CN114254495B - 一种基于蒙特卡洛方法的模拟能谱生成方法 - Google Patents
一种基于蒙特卡洛方法的模拟能谱生成方法 Download PDFInfo
- Publication number
- CN114254495B CN114254495B CN202111497326.6A CN202111497326A CN114254495B CN 114254495 B CN114254495 B CN 114254495B CN 202111497326 A CN202111497326 A CN 202111497326A CN 114254495 B CN114254495 B CN 114254495B
- Authority
- CN
- China
- Prior art keywords
- pulse
- energy spectrum
- sequence
- monte carlo
- signal
- 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
- 238000001228 spectrum Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000000342 Monte Carlo simulation Methods 0.000 title claims abstract description 29
- 238000005259 measurement Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000005070 sampling Methods 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 3
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 abstract description 7
- 230000008021 deposition Effects 0.000 abstract description 3
- 230000001172 regenerating effect Effects 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 238000011160 research Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Abstract
本发明属于电子电路数字信号领域,具体提供在于提供一种基于蒙特卡洛方法的模拟能谱生成方法,在MCNP软件生成的理想能谱基础上,基于蒙特卡洛方法构造核能谱测量数字化系统的概率模型,模拟仪器测量过程并重新生成模拟能谱,充分考虑仪器测量过程中放射性和探测器的统计涨落等因素对谱线的影响,使能谱特征峰呈现高斯分布,与实际仪器测量结果更为吻合,有效解决了MCNP软件模拟出的能量沉积谱因不能反应出放射性和探测器的统计涨落等因素对谱线影响而无法直接作为分析对象的问题。
Description
技术领域
本发明属于电子电路数字信号领域,特别提供一种基于蒙特卡洛方法的模拟能谱生成方法。
背景技术
在核辐射评估与探测领域,蒙特卡洛(Monte Carlo)方法是一种基于“随机数”的逼近计算方法,它广泛应用于核能谱测量数字化系统;它通过大量随机样本去了解一个系统,进而得到所要计算的值;对于许多问题而言,它往往是最简单的计算方法,有时甚至是唯一可行的方法。蒙特卡罗方法在金融工程学、宏观经济学、计算物理学(如粒子输运计算、量子热力学计算、空气动力学计算)等领域应用广泛,具有深远而重要的研究意义。
MCNP(Monte Carlo N Particle Transport Code)则是由美国洛斯阿拉莫斯国家实验室(LosAlamos National Laboratory)开发的基于蒙特卡洛方法的通用软件包,MCNP已经成为研究粒子输运问题的一个最有力的工具,其被广泛用于电子、光子以及中子等粒子的输运问题中。使用蒙特卡洛技术模拟能谱可以节约大量的实际仪器测量时间,减少人力物力的损耗,节约实际样品的购买成本,极大地提高能谱分析算法的研究效率;但是,在利用MCNP软件进行能谱模拟时,所模拟出的是能量沉积谱,不能反应出放射性和探测器的统计涨落等因素对谱线的影响;因此,MCNP软件生成的能谱与实际仪器测量得到的能谱存在较大差异,无法直接作为分析对象。
发明内容
本发明的目的在于针对MCNP软件生成的能谱与实际仪器测量得到的能谱存在较大差异的问题、提供一种基于蒙特卡洛方法的模拟能谱生成方法,在MCNP软件生成的理想能谱基础上,基于蒙特卡洛方法构造核能谱测量数字化系统的概率模型模拟仪器测量过程,重新生成模拟能谱;本发明充分考虑仪器测量过程中放射性和探测器的统计涨落等因素对谱线的影响,使能谱特征峰呈现高斯分布,与实际仪器测量结果更为吻合。
