CN111239797B - 一种基于辐射粒子事件的采集器及快速核素识别方法 - Google Patents
一种基于辐射粒子事件的采集器及快速核素识别方法 Download PDFInfo
- Publication number
- CN111239797B CN111239797B CN202010084525.3A CN202010084525A CN111239797B CN 111239797 B CN111239797 B CN 111239797B CN 202010084525 A CN202010084525 A CN 202010084525A CN 111239797 B CN111239797 B CN 111239797B
- Authority
- CN
- China
- Prior art keywords
- energy
- radiation particle
- particle event
- radiation
- event
- 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.)
- Expired - Fee Related
Links
- 239000002245 particle Substances 0.000 title claims abstract description 121
- 230000005855 radiation Effects 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000005251 gamma ray Effects 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000012216 screening Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims abstract description 6
- 238000009826 distribution Methods 0.000 claims description 17
- 238000001228 spectrum Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 6
- 230000002285 radioactive effect Effects 0.000 claims description 6
- 238000007476 Maximum Likelihood Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000003321 amplification Effects 0.000 claims description 2
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 238000013398 bayesian method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
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
本发明公开了一种基于辐射粒子事件的采集器,通过探测器将探测到的粒子事件转化为电脉冲信号,电脉冲信号经过前置放大电路后分为两路,分别进行时间甄别和能量甄别,时间信息和能量信息在FPGA中打包成辐射粒子事件信息包,并传输到上位机中处理。本发明还公开了一种辐射粒子事件快速核素识别方法,建立某种放射性核素的特征伽马射线粒子事件模型和在环境本底下的粒子事件模型,指定判别函数及判别阈值,对采集到的粒子事件进行筛选、计算核素的特征粒子事件模型参数并更新判别函数值,将决策函数值与设定的判别阈值作比较,如果高于高阈值,判定放射性核素存在,如果小于低阈值,则判定放射性核素不存在,否则重复前面过程。
Description
本发明涉及一种基于辐射粒子事件的采集器,还涉及一种基于辐射粒子事件采集器的辐射粒子事件快速核素识别方法,属于核辐射探测技术领域。
背景技术
传统核素识别方法是将测量所得能谱中全能峰信息(包括峰位置、峰计数、半高宽等)作为能谱的特征与标准核素库进行比对,以此来分析核素的信息。为找到能谱的全能峰,需要对所测的能谱进行平滑滤波、寻峰等预处理,然后再根据峰位置与能量之间的关系,计算出全能峰的能量。传统核素识别方法通过匹配全能峰信息来实现,因此,如何快速准确获得全能峰信息成为此类方法的关键。传统的核素识别方法的发展趋势主要集中于寻峰方法的研究,常见的寻峰方法有导数法、协方差法、对称零面积变换法等。
在微弱信号检测中,探测器采集到的信号通常是由全能峰和散射本底组成的混合能谱,信噪比低,不利于特征信号的提取。近年来,针对低计数条件下核素快速识别的序贯贝叶斯方法被提出,对核素辐射粒子事件序列建立单能射线组合模型,通过与标准源比对判断核素是否存在,但该方法在信噪比较低的情况下表现不佳。
总的来说,传统核素识别方法,对于信噪比高、采集辐射信号时间长的观测值检测效果都还比较好,但是对于微弱信号的检测效率很低、识别核素的效果差,有待改进。
发明内容
本发明的目的在于,为了突破传统方法对长时间能谱观测的依赖、克服检测效率低下的问题,提供一种基于辐射粒子事件的采集器,还提供了一种基于特征伽马射线的辐射粒子事件快速核素识别方法。
本发明提供了一种基于辐射粒子事件的采集器,包括伽马辐射粒子探测器、信号采集电路和上位机,还包括前置信号放大电路、时间数字转换器、模拟数字转换器、时间甄别电路、能量甄别电路及高速外部接口;
