CN108646285B - 伽马射线能谱测量方法、装置及系统 - Google Patents
伽马射线能谱测量方法、装置及系统 Download PDFInfo
- Publication number
- CN108646285B CN108646285B CN201810604928.9A CN201810604928A CN108646285B CN 108646285 B CN108646285 B CN 108646285B CN 201810604928 A CN201810604928 A CN 201810604928A CN 108646285 B CN108646285 B CN 108646285B
- Authority
- CN
- China
- Prior art keywords
- energy
- theoretical
- gamma ray
- sub
- estimation
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/36—Measuring spectral distribution of X-rays or of nuclear radiation spectrometry
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明提供了一种伽马射线能谱测量方法、装置及系统;其中,该方法包括:在预设的一段时间内接收辐射事件;辐射事件中包括多个依次到达的伽马射线;判断伽马射线的能量测量值是否与预设的待测理论能量相关;待测理论能量包括一个或多个子理论能量;如果相关,对伽马射线进行滤波估计,获得伽马射线的能量估计值;根据能量估计值,确定伽马射线的最大后验估计;根据最大后验估计,生成辐射事件的伽马射线能谱。本发明降低了能谱测量过程中噪声的影响,提高了能量测量的准确性,从而提高了能谱的能量分辨率。
Description
技术领域
本发明涉及数据处理领域,尤其是涉及一种伽马射线能谱测量方法、装置及系统。
背景技术
γ射线(即伽马射线)的能谱测量是核辐射探测的一个重要方面,现有技术一般以多道脉冲幅度分析器计数为核心进行γ能谱测量。在电子学系统性能提升有限的情况下,由于探测器能量分辨率的限制及涨落引起的噪声的影响,γ射线的能谱测量的能量分辨率较低。
发明内容
有鉴于此,本发明的目的在于提供一种伽马射线能谱测量方法、装置及系统,以降低能谱测量过程中噪声的影响,提高能量测量的准确性,从而提高能谱的能量分辨率。
第一方面,本发明实施例提供了一种伽马射线能谱测量方法,包括:在预设的一段时间内接收辐射事件;辐射事件中包括多个依次到达的伽马射线;判断伽马射线的能量测量值是否与预设的待测理论能量相关;待测理论能量包括一个或多个子理论能量;如果相关,对伽马射线进行滤波估计,获得伽马射线的能量估计值;根据能量估计值,确定伽马射线的最大后验估计;根据最大后验估计,生成辐射事件的伽马射线能谱。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,上述判断伽马射线的能量测量值是否与预设的待测理论能量相关的步骤,包括:当接收到的第n个所述伽马射线时,通过公式,定义伽马射线的能量测量值ξ∈(n)与第j个子理论能量的敏感因子Ij:
其中,待测理论能量包括m个子理论能量,∈j是为第j个子理论能量,kγ是置信级别为γ时的置信系数,σξ是为标准偏差,Wj是第j个子理论能量的权重;当敏感因子Ij不为0时,确定第n个伽马射线的能量测量值与第j个子理论能量相关;如果至少一个子理论能量对应的敏感因子不为0,确定伽马射线的能量与所述待测理论能量相关。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第二种可能的实施方式,其中,上述如果相关,对伽马射线进行滤波估计,获得伽马射线的能量估计值的步骤,包括:当能量测量值与多个子理论能量相关时,根据多个相关的子理论能量的分布参数,分别对伽马射线进行卡尔曼滤波估计,获得多个相关的子理论能量对应的能量估计值。
结合第一方面的第二种可能的实施方式,本发明实施例提供了第一方面的第三种可能的实施方式,其中,上述根据能量估计值,确定伽马射线的最大后验估计的步骤包括:通过以下公式分别计算多个所述能量估计值的后验概率:
其中,为第n个伽马射线的的与第j个子理论能量对应的能量估计值;Ξn为测量得到的n个伽马射线的集合;选取多个能量估计值的后验概率中数值最大的后验概率作为最大后验概率,将最大后验概率对应的能量估计值作为最大后验估计。
结合第一方面的第三种可能的实施方式,本发明实施例提供了第一方面的第四种可能的实施方式,其中,上述根据最大后验估计,生成辐射事件的伽马射线能谱的步骤,包括:将最大后验估计作为伽马射线的理论能量;将所述伽马射线计入最大后验估计对应的子理论能量的个数中,并根据理论能量更新分布参数;分别统计各个子理论能量对应的个数;根据子理论能量和对应的个数,生成辐射事件的伽马射线能谱。
