核信号时间统计特性模拟模块适于通过服从指数分布的随机数实现核信号时间统计特性模拟，所述指数分布的随机数由(0，1]均匀分布的随机数通过反函数法变换得到，且(0，1]均匀分布随机数适于通过线性同余法求得；
所述核信号幅度统计特性模拟模块适于通过对实际核能谱曲线识别并数字化得到各能级幅值及计数率，再通过蒙特卡罗方法直接抽样并输出所述随机数以模拟核衰变过程的随机性，再对所述随机数进行统计处理得到所述模拟能谱曲线。
5.根据权利要求4所述的仿核信号发生器，其特征在于，所述仿核信号发生器还包括：背景噪声发生模块和多道分析单元；
所述随机数发生单元、背景噪声发生模块的输出端分别与信号叠加模块的两输入端相连，且通过所述信号叠加模块将模拟能谱曲线数据叠加噪声后发送至探测器；
所述多道分析单元适于通过对由核探测器得到的核脉冲的统计与分析，从而得到真实的核信号的能谱图，以及对仿核信号发生器得到的模拟能谱曲线数据进行标定和校准。
6.根据权利要求5所述的仿核信号发生器，其特征在于，所述仿核信号发生器还包括：反馈与反演电路单元，该反馈与反演电路单元连接信号叠加模块的输出端，且将反馈数据经反演后传送至随机数发生单元。
7.一种根据权利要求1所述的仿核信号发生器的工作方法，包括如下步骤：
步骤S1，通过能谱曲线数据采集单元获取实际核能谱曲线图；以及
步骤S2，通过随机数发生单元对实际核能谱曲线图进行处理以获得模拟能谱曲线。
8.根据权利要求7所述的工作方法，其特征在于，所述工作方法还包括：
步骤S3，通过多道分析单元反演比较模拟能谱曲线与实际能谱曲线，以获得模拟能谱曲线与实际能谱曲线之间的误差。
9.根据权利要求8所述的工作方法，其特征在于，
步骤S2中通过随机数发生单元对实际核能谱曲线图进行处理以获得模拟能谱曲线的方法包括：
步骤S21，对实际核能谱曲线图进行曲线识别并将能谱曲线数值化，以得到能谱曲线各点的数值；
步骤S22，通过蒙特卡罗方法随机直接抽样这一组数值得到关于各核能级的随机数，以模拟核衰变过程的随机性；
步骤S23，对所述随机数进行统计处理得到所述模拟能谱曲线；
其中，所述步骤S21中对实际核能谱曲线图进行曲线识别并将能谱曲线数值化以得到能谱曲线各点的数值的方法包括：
将实际核能各谱曲线图的图像经滤波去噪处理后再将实际能谱曲线图进行显示，并根据显示的实际能谱曲线图临摹该核能谱曲线的各关键点获得能谱曲线数据，以建立能谱曲线数据库；或
将实际核能各谱曲线图的图像经滤波、降噪预处理、曲线识别、曲线特征提取，以及进行插值处理以完善及修复缺失能谱曲线的各点数据，以建立能谱曲线数据库。
10.根据权利要求9所述的工作方法，其特征在于，
步骤S22中通过蒙特卡罗方法随机直接抽样这一组数值得到关于各核能级的随机数以模拟核衰变过程的随机性的方法包括：
核信号时间统计特性模拟；以及核信号幅度统计特性模拟；
所述核信号时间统计特性模拟的方法包括：通过服从指数分布的随机数实现核信号时间统计特性模拟，其中
指数分布的随机数由(0，1]均匀分布的随机数通过反函数法变换得到，且(0，1]均匀分布随机数适于通过线性同余法求得；
所述核信号幅度统计特性模拟的方法包括：
通过对实际核能谱曲线识别并数字化得到各能级幅值及计数率，再通过蒙特卡罗方法直接抽样并输出所述随机数；其中
对实际核能谱曲线的识别并数字化的过程包括：
步骤S221，对实际能谱曲线图进行滤波、降噪；
步骤S222，通过最大类间分割法求出阈值，并将能谱曲线图进行二值化处理，再由像素点扫描法提取出能谱曲线上各点的数值即坐标；
步骤S223，对能谱曲线进行修补及数值化；
所述通过蒙特卡罗方法直接抽样并输出所述随机数的方法，即
通过蒙特卡罗方法直接抽样能谱曲线及曲线上的各点数值，以获得一系列随机数，从而以模拟核衰变过程的随机性；
所述步骤S221中对实际能谱曲线图进行滤波的方法，即对实际能谱曲线图进行维纳滤波处理，以滤除能谱曲线图中的高斯噪声；
所述步骤S223中对能谱曲线进行修补及数值化包括：通过三次样条插值法来填补在能谱曲线特征提取的过程中缺失的数据点，并通过坐标的比例扩伸以获得能谱曲线图上各点的数值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510543076.3A CN106483551B (zh) | 2015-08-28 | 2015-08-28 | 一种仿核信号发生器及其工作方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510543076.3A CN106483551B (zh) | 2015-08-28 | 2015-08-28 | 一种仿核信号发生器及其工作方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106483551A true CN106483551A (zh) | 2017-03-08 |
| CN106483551B CN106483551B (zh) | 2018-11-09 |
Family
ID=58235009
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510543076.3A Active CN106483551B (zh) | 2015-08-28 | 2015-08-28 | 一种仿核信号发生器及其工作方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106483551B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109239765A (zh) * | 2018-08-28 | 2019-01-18 | 南昌大学 | 一种仿核脉冲产生装置及方法 |