所述伽马辐射粒子探测器用于暴露在检测环境之中对具有放射性辐射粒子事件到达时间进行测量并将电脉冲信号形式的测量结果传输到电流型前置放大器,电脉冲信号经由电流型前置放大器放大后,分为两路:一路信号上升时间短,通过时间数字转换器进行时间测量后得到的时间数据输入FPGA进行进一步处理;另外一路信号通过模拟数字转换器进行信号采集然后输入FPGA进行进一步处理;
在FPGA内部,进行时间甄别和能量甄别;时间甄别,将通过时间数字转换器输入的时间数据整理为测量系统时间;能量甄别,用慢成型数值计算方法从通过模拟数字转换器输入的信号中提取脉冲幅度,同时用快成型的方式进行脉冲堆积判别从而统计出系统测量的死时间;在FPGA内部,还将数据组合成辐射粒子事件信息数据包,包括脉冲到达时间、脉冲幅度、死时间统计信息和脉冲识别码;
辐射粒子事件信息数据包通过高速外部接口传输到上位机,用于粒子事件判别。
本发明还提供了一种辐射粒子事件快速核素识别方法,包括以下步骤:
a、开启基于辐射粒子事件的采集器,捕获辐射粒子事件,传输到上位机中处理;
对能量处于放射性核素特征射线能量置信区间内的辐射粒子事件到达时间间隔进行判别,判断粒子事件计数率是否大于环境本底计数率,判别条件为:
通过能量判断和粒子事件到达时间间隔判别,达到要求的辐射粒子事件将被认为有潜在的放射性核素特征伽马射线产生,然后由决策函数进一步判断是否真实存在放射源;
c、根据已观测得到的辐射粒子事件的能量,利用极大似然估计方法计算能量概率分布的参数,包括已观测到辐射粒子事件能量的均值、方差以及衰变分支比;
d、完成上一步骤后,在计数率高于本底计数率的前提下,利用辐射粒子事件的能量分布进行核素存在性的判别,能谱测量系统对单能伽马射线测量得到的能谱服从高斯分布N(),探测系统对环境本底伽马射线测量得到的能谱服从均匀分布;
根据上述特征,假设H0为备选假设,表示本底模型,H1为原假设,表示放射性核素特征伽玛射线的观测模型;
根据c步骤更新后的参数,求解当前辐射粒子事件的观测值对于放射性核素特征伽玛射线的观测模型和本底模型的概率似然比,更新当前时刻的决策函数如下式所示:
否则,将重复步骤a至e,继续接收辐射粒子事件、重复事件判别、参数更新及决策评判的过程。
与现有技术相比,本发明具有以下的优点:
1、利用先进的检测方法,综合辐射粒子事件能量水平及到达时间两个维度的信息,提高了对输入信号的利用率,同时提高了核素识别的速度与准确率;
2、利用统一的概率模型描述辐射粒子事件序列,提高了物理过程的可解释性;
3、系统可以在高背景辐射环境中使用,能够在高背景辐射环境中有效提取特征伽玛射线能量信息,并快速开展核素识别,方便在公共场合进行核安全监测。
附图说明
图1为本发明采集器的示意图。
图2为本发明方法的判别器对辐射粒子事件的筛选过程示意图。
图3为本发明方法的决策函数更新与核素识别步骤中基于粒子事件的核素快速识别算法的示意图。
图4为本发明方法的能量概率分布估计结果示意图。
图5为本发明方法的决策函数及判别条件示意图。
具体实施方式
下面结合实施例对本发明作进一步的描述,所描述的实施例仅仅是本发明一部分实施例,并不是全部的实施例。基于本发明中的实施例,本领域的普通技术人员在没有做出创造性劳动前提下所获得的其他所有实施例,都属于本发明的保护范围。
实施例1:参见图1,一种基于辐射粒子事件的采集器,包括伽马辐射粒子探测器、信号采集电路和上位机,还包括前置信号放大电路、时间数字转换器、模拟数字转换器、时间甄别电路、能量甄别电路及高速外部接口。前置信号放大电路、时间数字转换器、模拟数字转换器、FPGA以及接口电路等被集成在一块印制电路板上。所述伽马辐射粒子探测器用于暴露在检测环境之中对具有放射性辐射粒子事件到达时间进行测量并将电脉冲信号形式的测量结果传输到电流型前置放大器,电脉冲信号经由电流型前置放大器放大后,分为两路:一路信号上升时间短,通过时间数字转换器进行时间测量后得到的时间数据输入FPGA进行进一步处理;另外一路信号通过模拟数字转换器进行信号采集然后输入FPGA进行进一步处理;在FPGA内部,进行时间甄别和能量甄别;时间甄别,将通过时间数字转换器输入的时间数据整理为测量系统时间;能量甄别,用慢成型数值计算方法从通过模拟数字转换器输入的信号中提取脉冲幅度,同时用快成型的方式进行脉冲堆积判别从而统计出系统测量的死时间;在FPGA内部,还将数据组合成辐射粒子事件信息数据包,包括脉冲到达时间、脉冲幅度、死时间统计信息和脉冲识别码;辐射粒子事件信息数据包通过高速外部接口传输到上位机,用于粒子事件判别。
实施例2:参见图2、图3,一种辐射粒子事件快速核素识别方法,包括以下步骤:
a、开启基于辐射粒子事件的采集器,捕获辐射粒子事件,传输到上位机中处理;
对能量处于放射性核素特征射线能量置信区间内的辐射粒子事件到达时间间隔进行判别,判断粒子事件计数率是否大于环境本底计数率,判别条件为:
通过能量判断和粒子事件到达时间间隔判别,达到要求的辐射粒子事件将被认为有潜在的放射性核素特征伽马射线产生,然后由决策函数进一步判断是否真实存在放射源;
c、根据已观测得到的辐射粒子事件的能量,利用极大似然估计方法计算能量概率分布的参数,包括已观测到辐射粒子事件能量的均值、方差以及衰变分支比;
d、完成上一步骤后,在计数率高于本底计数率的前提下,利用辐射粒子事件的能量分布进行核素存在性的判别,能谱测量系统对单能伽马射线测量得到的能谱服从高斯分布N(),探测系统对环境本底伽马射线测量得到的能谱服从均匀分布;
根据上述特征,假设H0为备选假设,表示本底模型,H1为原假设,表示放射性核素特征伽玛射线的观测模型;