第二方面,本发明实施例还提供一种伽马射线能谱测量装置,其特征在于,包括:辐射事件接收模块,用于在预设的一段时间内接收辐射事件;辐射事件中包括多个依次到达的伽马射线;相关判断模块,用于判断伽马射线的能量测量值是否与预设的待测理论能量相关;待测理论能量包括一个或多个子理论能量;滤波估计模块,用于如果相关,对伽马射线进行滤波估计,获得伽马射线的能量估计值;最大后验估计确定模块,用于根据能量估计值,确定伽马射线的最大后验估计;能谱生成模块,用于根据最大后验估计,生成辐射事件的伽马射线能谱。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,上述相关判断模块还用于:当接收到的第n个伽马射线时,通过下述公式,计算伽马射线的能量测量值ξ∈(n)与第j个子理论能量的敏感因子Ij:
其中,待测理论能量包括m个子理论能量,∈j是为第j个子理论能量,kγ是置信级别为γ时的置信系数,σξ是为标准偏差,Wj是第j个子理论能量的权重;当敏感因子Ij不为0时,确定第n个伽马射线的能量测量值与第j个子理论能量相关;如果至少一个子理论能量对应的敏感因子不为0,确定伽马射线的能量与待测理论能量相关。
结合第二方面的第一种可能的实施方式,本发明实施例提供了第二方面的第二种可能的实施方式,其中,上述滤波估计模块还用于:当能量测量值与多个子理论能量相关时,根据多个相关的子理论能量的分布参数,分别对伽马射线进行卡尔曼滤波估计,获得多个相关的子理论能量对应的能量估计值。
结合第二方面的第二种可能的实施方式,本发明实施例提供了第二方面的第三种可能的实施方式,其中,上述最大后验估计确定模块还用于:通过以下公式分别计算多个能量估计值的后验概率:
其中,为第n个伽马射线的的与第j个子理论能量对应的能量估计值;Ξn为为测量得到的n个伽马射线的集合。选取多个能量估计值的后验概率中数值最大的后验概率作为最大后验概率,将最大后验概率对应的能量估计值作为最大后验估计。
第三方面,本发明实施例还提供一种伽马射线能谱测量系统,包括探测器及多道脉冲幅度分析器;上述装置设置于多道脉冲幅度分析器。
本发明实施例带来了以下有益效果:
本发明实施例提供了一种伽马射线能谱测量方法、装置系统;在预设的一段时间内接收辐射事件;判断辐射事件中的伽马射线的能量测量值是否与预设的待测理论能量相关;如果相关,对伽马射线进行滤波估计后,获得伽马射线的能量估计值,进而确定伽马射线的最大后验估计;根据最大后验估计,生成辐射事件的伽马射线能谱;该方式降低了能谱测量过程中噪声的影响,提高了能量测量的准确性,从而提高了能谱的能量分辨率。
本发明的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本发明的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施方式,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种伽马射线能谱测量方法的流程图;
图2为本发明实施例提供的1000s内测量多种核素裂变辐射的光子事件模式序列图;
图3为本发明实施例提供的1000s内测量多种核素裂变辐射的γ能谱图;
图4为本发明实施例提供的EMS的单能分解过程示意图;
图5为本发明实施例提供的并行/分布式粒子过滤算法架构的流程图;
图6为本发明实施例提供的单个通道的内部处理流程图;
图7为本发明实施例提供的137Cs核素的全能峰事件模式序列图;
图8为本发明实施例提供的137Cs核素的全能峰脉冲幅度谱图;
图9为本发明实施例提供的平滑后的137Cs核素的全能峰脉冲幅度谱图;
图10为本发明实施例提供的贝叶斯法测量的137Cs核素的全能峰脉冲幅度谱图;
图11为本发明实施例提供的扣除本底的137CS能谱图;
图12为本发明实施例提供的全能峰脉冲幅度谱图;
图13为本发明实施例提供的事件序列的测量值和最大后验概率估计值对比图;
图14为本发明实施例提供的贝叶斯法测量的137Cs核素的全能峰脉冲幅度谱;
图15为本发明实施例提供的一种伽马射线能谱测量装置的结构示意图;
图16为本发明实施例提供的一种伽马射线能谱测量系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前的伽马能量测量方式易受到噪声的影响,得到的能谱的能量分辨率较低,基于此,本发明实施例提供了一种伽马射线能谱测量方法、装置以及系统,可以应用于伽马射线的能谱测量及其他射线的能谱测量。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种伽马射线能谱测量方法进行详细介绍。
参见图1所示的一种伽马射线能谱测量方法的流程图,包括以下步骤:
步骤S100,在预设的一段时间内接收辐射事件;辐射事件中包括多个依次到达的伽马射线。
上述辐射时间可以为电离辐射,本实施例介绍的方法主要针对辐射中的伽马射线。伽马射线可以由核聚变产生,不同的核素可以产生不同能量的伽马射线;反之,根据接收到的伽马射线的种类可以对辐射源的核素组成进行分析。
步骤S102,判断伽马射线的能量测量值是否与预设的待测理论能量相关;待测理论能量包括一个或多个子理论能量。
在能谱测量过程中,可能需对一个或一些特定能量的伽马射线进行测量;当需要测量多个特定能量的伽马射线时,可以将每个特定的能量作为一个子理论能量,所有子理论能量组成了待测理论能量;对接收到的伽马射线的能量进行测量,得到能量测量值;将能量测量值分别与每个子理论能量进行比较,由于在能量测量的过程中可能会产生偏差,因此通常情况下,仅能比较能量测量值与子理论能量是否相关;实际中,一些子理论能量可能很接近,因此能量测量值可能与不只一个子理论能量相关。
步骤S104,如果相关,对伽马射线进行滤波估计,获得伽马射线的能量估计值。
如果该伽马射线与待测理论能量相关的话,可以对伽马射线进行滤波估计;滤波方式可以为卡尔曼滤波、非线性滤波等;根据伽马射线的能量测量值及滤波估计,可以得到伽马射线的能量估计值。
步骤S106,根据能量估计值,确定伽马射线的最大后验估计。
在得到能量估计值后,可以计算得到伽马射线的后验概率;当该伽马射线与多个子理论能量相关时,分别计算该伽马射线对于各个子理论能量的后验概率;在多个后验概率中,可以得到最大后验概率,从而确定最大后验估计。
步骤S108,根据最大后验估计,生成辐射事件的伽马射线能谱。
该最大后验估计对应的子理论能量可以被确定为该伽马射线的理论能量;该子理论能量的计数可以增加1;在对这段时间内的所有伽马射线的理论能量均进行上述归类后,可以统计各个子理论能量对应的计数;最终。可以根据各个子理论能量的能量值及对应的计数,生成该辐射事件的伽马射线能谱。
本发明实施例提供了一种伽马射线能谱测量方法;在预设的一段时间内接收辐射事件;判断辐射事件中的伽马射线的能量测量值是否与预设的待测理论能量相关;如果相关,对伽马射线进行滤波估计后,获得伽马射线的能量估计值,进而确定伽马射线的最大后验估计;根据最大后验估计,生成辐射事件的伽马射线能谱;该方法降低了能谱测量过程中噪声的影响,提高了能量测量的准确性,从而提高了能谱的能量分辨率。
本发明实施例还提供了另一种伽马射线能谱测量方法,该方法在图1所示方法的基础上实现。
γ射线的能谱测量是核辐射探测的一个重要方面;放射性核素在其衰变过程中会以一定的概率辐射出特定能量的γ射线(也称为伽马光子流),辐射出的射线通过一定的路径传输后被测量。
传统的γ能谱测量本质上是一种根据辐射事件测量数据绘制能量-计数柱状图来估计放射性核素辐射的γ射线能量分布的方法。在能谱测量过程中,首先需要在一段时间内通常采用闪烁体探测器接收伽马射线,并通过电子学系统测量伽马射线的能量;然而受γ射线能量衰减、闪烁发射的总光子数、光电倍增管放大倍数和电子学噪声等涨落的影响,伽马射线的能量的测量结果中存在固有的不确定性(不同探测器的影响因素不同,但表现出类似的统计学规律)。
接下来,可以将测量数据(能量和接收时间)用脉冲形式的事件序列表示,这种序列称之为事件模式序列(Event Mode Sequence,EMS)。如图2所示为1000s内测量多种核素裂变辐射的光子事件模式序列图。理论研究可知,可以用一组特定单能源(MonoenergeticSources)叠加(联合)的方式描述单一放射性核素的γ辐射,即将每种能量的射线线当作单独的源来对待时,来自某种放射性核素的辐射可以表述为多个独立γ射线源的叠加,称之为放射性核素EMS的单能分解(Monoenergetic Decomposition),比如60Co当作一个1173keV单能伽马射线和一个1333keV单能伽马射线来看待。利用多道脉冲幅度分析器将接收到的光子所处的能量区间计数,形成γ能谱,如图3所示。该能谱可以被视为对每个核素进行EMS的单能分解后再合成而形成的,该过程示意图如图4所示,具体如下:
数学上,定义数对[{∈m},{αm}]表示某一放射性核素第m条γ射线的能量(MeV)和辐射分支比。在一段测量时间内,第m条γ射线的探测计数率λm是单位质量绝对衰减率σ,质量M,辐射分支比αm,几何因子S和探测器探测效率(对能量∈m)ηm的乘积,即λm=ηmσMαmS,所以上述定义可以改写为[{∈m},{λm}]。某种以特定能量和强度辐射γ射线的放射性核素在某段时间里放射出的γ射线,定义能量-时间序列集来描述:[{∈m},{tm}]m=1,…,M∈,索引m表示有M∈条放射线的放射性核素的第m条γ射线(能量)。