为实现上述目的,本发明采用的技术方案为:
一种基于蒙特卡洛方法的模拟能谱生成方法,其特征在于,包括如下步骤:
步骤1:使用MCNP软件生成理想能谱Sin;
步骤2:对理想能谱Sin进行抽样,获得序列大小为Nin的输入脉冲峰值序列Ain;
步骤3:依据输入脉冲峰值序列Ain生成脉冲个数为Nin、脉冲长度为M的负指数衰减脉冲序列Ve;
步骤4:基于蒙特卡洛方法构造仪器测量过程的概率模型:设置仪器测量时间长度为T,并随机生成Nin个大小在1到T之间的整数构成采集时刻序列、表示仪器采集过程中Nin个脉冲信号的采集时刻;以测量时间为轴,基于负指数衰减脉冲序列Ve与采集时刻序列,生成脉冲堆积信号Vp;
步骤5:对脉冲堆积信号Vp添加信噪比为SNR的高斯白噪声,生成含噪脉冲堆积信号Vin;
步骤6:对含噪脉冲堆积信号Vin使用梯形成形方法,得到梯形脉冲信号Vout;
步骤7:提取梯形脉冲信号Vout中的梯形脉冲峰值,得到序列大小为Nout的输出脉冲峰值序列Aout;
步骤8:依据输出脉冲峰值序列Aout,进行多道脉冲幅度分析生成能谱Sout。
进一步的,步骤1中,MCNP软件为Monte Carlo N Particle Transport Code(MCNP)通用软件包;
进一步的,步骤2中,对理想能谱Sin进行抽样的方法为依据泊松分布进行的直接抽样方法,输入脉冲峰值序列Ain如下:
其中,n为序号,Ain_1、Ain_2、…、Ain_Nin为Nin个输入脉冲峰值。
进一步的,步骤3中,依据输入脉冲峰值序列Ain生成负指数衰减脉冲序列Ve如下:
Ve[n]=Ain[n]·e-k/τ;n=1…Nin,k=1…M;
式中,e为自然常数,τ为负指数衰减脉冲的衰减时间常数,n为序号,k为离散时间变量。
进一步的,步骤4中,仪器测量时间长度T的确定公式如下:
T=a·M·Nin;
其中,a为仪器测量时间长度T的预设调整参数,取值范围为0.1到1、步进值为0.1;调整参数a越小代表脉冲堆积越严重。
进一步的,步骤5中,信噪比SNR的取值范围为0到50,SNR越小代表噪声越大。
进一步的,步骤6中,梯形成形方法的公式如下:
其中,vout(k)表示梯形脉冲序列Vout中第k个梯形脉冲信号,vin(k)表示含噪脉冲堆积序列Vin中的第k个含噪脉冲堆积信号,na、nb、nc为梯形成形方法参数,k为离散时间变量,τ为衰减时间常数,Ts为采样周期。
进一步的,步骤7中,输出脉冲峰值序列Aout如下:
其中,n为序号,Aout_1、Aout_2、…、Aout_Nout为Nout个输出脉冲峰值。
进一步的,步骤8中,多道脉冲幅度分析生成能谱的具体过程为:建立2x个能谱通道,x通常取值为10、11、12。每个能谱通道上建立计数区、计数值从0开始;将输出脉冲峰值序列Aout中的输出脉冲峰值幅度依映射比例映射到2x个通道中:任一通道对应输出脉冲峰值幅度出现一次、其对应的能谱通道计数值加1;将2x个能谱通道作为横坐标,将能谱通道计数值大小作为纵坐标,生成能谱Sout。
本发明的有益效果在于:
本发明提供在于提供一种基于蒙特卡洛方法的模拟能谱生成方法,在MCNP软件生成的理想能谱基础上,基于蒙特卡洛方法构造核能谱测量数字化系统的概率模型,模拟仪器测量过程并重新生成模拟能谱,充分考虑仪器测量过程中放射性和探测器的统计涨落等因素对谱线的影响,使能谱特征峰呈现高斯分布,与实际仪器测量结果更为吻合,有效解决了MCNP软件模拟出的能量沉积谱因不能反应出放射性和探测器的统计涨落等因素对谱线影响而无法直接作为分析对象的问题。
附图说明
图1为本发明的基于蒙特卡洛方法的模拟能谱生成方法流程图。
图2为本发明实施例中MCNP软件生成的Fe元素理想能谱图。
图3为本发明实施例中基于蒙特卡洛方法模拟生成的Fe元素能谱图;
图4为本发明实施例中的负指数衰减脉冲信号。
图5为本发明实施例中的脉冲堆积信号(局部)。
图6为本发明实施例中的含噪脉冲堆积信号(局部)。
图7为本发明实施例中的梯形脉冲信号(局部)。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。
本实施例提供一种基于蒙特卡洛方法的模拟能谱生成方法,并以Fe铁元素为例,将MCNP软件生成能谱与本实施例基于蒙特卡洛方法模拟生成的能谱进行对比,以验证本发明方法的有效性。
上述基于蒙特卡洛方法的模拟能谱生成方法的流程图如图1所示,具体包括以下步骤:
步骤1:使用MCNP软件生成Fe元素的理想能谱Sin如图2所示,由图2能够明显的看到,能谱的特征峰呈现直线;
步骤2:对理想能谱Sin进行抽样,获得序列大小为Nin=22189的输入脉冲峰值序列Ain;
步骤3:依据输入脉冲峰值序列Ain生成脉冲个数为Nin=22189、脉冲长度为M=500的负指数衰减脉冲序列Ve;其中,负指数衰减脉冲信号的示意图如图4所示;
