CN107219547A - 利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法 - Google Patents

Abstract

本发明公开了一种能够解决现有的SNIP算法对参数以及寻峰和峰区依赖过高问题的利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法；该利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法通过使用滤波窗自适应峰区宽度的改进，同时利用逐步逼近提高本底扣除的精度，为γ能谱的准确分析奠定基础，在第一次计算后直接将被扣除的本底视为新的能谱进行计算；迭代的终止条件不是固定的步数，设置为直到满足前后两次所得到的本底面积的相对误差满足为止。因此采用本发明所述的利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法，避免了人为选取参数，可以极大的提高本底扣除的准确性，而且这种改进并不影响SNIP算法的执行速度，运行效率高。

Description

利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法

技术领域：

本发明涉及在γ能谱本底扣除，尤其是一种利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法。

背景技术：

SGS(分段γ扫描)技术是一种常用的无损检测方法，利用核废物桶中放射性核素的特征γ射线，分析γ光谱确定放射性核素和放射性强度，高分辨率的高纯锗探测器经常应用在SGS中，利用HPGe探测器得到的γ能谱是叠加在康普顿连续散射本底上的高斯分布，如果核废物桶的材料复杂含有多种核素或者由于样品、探测设备和放射源特征γ射线的作用产生散射，得到的γ能谱也是复杂的，所以能谱的本底扣除将直接影响全能峰面积的计算和核素的定量分析。

常用的本底扣除方法有很多，如指数函数拟合法、多项式最小二乘拟合法、傅立叶变换法、小波变换法等，这些方法在处理一般的能谱时是完全可以满足精度的要求，但如果全能峰上叠加有散射峰、本底峰和屏蔽体特征X射线峰时，结果就会有很大的误差，而统计敏感的非线性迭代剥峰算法(Statistics sensitive Nonlinear Iterative Peak—clipping,SNIP)能有效估算峰区确定、散射峰、本底峰以及特征X射线峰等对全能峰净面积计算的影响，减小对复杂能谱进行本底扣除时的误差。

SNIP算法采用迭代方法计算第i道计数到其中m是用户设置的迭代参数，一般来说m满足2m+1＝w,其中w是峰的宽度，利用以下的公式计算在第i道的第p次迭代中产生的新的值：

在迭代程序之后，我们利用此值来得到本底能谱，为了压缩计数的动态范围，迭代前对第i道的计数y_i进行LLS转换：

最后再利用逆向LLS运算，得到计数：

y_i＝(exp(exp(z_i)-1)-1)²-1.

实际上m值对本底的估计值的影响很大，如果m值设置的偏小，本底将会被过度的扣除，m值设置偏大，本底将不能被完全扣除，所以一个固定的m值是不能满足整个能谱的。

发明内容：

本发明所要解决的技术问题是提供一种能够解决现有的SNIP算法对参数以及寻峰和峰区依赖过高问题的利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法。

为实现以上目的，本发明解决其技术问题所采用的技术方案是：利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法，包括以下步骤：

S1、B⁽ⁿ⁾表示第n次扣除本底时的本底面积，并且设定初始值B⁽⁰⁾＝1，n＝0，然后按照以下步骤计算B⁽ⁿ⁾；

S2、将γ能谱的数据进行LLS(对数-对数-开方)变换：z_i为LLS变换后的第i道谱数据，y_i为变换前的第i道谱数据；

S3、构造一个大小与能谱长度相当的向量r，令r_i＝t*FWHM_i，其中r_i表示第i个能量峰的宽度，t是常量，代表着全峰宽和半高宽之间的关系，FWHM是峰的半高宽；这种方法可以不依赖寻峰和峰区确定算法的好坏进行本底扣除，但是却面临着参数t的取值的问题；

S4、设置滤波窗参数m＝max{r_i}；

S5、计算其中p∈[1,m]，如果p≤r_i，如果p＞r_i，表示在步骤2中第p次变换后的第i道谱数据；

S6、进行反LLS变换：y_i＝(exp(exp(z_i)-1)-1)²-1，得到每一道的计数；

S7、将步骤S6第一次扣除的本底看作一个新的能谱，在这个新的能谱的基础上重复进行步骤S1至S6执行本底扣除，直到满足前后两次所得到的本底面积的相对误差满足为止。

优选的，步骤S3中将t值取为1进行每次计算。

本发明的有益效果是：本发明所述的利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法，通过使用滤波窗自适应峰区宽度的改进，从而减小在本底扣除过程中对峰值的依赖，同时利用逐步逼近提高本底扣除的精度，为γ能谱的准确分析奠定基础；其次无需人为的选取任何计算参数，在第一次计算后直接将被扣除的本底视为新的能谱进行计算。迭代的终止条件不是固定的步数，而是满足一定精度。因此本发明所述的利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法，避免了人为选取参数，可以极大的提高本底扣除的准确性，而且这种改进并不影响SNIP算法的执行速度，运行效率高。