第一步,定义ξ(n;∈m,tm)表示组成EMS的从第m个单能源发射的能量为∈m的第n个γ射线,其抵达时间tm与探测效率λm相关。由于射线在传输过程中的衰减,测量时不可避免地会引入了一个随机分量,所以原能量是∈m的第n个抵达光子的能量用一个随机变量∈m(n)表示。对于一个单独光子抵达事件其最终脉冲表达为:
ξ(n;∈m,tm)=∈m(n)δ(t-tm(n)) (1)
第二步,为了定义指定时间间隔[t0,T)的整体事件模式序列,我们引入集合符号和式中N∈(m)表示该时间段内第m条单能源射线的总计数。因此,第m条单能源第n个事件抵达时所构成的随机能量和时间的脉冲序列可以表示为:其中:
由上述方法确定了接收到的各个伽马射线组成的集合,进而可以以能谱的形式表示出来。由于各个伽马射线的能量的测量值有一定误差,因此能谱的能量分辨率也会受到一定影响。本实施例利用上述理想事件模式序列(EMS)和统计学方法尽可能的减少这种不确定性(考虑到康普顿过程的统计学描述比较复杂,本实施例主要讨论光电事件)。
该方法包括以下步骤:
(1)在预设的一段时间内接收辐射事件;辐射事件中包括多个依次到达的伽马射线;具体地,该辐射事件可以是由已知种类的几种放射性核素组成的混合样品产生的,也可以是由一些核素种类种类及放射性强度均为未知的混合样品产生的。
(2)当接收到的第n个所述伽马射线时,通过公式,定义伽马射线的能量测量值ξ∈(n)与第j个子理论能量的敏感因子Ij:
其中,待测理论能量包括m个子理论能量,∈j是为第j个子理论能量,kγ是置信级别为γ时的置信系数,σξ是为标准偏差,Wj是第j个子理论能量的权重。当敏感因子Ij不为0时,确定第n个伽马射线的能量测量值与第j个子理论能量相关;如果至少一个子理论能量对应的敏感因子不为0,确定该伽马射线的能量与所述待测理论能量相关。
具体地,当核素已知时,可以根据核素种类确定{∈m},即确定多道脉冲幅度分析器中用于分析的道的理论能量;并利用下式对测量的事件(相当于测量得到的伽马射线的能量值)逐事件进行甄别(相当于与每个道都进行比较)随后分配给恰当的通道进行估计,从而获得式(3)的
[∈m-kγσξ≤ξ∈(n)≤∈m+kγσξ] (4)
式中,∈m是与已知核素相关的真(通道)能量,kγ是不同置信级别γ时的置信系数,σξ是与测量精度相关的标准偏差。上述ξ∈(n),即第m个单能源的第n个γ射线的能量测量值的测量模型可以用下式描述:
当混合样品的种类及它们的放射性强度均未知,对于事件ξ∈(n)而言,式(4)中的状态期望值的描述是比较困难的。
对于这种非线性非高斯的问题,采用粒子过滤算法进行处理,引入了步骤(2)中所述的敏感因子。第n个光电事件测量模型可以改写为:
式中,i={j|Ij≠0},表示所有敏感因子不为“0”的道的集合。当Ij不为0时,则判断该伽马射线与该道相关。
(4)当能量测量值与多个子理论能量相关时,根据多个相关的子理论能量的分布参数,分别对伽马射线进行卡尔曼滤波估计,获得多个相关的子理论能量对应的能量估计值。
(5)通过以下公式分别计算多个所述能量估计值的后验概率:
具体地,核素已知时,第m个单能源的第n个γ射线的能量测量值的的测量模型是一个线性高斯-马尔科夫模型,对于式(2)描述的第m个单能源的事件序列,可以用线性卡尔曼滤波算法对其其进行最优贝叶斯估计,其后验分布为:
当混合样品的种类及它们的放射性强度均未知,由式(6-8)可得第n个光电事件属于第j道时的后验概率:
敏感因子Ij表示第n个事件属于第j道概率,因此,根据马尔科夫链式法则,事件的后验概率可以改写为如步骤(5)中所示的表达式,根据该表达式计算得到各个相关的道对应的能量估计值的后验概率。
(6)选取多个能量估计值的后验概率中数值最大的后验概率作为最大后验概率,将最大后验概率对应的能量估计值作为最大后验估计;具体地,最大后验估计的表达式为:
(7)将最大后验估计作为伽马射线的理论能量。
(8)将伽马射线计入最大后验估计对应的各个子理论能量的个数中,并根据理论能量更新分布参数;
具体地,确定该事件属于与最大后验估计对应的道,并将该事件计数计入相应的道。该道的分布参数(相当于上述权重)可以通过以下公式进行更新:
式中,Ci为第i道的计数,ki为第i道的权重,p为平滑宽度。初始化时Ci可以用一定计数的粗略测量能谱近似。如果将一个事件计数计入第i道,则Ci加1,从而根据上式更新了该道的分布参数;并回滚其余各道的分布参数。
(8)分别统计各个子理论能量对应的个数。
(9)根据子理论能量和对应的个数,生成辐射事件的伽马射线能谱。
该方法基于贝叶斯原理利用统计学方法对探测器测量数据进行分析,实现对潜在放射性核素的事件模式序列的最大后验估计。该方法可以有效减少探测器能量分辨率对γ射线能谱测量带来的影响,提高谱分辨能力。
本发明实施例还提供了另一种伽马射线能谱测量方法,该方法在图1所示的方法的基础上实现。该方法利用放射性核素的事件模式序列模型和基于最大后验估计的贝叶斯探测模型,构建了一种并行/分布式粒子过滤架构实现对γ射线的序贯最优估计,并根据估计值得到能谱的最优估计测量,如图5所示为并行/分布式粒子过滤算法架构的流程图。该方法包括以下步骤:
(1)接收一个光电事件(相当于上述一条伽马射线),并得到该事件的测量能量值为ξ∈(n)。
(2)预先设定的各个道(每个道对应一个理论能量值)利用敏感因子独立地对该事件进行敏感性判断(相当于判断伽马射线的测量能量值是否有理论能量值相关)。
具体地,为了减少统计涨落的影响,每道的敏感因子Ij可以通过上述式(11)求得。
(5)根据最大后验估计值将该事件计数计入相应的道。
上述单个通道的内部处理流程如图6所示。在测量时间内,对所有接收到的光电事件(伽马射线)均进行上述计算及计数,最终得到各个道的计数,根据各个道的计数及对应的理论能量,生成伽马射线的能谱。
采用上述方法对137Cs核素的伽马能谱进行数值仿真。结合探测器的测量模型,特征能量为∈m的γ射其最终由探测器输出的能量可以用随机变量比如,可以用∈=661.62,σ∈=8.06表示能量分辨率为2.87%的LaBr3(Ce)探测器测得的137Cs全能峰事件的能量。因此可以用随机变量序列{ξ∈(1),ξ∈(2)…ξ∈(N)}模拟一段时间内137Cs核素的全能峰事件序列,其事件模式序列和脉冲幅度谱分别如图7及图8所示,每道能量宽度为1keV。可以看出,数值模拟的事件模式序列脉冲幅度谱呈现出典型的高斯特征,虽然个别道受统计涨落影响,但基本可以较真实的还原137Cs核素的全能峰能量分布情况。
对上述事件序列能谱利用5点法进行平滑处理,结果如图9所示,其能量分辨率约为2.7%;利用贝叶斯原理序贯测量能谱如图10所示,其能量分辨率为1.1%,明显优于前者。
在此基础上,进一步通过从NaI(TI)实测能谱中进行能量抽样产生事件序列对上述方法进行了验证。图11为扣除本底的137CS能谱,图12为其662keV处的全能峰部分,其能量分辨率约为7.3%;通过能量抽样产生包含1000个事件的序列利用贝叶斯法测量,图13示了事件序列的测量值(浅色)和最大后验概率估计值(深色),采用该方法得到的最终能谱如图14所示,其能量分辨率约为1.64%,明显优于图12原始能谱的能量分辨率。从而通过数值仿真和实验验证证明了该方法可以有效减少探测器能量分辨率对γ射线能谱测量带来的影响,提高谱分辨能力。
参见图15所示的一种伽马射线能谱测量装置的结构示意图,该装置包括:辐射事件接收模块1500,用于在预设的一段时间内接收辐射事件;辐射事件中包括多个依次到达的伽马射线;相关判断模块1502,用于判断伽马射线的能量测量值是否与预设的待测理论能量相关;待测理论能量包括一个或多个子理论能量;滤波估计模块1504,用于如果相关,对伽马射线进行滤波估计,获得伽马射线的能量估计值;最大后验估计确定模块1506,用于根据能量估计值,确定伽马射线的最大后验估计;能谱生成模块1508,用于根据最大后验估计,生成辐射事件的伽马射线能谱。
具体地,上述相关判断模块还用于:当接收到的第n个伽马射线时,通过下述公式,计算伽马射线的能量测量值ξ∈(n)与第j个子理论能量的敏感因子Ij:
其中,待测理论能量包括m个子理论能量,∈j是为第j个子理论能量,kγ是置信级别为γ时的置信系数,σξ是为标准偏差,Wj是第j个子理论能量的权重。当敏感因子Ij不为0时,确定第n个伽马射线的能量测量值与第j个子理论能量相关;如果至少一个子理论能量对应的敏感因子不为0,确定伽马射线的能量与待测理论能量相关。
具体地,上述滤波估计模块还用于:当能量测量值与多个子理论能量相关时,根据多个相关的子理论能量的分布参数,分别对伽马射线进行卡尔曼滤波估计,获得多个相关的子理论能量对应的能量估计值。
具体地,上述最大后验估计确定模块还用于:通过以下公式分别计算多个能量估计值的后验概率:
其中,为第n个伽马射线的的与第j个子理论能量对应的能量估计值;Ξn为测量得到的n个伽马射线的集合。选取多个能量估计值的后验概率中数值最大的后验概率作为最大后验概率,将最大后验概率对应的能量估计值作为最大后验估计。
本发明实施例提供的一种伽马射线能谱测量装置,与上述实施例提供的一种伽马射线能谱测量方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
本发明实施例还提供一种伽马射线能谱测量系统,其结构示意图如图16所示包括探测器160及多道脉冲幅度分析器161;上述装置设置于多道脉冲幅度分析器。
本发明实施例所提供的伽马射线能谱测量方法、装置以及系统的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和/或装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (8)
1.一种伽马射线能谱测量方法,其特征在于,包括:
在预设的一段时间内接收辐射事件;所述辐射事件中包括多个依次到达的伽马射线;
判断所述伽马射线的能量测量值是否与预设的待测理论能量相关;所述待测理论能量包括一个或多个子理论能量;