步骤4:基于蒙特卡洛方法构造仪器测量过程的概率模型:设置调整参数a=0.5,则仪器测量时间长度T=a·M·Nin=0.5·500·22189=5547250,并随机生成Nin=22189个大小在1到T=5547250之间的整数、用以表示仪器采集过程中Nin=22189个脉冲信号的采集时刻;负指数衰减脉冲序列Ve中每个脉冲与采集时刻一一对应,以测量时间为轴,依据每个负指数衰减脉冲与其对应的采集时刻,最终生成脉冲堆积信号Vp,局部的脉冲堆积信号Vp如图5所示;
步骤5:对脉冲堆积信号Vp添加信噪比为SNR=20的高斯白噪声,生成含噪脉冲堆积信号Vin,局部的含噪脉冲堆积信号Vin如图6所示;
步骤6:设置梯形成形方法的参数na=100、nb=150、nc=250,d=0.975;对含噪脉冲堆积信号Vin使用梯形成形方法,得到梯形脉冲信号Vout,局部的梯形脉冲信号Vout如图7所示;
步骤7:提取梯形脉冲信号Vout中的梯形脉冲峰值,得到序列大小为Nout=4599的输出脉冲峰值序列Aout;
步骤8:建立210=1024个能谱通道,将输出脉冲峰值序列Aout中的输出脉冲峰值幅度依映射比例映射到1024个通道中:每存在一个输出脉冲峰值幅度、其对应的能谱通道计数值加1,将1024个能谱通道作为横坐标、将能谱通道计数值大小作为纵坐标,生成Fe元素的实际能谱Sout。
通过上述步骤,最终得到基于蒙特卡洛方法模拟生成的Fe元素能谱如图3所示,由图3能够明显的看到能谱形状发生了变化,在未经高斯展宽处理的情况下,能谱的特征峰呈现高斯分布,反应出放射性和探测器的统计涨落等因素对谱线的影响,得到和实际仪器测量结果相接近的谱线,该结果证明了本发明的有效性。
以上所述,仅为本发明的具体实施方式,本说明书中所公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换;所公开的所有特征、或所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以任何方式组合。
Claims (8)
1.一种基于蒙特卡洛方法的模拟能谱生成方法,其特征在于,包括如下步骤:
步骤1:使用MCNP软件生成理想能谱Sin;
步骤2:对理想能谱Sin进行抽样,获得序列大小为Nin的输入脉冲峰值序列Ain;
步骤3:依据输入脉冲峰值序列Ain生成脉冲个数为Nin、脉冲长度为M的负指数衰减脉冲序列Ve;
步骤4:基于蒙特卡洛方法构造仪器测量过程的概率模型:设置仪器测量时间长度为T,并随机生成Nin个大小在1到T之间的整数构成采集时刻序列、表示仪器采集过程中Nin个脉冲信号的采集时刻;以测量时间为轴,基于负指数衰减脉冲序列Ve与采集时刻序列,生成脉冲堆积信号Vp;
步骤5:对脉冲堆积信号Vp添加信噪比为SNR的高斯白噪声,生成含噪脉冲堆积信号Vin;
步骤6:对含噪脉冲堆积信号Vin使用梯形成形方法,得到梯形脉冲信号Vout;
步骤7:提取梯形脉冲信号Vout中的梯形脉冲峰值,得到序列大小为Nout的输出脉冲峰值序列Aout;
步骤8:依据输出脉冲峰值序列Aout,进行多道脉冲幅度分析生成能谱Sout。
2.按权利要求1所述基于蒙特卡洛方法的模拟能谱生成方法,其特征在于,步骤2中,所述抽样采用依据泊松分布进行的直接抽样方法,得到输入脉冲峰值序列Ain为:
其中,n为序号,Ain_1、Ain_2、…、Ain_Nin为Nin个输入脉冲峰值。
3.按权利要求1所述基于蒙特卡洛方法的模拟能谱生成方法,其特征在于,步骤3中,所述负指数衰减脉冲序列Ve为:
Ve[n]=Ain[n]·e-k/τ;n=1…Nin,k=1…M;
式中,e为自然常数,τ为衰减时间常数,n为序号,k为离散时间变量。
4.按权利要求1所述基于蒙特卡洛方法的模拟能谱生成方法,其特征在于,步骤4中,仪器测量时间长度T为:
T=a·M·Nin;
其中,a为预设调整参数,取值范围为0.1到1、步进值为0.1。
5.按权利要求1所述基于蒙特卡洛方法的模拟能谱生成方法,其特征在于,步骤5中,所述信噪比SNR的取值范围为0到50。
6.按权利要求1所述基于蒙特卡洛方法的模拟能谱生成方法,其特征在于,步骤6中,所述梯形成形方法具体为:
其中,vout(k)表示梯形脉冲序列Vout中第k个梯形脉冲信号,vin(k)表示含噪脉冲堆积序列Vin中的第k个含噪脉冲堆积信号,na、nb、nc为梯形成形方法参数,k为离散时间变量,τ为衰减时间常数,Ts为采样周期。
7.按权利要求1所述基于蒙特卡洛方法的模拟能谱生成方法,其特征在于,步骤7中,所述输出脉冲峰值序列Aout为:
其中,n为序号,Aout_1、Aout_2、…、Aout_Nout为Nout个输出脉冲峰值。