| CN109271135A (zh) * | 2017-07-18 | 2019-01-25 | 展达通讯（苏州）有限公司 | 真随机数生成系统及其真随机数生成的方法 |
| CN111553111A (zh) * | 2020-04-30 | 2020-08-18 | 成都航空职业技术学院 | 一种基于mcnp的数字仿核信号发生器 |
| CN113628521A (zh) * | 2021-07-12 | 2021-11-09 | 成都理工大学 | 基于纳秒光源的核探测模拟装置及核信号反演技术 |
| CN114422041A (zh) * | 2021-12-23 | 2022-04-29 | 中国原子能科学研究院 | 一种核信号模拟方法、装置、终端及存储介质 |
| CN114520697A (zh) * | 2022-04-20 | 2022-05-20 | 成都云溯新起点科技有限公司 | 一种数字域多信号合成方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1182883A (zh) * | 1996-08-30 | 1998-05-27 | 施卢默格海外有限公司 | 核谱学系统中用于调整和甄别脉冲形状的方法 |
| CN102073060A (zh) * | 2009-11-24 | 2011-05-25 | 成都理工大学 | 核信号随机特性模拟方法 |
| CN102313897A (zh) * | 2010-06-29 | 2012-01-11 | 成都理工大学 | 一种放射性能谱识别方法 |
| CN102721471A (zh) * | 2012-07-02 | 2012-10-10 | 河北工业大学 | 一种光谱转换为色度的方法 |
| CN102902958A (zh) * | 2012-09-19 | 2013-01-30 | 四川大学 | 基于图像识别的数字核信号处理和多参数核信息获取方法 |
| CN102901853A (zh) * | 2012-09-19 | 2013-01-30 | 四川大学 | 一种核信号变频数字化采样的方法 |
| CN104748766A (zh) * | 2014-12-19 | 2015-07-01 | 中国航天科技集团公司第五研究院第五一三研究所 | 一种x射线脉冲星能谱分布模拟系统 |
-
2015
- 2015-08-28 CN CN201510543076.3A patent/CN106483551B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1182883A (zh) * | 1996-08-30 | 1998-05-27 | 施卢默格海外有限公司 | 核谱学系统中用于调整和甄别脉冲形状的方法 |
| CN102073060A (zh) * | 2009-11-24 | 2011-05-25 | 成都理工大学 | 核信号随机特性模拟方法 |
| CN102313897A (zh) * | 2010-06-29 | 2012-01-11 | 成都理工大学 | 一种放射性能谱识别方法 |
| CN102721471A (zh) * | 2012-07-02 | 2012-10-10 | 河北工业大学 | 一种光谱转换为色度的方法 |
| CN102902958A (zh) * | 2012-09-19 | 2013-01-30 | 四川大学 | 基于图像识别的数字核信号处理和多参数核信息获取方法 |
| CN102901853A (zh) * | 2012-09-19 | 2013-01-30 | 四川大学 | 一种核信号变频数字化采样的方法 |
| CN104748766A (zh) * | 2014-12-19 | 2015-07-01 | 中国航天科技集团公司第五研究院第五一三研究所 | 一种x射线脉冲星能谱分布模拟系统 |
Non-Patent Citations (3)
| Title |
|---|
| 张软玉 等: "《核信号数值仿真方法的研究及应用》", 《核电子学与探测技术》 * |
| 李东仓 等: "《仿核脉冲的随机信号发生器研究》", 《核电子学与探测技术》 * |
| 谭承君 等: "《基于随机抽样的核脉冲信号发生器的研究》", 《原子能科学技术》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109271135A (zh) * | 2017-07-18 | 2019-01-25 | 展达通讯（苏州）有限公司 | 真随机数生成系统及其真随机数生成的方法 |
| CN109239765A (zh) * | 2018-08-28 | 2019-01-18 | 南昌大学 | 一种仿核脉冲产生装置及方法 |
| CN109239765B (zh) * | 2018-08-28 | 2022-10-11 | 南昌大学 | 一种仿核脉冲产生装置及方法 |
| CN111553111A (zh) * | 2020-04-30 | 2020-08-18 | 成都航空职业技术学院 | 一种基于mcnp的数字仿核信号发生器 |
| CN111553111B (zh) * | 2020-04-30 | 2023-03-28 | 成都航空职业技术学院 | 一种基于mcnp的数字仿核信号发生器 |
| CN113628521A (zh) * | 2021-07-12 | 2021-11-09 | 成都理工大学 | 基于纳秒光源的核探测模拟装置及核信号反演技术 |
| CN114422041A (zh) * | 2021-12-23 | 2022-04-29 | 中国原子能科学研究院 | 一种核信号模拟方法、装置、终端及存储介质 |