如果相关,对所述伽马射线进行滤波估计,获得所述伽马射线的能量估计值;
根据所述能量估计值,确定所述伽马射线的最大后验估计;
根据所述最大后验估计,生成所述辐射事件的伽马射线能谱;
所述判断所述伽马射线的能量测量值是否与预设的待测理论能量相关的步骤,包括:
当接收到的第n个所述伽马射线时,通过下述公式,定义所述伽马射线的能量测量值ξ∈(n)与第j个所述子理论能量的敏感因子Ij:
其中,所述待测理论能量包括m个所述子理论能量,∈j是为第j个所述子理论能量,kγ是置信级别为γ时的置信系数,σξ是为标准偏差,Wj是第j个所述子理论能量的权重;
当敏感因子Ij不为0时,确定第n个所述伽马射线的能量测量值与第j个所述子理论能量相关;
如果多个所述子理论能量对应的所述敏感因子均不为0,确定所述伽马射线的能量与多个所述子理论能量相关。
2.根据权利要求1所述的方法,其特征在于,所述如果相关,对所述伽马射线进行滤波估计,获得所述伽马射线的能量估计值的步骤,包括:
当所述能量测量值与多个所述子理论能量相关时,根据多个相关的所述子理论能量的权重,分别对所述伽马射线进行卡尔曼滤波估计,获得多个相关的所述子理论能量对应的能量估计值。
4.根据权利要求3所述的方法,其特征在于,所述根据所述最大后验估计,生成所述辐射事件的伽马射线能谱的步骤,包括:
将所述最大后验估计作为所述伽马射线的理论能量;
将所述伽马射线计入所述最大后验估计对应的所述子理论能量的个数中,并根据所述理论能量更新所述权重;
分别统计各个所述子理论能量对应的所述个数;
根据所述子理论能量和对应的所述个数,生成所述辐射事件的伽马射线能谱。
5.一种伽马射线能谱测量装置,其特征在于,包括:
辐射事件接收模块,用于在预设的一段时间内接收辐射事件;所述辐射事件中包括多个依次到达的伽马射线;
相关判断模块,用于判断所述伽马射线的能量测量值是否与预设的待测理论能量相关;所述待测理论能量包括一个或多个子理论能量;
滤波估计模块,用于如果相关,对所述伽马射线进行滤波估计,获得所述伽马射线的能量估计值;
最大后验估计确定模块,用于根据所述能量估计值,确定所述伽马射线的最大后验估计;
能谱生成模块,用于根据所述最大后验估计,生成所述辐射事件的伽马射线能谱;
当接收到的第n个所述伽马射线时,通过下述公式,计算所述伽马射线的能量测量值ξ∈(n)与第j个所述子理论能量的敏感因子Ij:
其中,所述待测理论能量包括m个所述子理论能量,∈j是为第j个所述子理论能量,kγ是置信级别为γ时的置信系数,σξ是为标准偏差,Wj是第j个所述子理论能量的权重;
当敏感因子Ii不为0时,确定第n个所述伽马射线的能量测量值与第j个所述子理论能量相关;
如果多个所述子理论能量对应的所述敏感因子均不为0,确定所述伽马射线的能量与多个所述子理论能量相关。
6.根据权利要求5所述的装置,其特征在于,所述滤波估计模块还用于:
当所述能量测量值与多个所述子理论能量相关时,根据多个相关的所述子理论能量的权重,分别对所述伽马射线进行卡尔曼滤波估计,获得多个相关的所述子理论能量对应的能量估计值。
8.一种伽马射线能谱测量系统,其特征在于,包括探测器及多道脉冲幅度分析器;权利要求5-7任一项所述装置设置于所述多道脉冲幅度分析器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810604928.9A CN108646285B (zh) | 2018-06-12 | 2018-06-12 | 伽马射线能谱测量方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810604928.9A CN108646285B (zh) | 2018-06-12 | 2018-06-12 | 伽马射线能谱测量方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108646285A CN108646285A (zh) | 2018-10-12 |
CN108646285B true CN108646285B (zh) | 2020-05-22 |
Family
ID=63752210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810604928.9A Active CN108646285B (zh) | 2018-06-12 | 2018-06-12 | 伽马射线能谱测量方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108646285B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115826027B (zh) * | 2022-12-01 | 2024-04-05 | 成都理工大学 | 一种车内辐射环境监测系统及辐射剂量计算方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104656119A (zh) * | 2013-11-19 | 2015-05-27 | 苏州瑞派宁科技有限公司 | 一种闪烁脉冲信息复原的方法及系统 |