8.按权利要求1所述基于蒙特卡洛方法的模拟能谱生成方法,其特征在于,步骤8中,多道脉冲幅度分析具体过程为:建立2x个能谱通道,x通常取值为10、11、12;每个能谱通道上建立计数区、计数值从0开始,将输出脉冲峰值序列Aout中的输出脉冲峰值幅度依映射比例映射到2x个通道中,以能谱通道作为横坐标、能谱通道计数值作为纵坐标生成能谱Sout。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111497326.6A CN114254495B (zh) | 2021-12-09 | 2021-12-09 | 一种基于蒙特卡洛方法的模拟能谱生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111497326.6A CN114254495B (zh) | 2021-12-09 | 2021-12-09 | 一种基于蒙特卡洛方法的模拟能谱生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114254495A CN114254495A (zh) | 2022-03-29 |
CN114254495B true CN114254495B (zh) | 2024-04-12 |
Family
ID=80791902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111497326.6A Active CN114254495B (zh) | 2021-12-09 | 2021-12-09 | 一种基于蒙特卡洛方法的模拟能谱生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114254495B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5486762A (en) * | 1992-11-02 | 1996-01-23 | Schlumberger Technology Corp. | Apparatus including multi-wait time pulsed NMR logging method for determining accurate T2-distributions and accurate T1/T2 ratios and generating a more accurate output record using the updated T2-distributions and T1/T2 ratios |
CN106021723A (zh) * | 2016-05-20 | 2016-10-12 | 成都理工大学 | 蒙特卡罗虚拟探测器 |
CN111273337A (zh) * | 2020-02-27 | 2020-06-12 | 成都航空职业技术学院 | 一种基于蒙特卡罗脉冲插值方法的核能谱处理方法 |
-
2021
- 2021-12-09 CN CN202111497326.6A patent/CN114254495B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5486762A (en) * | 1992-11-02 | 1996-01-23 | Schlumberger Technology Corp. | Apparatus including multi-wait time pulsed NMR logging method for determining accurate T2-distributions and accurate T1/T2 ratios and generating a more accurate output record using the updated T2-distributions and T1/T2 ratios |
CN106021723A (zh) * | 2016-05-20 | 2016-10-12 | 成都理工大学 | 蒙特卡罗虚拟探测器 |
CN111273337A (zh) * | 2020-02-27 | 2020-06-12 | 成都航空职业技术学院 | 一种基于蒙特卡罗脉冲插值方法的核能谱处理方法 |
Non-Patent Citations (6)
Title |
---|
A Novel Trapezoid Digital Filter Algorithm to Tackle Pulse PileUp Problems for Spectrometer Signal Processing;Rongye Lin 等;2020 2nd International Conference on Artificial Intelligence and Advanced Manufacture (AIAM);20210511;第248-252页 * |
Monte Carlo方法及其在放疗中的应用;戴相昆;王运来;徐寿平;王连元;;医疗卫生装备;20100415(第04期);第106-107页 * |