根据c步骤更新后的参数,求解当前辐射粒子事件的观测值对于放射性核素特征伽玛射线的观测模型和本底模型的概率似然比,更新当前时刻的决策函数如下式所示:
否则,将重复步骤a至e,继续接收辐射粒子事件、重复事件判别、参数更新及决策评判的过程。
实施例3:参见图4,应用本发明采集器去验证一已知137Cs源,粒子事件采集器获取的粒子事件数据由实心圆点表示,经实施例2步骤c,计算接受的粒子能量概率分布,计算结果用空心圆点表示。
实施例4:参见图5,同实施例3,连续对同一放射源观测,得到粒子事件序列,每次接受新的粒子事件,都对决策函数进行更新,并与设定的判别阈值进行比较,其中能量水平为3.89的直线表示核素存在的判定阈值,能量水平为-3.89的直线表示核素不存在的判定阈值,圆点表示随粒子事件序列更新得到的决策函数值。从图中可知,本发明方案可行。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种基于辐射粒子事件采集器的辐射粒子事件快速核素识别方法,采集器包括伽马辐射粒子探测器、信号采集电路和上位机,其特征在于,还包括前置信号放大电路、时间数字转换器、模拟数字转换器、时间甄别电路、能量甄别电路及高速外部接口;
所述伽马辐射粒子探测器用于暴露在检测环境之中对具有放射性辐射粒子事件进行测量并将电脉冲信号形式的测量结果传输到电流型前置放大器,电脉冲信号经由电流型前置放大器放大后,分为两路:一路信号上升时间短,通过时间数字转换器进行时间测量后得到的时间数据输入FPGA进行进一步处理;另外一路信号通过模拟数字转换器进行信号采集然后输入FPGA进行进一步处理;
在FPGA内部,进行时间甄别和能量甄别;时间甄别,将通过时间数字转换器输入的时间数据整理为测量系统时间;能量甄别,用慢成型数值计算方法从通过模拟数字转换器输入的信号中提取脉冲幅度,同时用快成型的方式进行脉冲堆积判别从而统计出系统测量的死时间;在FPGA内部,还将数据组合成辐射粒子事件信息数据包,包括脉冲到达时间、脉冲幅度、死时间统计信息和脉冲识别码;
辐射粒子事件信息数据包通过高速外部接口传输到上位机,用于粒子事件判别;
还包括以下步骤:
a、开启基于辐射粒子事件的采集器,捕获辐射粒子事件,传输到上位机中处理;
对能量处于放射性核素特征射线能量置信区间内的辐射粒子事件到达时间间隔进行判别,判断粒子事件计数率是否大于环境本底计数率,判别条件为:
通过能量判断和粒子事件到达时间间隔判别,达到要求的辐射粒子事件将被认为有潜在的放射性核素特征伽马射线产生,然后由决策函数进一步判断是否真实存在放射源;
c、根据已观测得到的辐射粒子事件的能量,利用极大似然估计方法计算能量概率分布的参数,包括已观测到辐射粒子事件能量的均值、方差以及衰变分支比;
假设某放射性核素衰变产生多种能量的特征伽马射线, 表示其中第j种能量的特征射线的衰变分支比, 表示观测结果中属于第j种能量的特征射线的粒子数量, 表示观测到的该种核素的所有能量特征射线的粒子数量总和;
d、完成上一步骤后,在计数率高于本底计数率的前提下,利用辐射粒子事件的能量分布进行核素存在性的判别,能谱测量系统对单能伽马射线测量得到的能谱服从高斯分布N( ),探测系统对环境本底伽马射线测量得到的能谱服从均匀分布 ;
根据c步骤更新后的参数,求解当前辐射粒子事件的观测值对于放射性核素特征伽玛射线的观测模型和本底模型的概率似然比,更新当前时刻的决策函数如下式所示:
否则,将重复步骤a至e,继续接收辐射粒子事件、重复事件判别、参数更新及决策评判的过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010084525.3A CN111239797B (zh) | 2020-02-10 | 2020-02-10 | 一种基于辐射粒子事件的采集器及快速核素识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010084525.3A CN111239797B (zh) | 2020-02-10 | 2020-02-10 | 一种基于辐射粒子事件的采集器及快速核素识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111239797A CN111239797A (zh) | 2020-06-05 |
CN111239797B true CN111239797B (zh) | 2022-09-30 |
Family
ID=70873126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010084525.3A Expired - Fee Related CN111239797B (zh) | 2020-02-10 | 2020-02-10 | 一种基于辐射粒子事件的采集器及快速核素识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111239797B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111624646B (zh) * | 2020-06-11 | 2021-07-30 | 北京卫星环境工程研究所 | 多模块辐射探测器的重复事件甄别和处理方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2917849A4 (en) * | 2012-11-12 | 2016-08-17 | Canberra Ind Inc | SYSTEM AND METHOD FOR RADIATION ANALYSIS |