附图说明：

图1为本发明的流程图；

图2为二次函数平方根法半高宽校准结果；

图3为t分别取1、2、3时的本底扣除；

图4为逐步逼近的SNIP算法的152Eu全谱本底扣除结果；

图5为Morhac算法的低能区和高能区本底扣除结果。

附图4中的第一幅图表示逐步逼近的SNIP算法的152Eu全谱本底扣除结果，第二幅和第三幅分别表示低能区和高能区放大图。

下面结合附图和实施例对本发明作进一步说明。

所用的ORTEC公司的γ能谱探测系统具有如下参数特征：高纯锗探测器模型：探测器直径70mm，长82.6mm的GEM-MX7080P4-HE-SMP-3X 3；多道谱仪：DSPEC-jr-2.0；CFG-X-COOL-Ⅲ-230电制冷机；专用的软件程序：Maestro-32-7.01和GammaVisionV7.01。系统探测器测量γ能量响应范围是10keV-10MeV，其参数：HPGe的相对效率在1332keV(⁶⁰Co)是75％。在能量为1332keV(⁶⁰Co)分辨率(FWHM)为1.8keV，在能量为122keV(⁵⁷Co)时为0.793keV。工作参数是：HV＝+2600V；LLD＝21；ULD＝8191；变频增益：8192；上升时间：12μs；输出信号电压极性：正；活时间：300s；

半高宽通常代表着能谱仪的分辨率，对于一个γ能谱，全能峰计数近似满足高斯分布，并且半高宽满足FWHM＝2.35σ，其中σ是高斯分布的标准差，半高宽随着能量的变化而变化，常用半高宽刻度的函数有线性函数(FWHM＝b+aE)，二次多项式(FWHM＝c+bE+aE2)，线性函数的平方根(二次函数的平方根等。

本实施例中采用二次函数的平方根作为半高宽的刻度函数，首先用¹⁵²Eu伽玛源进行刻度，刻度的结果是：

如图2所示：

首先在SNIP方法中取不同的t值时本底的变化，如图3所示，显示了t＝1,2,3时的本底，可以看出参数t显著的影响对本底的估算，因此校正t值是正确计算本底的必要条件。

实施例1，采用本发明所述的利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法对γ能谱全谱本底进行扣除，按照以下步骤进行：

1、B⁽ⁿ⁾表示第n次扣除本底时的本底面积，并且设定初始值B⁽⁰⁾＝1，n＝0，然后按照以下步骤计算B⁽ⁿ⁾；

2、将γ能谱的数据进行LLS(对数-对数-开方)变换：z_i为LLS变换后的第i道谱数据，y_i为变换前的第i道谱数据；

3、构造一个大小与能谱长度相当的向量r，令r_i＝t*FWHM_i，其中r_i表示第i个能量峰的宽度，t是常量，代表着全峰宽和半高宽之间的关系，FWHM是峰的半高宽；

4、设置滤波窗参数m＝max{r_i}；

5、计算其中p∈[1,m]，如果p≤r_i，如果p＞r_i，表示在步骤2中第p次变换后的第i道谱数据；

6、进行反LLS变换：y_i＝(exp(exp(z_i)-1)-1)²-1，得到每一道的计数；

7、将步骤S6第一次扣除的本底看作一个新的能谱，在这个新的能谱的基础上重复进行步骤S1至S6执行本底扣除，直到满足前后两次所得到的本底面积的相对误差满足为止。

在上述步骤3中可以使用滤波窗自适应峰区宽度的改进SNIP算法解决m值对本底的估计值的影响；设定能谱是由k个峰区组成的，然后构建一个大小等于能谱长度的向量r：

r＝[0,0,…0,w₁,…w₁,0,…,0,w₂,w₂,…,w₂,0,…,0,w_k,w_k,…,w_k,0,0,…0]

其中w_k代表的是第k个峰区，然后用下面的公式来确定m的值：

m＝max{w_j},j∈[1,k].