CN105824817A (zh) * | 2015-01-05 | 2016-08-03 | 苏州瑞派宁科技有限公司 | 一种闪烁脉冲的数字化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8676744B2 (en) * | 2007-10-25 | 2014-03-18 | Lawrence Livermore National Security, Llc | Physics-based, Bayesian sequential detection method and system for radioactive contraband |
-
2018
- 2018-06-12 CN CN201810604928.9A patent/CN108646285B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104656119A (zh) * | 2013-11-19 | 2015-05-27 | 苏州瑞派宁科技有限公司 | 一种闪烁脉冲信息复原的方法及系统 |
CN105824817A (zh) * | 2015-01-05 | 2016-08-03 | 苏州瑞派宁科技有限公司 | 一种闪烁脉冲的数字化方法 |
Non-Patent Citations (4)
Title |
---|
A Bayesian sequential processor approach to spectroscopic portal system decisions;K. Sale et al.;《Proc. or SPIE》;20070924;第6707卷;第6707-1至6707-13页 * |
Radioactive contraband detection: A Bayesian approach;J.V.Candy et al.;《OCEANS 2009》;20100301;第1-10页 * |
Signal and image processing research at the Lawrence Livermore National Laboratory;Randy S. Roberts et al.;《Proc. of SPIE》;20090901;第7442卷;第774207-1至774207-16页 * |
Threat Detection of Radioactive Contraband Incorporating Compton Scattering Physics: A Model-Based Processing Approach;J. V. Candy et al.;《IEEE Transactions on Nuclear Science》;20110228;第58卷(第1期);第428-433页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108646285A (zh) | 2018-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105607111B (zh) | 一种γ核素识别方法 | |
JP5022902B2 (ja) | 検出器出力データ内の個別信号分離装置および方法 | |
JP5832892B2 (ja) | 孔内検層のための方法および装置 | |
EP2657721A2 (en) | Method and apparatus for determining one or more characteristics of radiation | |
CN105849536B (zh) | 利用谱去卷积进行谱分析 | |
CN107907901A (zh) | 核电站中子、伽马能谱与剂量的测量方法和系统 | |
Verbeke et al. | Neutron-neutron angular correlations in spontaneous fission of Cf 252 and Pu 240 | |
JP2013512443A5 (zh) | ||
Rasco et al. | The nonlinear light output of NaI (Tl) detectors in the Modular Total Absorption Spectrometer | |