CN103424766B (zh) * | 2013-03-19 | 2016-04-20 | 中国人民解放军第二炮兵工程大学 | 一种基于模式识别的核素快速识别方法 |
CN104656119B (zh) * | 2013-11-19 | 2018-06-05 | 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 |
CA3100589C (en) * | 2018-05-18 | 2022-04-05 | Lawrence Livermore National Security, Llc | Multifaceted radiation detection and classification system |
CN110687584B (zh) * | 2018-07-06 | 2024-01-26 | 中国人民解放军陆军防化学院 | 一种基于lstm的快速核素识别方法 |
CN109839656B (zh) * | 2019-02-22 | 2022-12-13 | 成都理工大学 | 一种基于α粒子事件读出的数字反符合HPGe谱仪系统 |
-
2020
- 2020-02-10 CN CN202010084525.3A patent/CN111239797B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN111239797A (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110187378B (zh) | 用于鉴别中子和伽马的中子探测器 | |
CN103454671A (zh) | 一种基于高速数字采样的核辐射脉冲堆积判断与校正方法 | |
CN111221030A (zh) | 基于物理集成的中子伽马探测器及中子伽马在线甄别方法 | |
CN1954237A (zh) | 包括层叠的基本脉冲的信号的测量和处理 | |
CN107728192B (zh) | 多探测器的核素识别系统及方法 | |
CN104536032A (zh) | 基于支持向量机的液体闪烁体探测器n/γ射线甄别方法 | |
CN105425275B (zh) | 一种反符合输出甄别系统 | |
CN106772541A (zh) | 探测器输出信号反卷积处理方法研究 | |
Yang et al. | Digital discrimination of neutron and γ ray using an organic scintillation detector based on wavelet transform modulus maximum | |
CN111239797B (zh) | 一种基于辐射粒子事件的采集器及快速核素识别方法 | |
CN106842277A (zh) | 一种堆积事件处理方法及装置 | |
CN205176285U (zh) | 反符合输出甄别系统 | |
CN110082808B (zh) | 一种基于复杂背景下核脉冲信号快速探测及识别方法 | |
CN106019355B (zh) | 辐射粒子探测器读出电路及辐射粒子信号计数的方法 | |
CN102621170B (zh) | 一种在能谱仪探测中自动确定测量时间的方法 | |
CN109991650A (zh) | 数字化多路符合测量放射性氙装置 | |
CN106772540A (zh) | 一种j‑text托卡马克装置的硬x射线通量检测系统 | |
CN109683189A (zh) | 一种契连柯夫辐射探测器和探测方法 | |
US20100030721A1 (en) | Physics-Based, Bayesian Sequential Detection Method and System for Radioactive Contraband | |
Faisal et al. | A data processing system for real-time pulse processing and timing enhancement for nuclear particle detection systems | |
CN107064990B (zh) | 一种小型闪烁体探测器的信号处理方法和装置 | |
Trigano et al. | On nonhomogeneous activity estimation in gamma spectrometry using sparse signal representation | |
Takahashi et al. | Digital signal processing for 3He proportional counters | |
EP3676640B1 (en) | Methods and systems for calibration of particle detectors | |
Van Chuan et al. | A composite method for improving the pulse shape discrimination efficiency of a scintillation detector using EJ-301 liquid |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220930 |
|
CF01 | Termination of patent right due to non-payment of annual fee |