最后这个滤波窗自适应峰区的SNIP算法的表达式为：

其中p∈[1,m]。峰区的确定是高度依赖于寻峰和峰区确定算法的，所以参数m值的确定时的误差是很难控制的，而且γ在能谱中，峰的半高宽是随着能量而发生变化的，一般需要用能量或者道数来进行校准。

将向量r替换为：

r＝t*FWHM_i,

其中t是一个常量，代表着全峰宽和半高宽之间的关系。这种方法可以不依赖寻峰和峰区确定算法的好坏进行本底扣除，但是却面临着参数t的取值的问题。

本发明所述的利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法，在步骤4至步骤7中采用以下步骤进行计算：

4、设置滤波窗参数m＝max{r_i}；

5、计算其中p∈[1,m]，如果p≤r_i，如果p＞r_i，表示在步骤2中第p次变换后的第i道谱数据；

6、进行反LLS变换：y_i＝(exp(exp(z_i)-1)-1)²-1，得到每一道的计数；

7、将步骤S6第一次扣除的本底看作一个新的能谱，在这个新的能谱的基础上重复进行步骤S1至S6执行本底扣除，直到满足前后两次所得到的本底面积的相对误差满足为止。

首先在步骤4中设置滤波窗参数，然后在步骤5和6中依次计算再进行反LLS变换：最后在步骤7中进行逼近算法，从而能够有效的避免参数t的取值的问题；较小参数t取值对γ能谱全谱本底扣除的影响。

执行上述步骤的过程中，将相对误差设置为0.5％，在win7系统下利用Matlab-2013b运行逐步逼近SNIP程序，共用时1,59±0.07s，如图4所示，为¹⁵²Eu全谱的本底扣除结果。

实施例2，使用Morhac算法计算本底对γ能谱全谱本底进行扣除，寻峰时使用对称零面积转换法，最终得到的低能区和高能区的本底扣除结果如图5所示。

通过本发明所述的利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法对γ能谱全谱本底进行扣除后得到的结果(如图4所示)和使用Morhac方法计算本底对γ能谱全谱本底进行扣除后得到的结果(如图5所示)进行对比。

如图5所示，可以看到Morhac算法在低能区得到的峰的本底是畸形的，本底中包括有用信息；

如图4所示，可以发现逐步逼近的SNIP算法的精度已经得到了提高，本底的峰形更加光滑而且没有出现畸形，低能端的散射也可以有效的去掉。

综上所述，本发明所述的利用SNIP逐步逼近计算扣除γ能谱全谱本底的方法，该方法是独立于寻峰法的，它所耗费的时间很短，并没有因为这本次改进出现影响运行效率的现象。最后还需说明的是逐步逼近的SNIP方法是可以普遍应用在任何分辨率(FWHM)已经校准过的探测器上。本发明所述的利用SNIP逐步逼近计算扣除γ能谱全谱本底的方法，通过使用滤波窗自适应峰区宽度的改进，从而减小在本底扣除过程中对峰值的依赖，同时利用逐步逼近提高本底扣除的精度，为γ能谱的准确分析奠定基础；其次无需人为的选取任何计算参数，在第一次计算后直接将被扣除的本底视为新的能谱进行计算。迭代的终止条件不是固定的步数，而是满足一定精度。因此本发明所述的利用SNIP逐步逼近计算扣除γ能谱全谱本底的方法，避免了人为选取参数，可以极大的提高本底扣除的准确性，而且这种改进并不影响SNIP计算方法扣除γ能谱全谱本底的执行速度，运行效率高。

Claims (2)

1.利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法，其特征在于，包括以下步骤：

S1、B⁽ⁿ⁾表示第n次扣除本底时的本底面积，并且设定初始值B⁽⁰⁾＝1，n＝0，然后按照以下步骤计算B⁽ⁿ⁾：

S2、将γ能谱的数据进行LLS(对数-对数-开方)变换：z_i为LLS变换后的第i道谱数据，y_i为变换前的第i道谱数据；

S3、构造一个大小与能谱长度相当的向量r，令r_i＝t*FWHM_i，其中r_i表示第i个能量峰的宽度，t是常量，代表着全峰宽和半高宽之间的关系，FWHM是峰的半高宽；

S4、设置滤波窗参数m＝max{r_i}；

S5、计算其中p∈[1,m]，如果p≤r_i，如果p＞r_i， 表示在步骤2中第p次变换后的第i道谱数据；

S6、进行反LLS变换：y_i＝(exp(exp(z_i)-1)-1)²-1，得到每一道的计数；

S7、将步骤S6第一次扣除的本底看作一个新的能谱，在这个新的能谱的基础上重复进行步骤S1至S6执行本底扣除，直到满足前后两次所得到的本底面积的相对误差满足为止。

2.根据权利要求1所述的利用逐步逼近SNIP计算扣除γ能谱全谱本底的方法，其特征在于；步骤S3中将t值取为1进行每次计算。