Jäderström et al. | True coincidence summing correction and mathematical efficiency modeling of a well detector | |
KR20140083603A (ko) | 개별 감마핵종의 조사선량률 결정방법 | |
Ringbom et al. | A new method for analysis of beta-gamma radioxenon spectra | |
CN108646285B (zh) | 伽马射线能谱测量方法、装置及系统 | |
Abt et al. | Improved measurement of the b b¯ production cross section in 920 GeV fixed-target proton-nucleus collisions | |
Stinnett et al. | Uncertainty analysis of wavelet-based feature extraction for isotope identification on NaI gamma-ray spectra | |
US9476923B2 (en) | Method and device for identifying a material by the spectral analysis of electromagnetic radiation passing through said material | |
Van Hiep et al. | Nuclide identification algorithm for the large-size plastic detectors based on artificial neural network | |
US20100030721A1 (en) | Physics-Based, Bayesian Sequential Detection Method and System for Radioactive Contraband | |
Hayashi et al. | Performance of a total absorption clover detector for Qβ measurements of neutron-rich nuclei far from the β-stability line | |
Poon | Neutrino observations from the sudbury neutrino observatory | |
Wouters et al. | Beta-decay energies and masses of In 1 0 3− 1 0 5 | |
Foltz Biegalski et al. | Performance evaluation of spectral deconvolution analysis tool (SDAT) software used for nuclear explosion radionuclide measurements | |
US11914087B2 (en) | Response function of a scintillator | |
CN110687584A (zh) | 一种基于lstm的快速核素识别方法 | |
Gao et al. | Study on sequential bayesian radionuclide identification approach: Threshold and detection capability |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211209 Address after: 102205 no.377, 3 / F, Chuangxin building, No.6 yard, industrial South District, Yangfang Town, Changping District, Beijing Patentee after: BEIJING JUHEXIN ELECTROMECHANICAL CO.,LTD. Address before: 066000 No. 11, Yunhai Road, economic and Technological Development Zone, Qinhuangdao City, Hebei Province Patentee before: Gao Chao Patentee before: Beijing beice Precision Instrument Co., Ltd |
|
TR01 | Transfer of patent right |