基于 FPGA 的数字化多道脉冲幅度分析系统的研究与实现;林荣晔;中国优秀硕士学位论文全文数据库 工程科技II辑;20230115;C040-129 * |
基于蒙特卡洛方法的X射线探测器能谱响应研究;刘合凡;葛良全;郭生良;罗耀耀;赵剑锟;;分析试验室;20150228;34(第02期);第12-15页 * |
大空腔探测系统中子多重性随机模拟及参数计算;陈利高;刘晓波;龚建;王侃;范晓强;尹延朋;董传江;;强激光与粒子束;20140115(01);第222-227页 * |
能谱抽样技术在仿核信号发生器中的应用;余国刚;方方;易良碧;王礼;刘泽;;核电子学与探测技术;20151220(12);第32-37页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114254495A (zh) | 2022-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shippen et al. | A wavelet packet transform inspired method of neutron-gamma discrimination | |
CN109799541B (zh) | 一种γ能谱测量谱漂及积分非线性校正方法 | |
CN105824817A (zh) | 一种闪烁脉冲的数字化方法 | |
JP5914347B2 (ja) | 測定されたx線スペクトルの補正方法及び測定されたx線スペクトルの補正デバイス | |
CN109557573B (zh) | 一种数字化的α/β射线甄别方法 | |
CN101561507A (zh) | 射线探测器的射线能量检测方法 | |
CN107272049B (zh) | 基于脉冲宽度的数字n-γ甄别方法 | |
CN110609050B (zh) | 一种x射线荧光光谱峰拖尾消除方法及系统 | |
Qin et al. | A pulse-shape discrimination method for improving Gamma-ray spectrometry based on a new digital shaping filter | |
CN111553111B (zh) | 一种基于mcnp的数字仿核信号发生器 | |
CN114254495B (zh) | 一种基于蒙特卡洛方法的模拟能谱生成方法 | |
WO2010133871A2 (en) | Radiation detection | |
Xiaohui et al. | Analysis of three digital n/γ discrimination algorithms for liquid scintillation neutron spectrometry | |
CN104156194B (zh) | 一种量子随机数产生方法及装置 | |
CN112255665B (zh) | 一种闪烁体发光衰减时间数字化测量系统及测量方法 | |
CN115420226A (zh) | 基于脉冲宽度的射线作用位置定位装置及定位方法 | |
CN111273337B (zh) | 一种基于蒙特卡罗脉冲插值方法的核能谱处理方法 | |
CN111008356B (zh) | 一种基于WTSVD算法扣除背景的γ能谱集分析方法 | |
EP3063560A1 (en) | Method of spectral data detection and manipulation | |
Zhu et al. | Design and performance of an wide-range real-time NFM system using higher order Campbell mode | |
CN113203487A (zh) | 一种荧光寿命偏差的定量化校正方法及装置 | |
EP3676640B1 (en) | Methods and systems for calibration of particle detectors | |
Reva et al. | Computer methods of recognition and analysis of X-ray and gamma radiation parameters | |
Pollastrone et al. | Real-time liquid scintillator calibration based on intensity modulated LED | |
García et al. | Estimated Pulse Height Spectrum with Pulse Pile-Up Correction for Neutron Monitor of Mexico City |
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 |