| CN114520697A (zh) * | 2022-04-20 | 2022-05-20 | 成都云溯新起点科技有限公司 | 一种数字域多信号合成方法 |
| CN114520697B (zh) * | 2022-04-20 | 2022-07-29 | 成都云溯新起点科技有限公司 | 一种数字域多信号合成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106483551B (zh) | 2018-11-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106483551A (zh) | 一种仿核信号发生器及其工作方法 | |
| CN106483842B (zh) | 一种高精度智能仿核信号发生系统及其工作方法 | |
| CN106483550A (zh) | 一种模拟能谱曲线仿真方法 | |
| CN108573225A (zh) | 一种局部放电信号模式识别方法及系统 | |
| CN109685314B (zh) | 一种基于长短期记忆网络的非侵入负荷分解方法和系统 | |
| Venema et al. | A stochastic iterative amplitude adjusted Fourier transform algorithm with improved accuracy | |
| CN109100627A (zh) | 一种基于端到端模式的电力设备局部放电故障诊断方法 | |
| CN109784410A (zh) | 一种舰船辐射噪声信号的特征提取和分类方法 | |
| CN115420806A (zh) | 一种基于神经网络及图像融合的无损超声检测方法 | |
| CN106483867A (zh) | 仿核信号发生系统用处理器、系统及工作方法 | |
| CN110889207A (zh) | 一种基于深度学习的体系组合模型可信度智能评估方法 | |
| CN112686182A (zh) | 局部放电模式识别方法及终端设备 | |
| CN109061544B (zh) | 一种电能计量误差估计方法 | |
| CN115936196A (zh) | 基于时序卷积网络的月降水模型预测方法 | |
| Quizhpi-Cuesta et al. | Classification of partial discharge in pin type insulators using fingerprints and neural networks | |
| CN111008356A (zh) | 一种基于WTSVD算法扣除背景的γ能谱集分析方法 | |
| CN110988802A (zh) | 一种基于信号尺度分解的雷达辐射源识别系统 | |
| Rao et al. | An Automatic CADI’s Ionogram Scaling Software Tool for Large Ionograms Data Analytics | |
| CN111931412A (zh) | 一种基于生成式对抗网络的水中目标噪声lofar谱图仿真方法 | |
| CN117437230B (zh) | 基于图像修复的光伏电站功率预测方法及系统 | |
| Li et al. | A Method for Generating Sonar Pulse Database Based on Improved DCGAN Network | |
| CN116522259A (zh) | 一种水电站辅助设备故障预警方法 | |
| CN117743826A (zh) | 一种基于eemd-pdo-rbf算法的机场雷电预测模型的构建方法 | |
| CN117423353A (zh) | 结合lstm改进ae的机器异常声音检测方法和装置 | |
| CN114034375A (zh) | 一种特高压输电线路噪声测量系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20181010 Address after: 610000 1 East three road, Erxian bridge, Chengdu, Sichuan Applicant after: Chengdu University of Technology Address before: 213000 Hohai University, Xinbei District, Changzhou, Jiangsu Applicant before: Yi Liangbi |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240223 Address after: 201100 Room 201-202, Building E, No. 1618, Yishan Road, Minhang District, Shanghai Patentee after: ARRAY MICROELECTRONICS LTD. Country or region after: China Address before: 610000 1 East three road, Erxian bridge, Chengdu, Sichuan Patentee before: Chengdu University of Technology Country or region before: China |
|
| TR01 | Transfer of patent right |