CN115980821A - 一种基于fpga的自适应能谱测量方法及系统 - Google Patents
一种基于fpga的自适应能谱测量方法及系统 Download PDFInfo
- Publication number
- CN115980821A CN115980821A CN202310063678.3A CN202310063678A CN115980821A CN 115980821 A CN115980821 A CN 115980821A CN 202310063678 A CN202310063678 A CN 202310063678A CN 115980821 A CN115980821 A CN 115980821A
- Authority
- CN
- China
- Prior art keywords
- sampling
- point
- point group
- data
- baseline
- 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
Images
Classifications
-
- 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
- Measurement Of Radiation (AREA)
Abstract
本发明涉及一种基于FPGA的自适应能谱测量方法及系统,所述方法包括:通过不同的数据通道对探测器的脉冲信号进行采样,得到相应的采样数据;将不同数据通道的采样数据分别进行存储;对每一所述数据通道的采样数据按照设定的点组划分策略划分为多个点组,并计算每一所述点组中各个采样点的相对位置参数;根据计算的各个所述点组的相对位置参数,进行基线恢复;并对基线恢复后的所述点组进行能量提取,得到拟合的能量值;以及将拟合后的所述能量值进行上传。本发明技术方案,能够高效进行基线的恢复以及能量的拟合,改善在额定采样率下的能量分辨精度,提高设备的适用性。
Description
技术领域
本发明涉及核电子学能谱分析技术领域,尤其涉及一种基于FPGA的自适应能谱测量方法及系统。
背景技术
信号的能量谱一直是粒子物理实验中关键的观测数据。当用一定能量的微观粒子作用于试样物质时,入射的微观粒子会与试样物质中的原子发生相互作用,经历各种能量转递的物理效应后,所释放的电信号具有试样物质原子的特征信息,及具有特征能量。通过收集、检测、记录和分析这些特征信号的能量分布,就可以得到样品中原子的信息。能谱分析已经广泛应用于医学、航空航天、核研究等多个领域。
在现有技术中,相关技术通过脉冲谱仪等设备,对探测器中的脉冲信号进行采样,并进行信号处理,得到粒子所包含的能量信息。然而,本申请的发明人在研究中发现,现有设备由于环境噪声、漏电流、温度漂移等多种原因,所采样的脉冲信号会叠加在一条不定值的基线信号上,基线信号的存在会对能谱分析的信号处理的准确性造成一定影响,而现有技术采用复杂的算法消除基线的影响,效率较低,且现有技术在额定采样率下的信号的分辨精度的损失较大,能谱分析设备的适用性不强。
发明内容
针对上述问题,本发明的目的是提供一种基于FPGA的自适应能谱测量方法及系统,能够高效进行基线的恢复已经能量的拟合,改善在额定采样率下的能量分辨精度,提高设备的适用性。
为实现上述目的,本发明采取以下技术方案:
一方面,本申请提供一种基于FPGA的自适应能谱测量方法,包括:
通过不同的数据通道对探测器的脉冲信号进行采样,得到相应的采样数据;
将不同数据通道的采样数据分别进行存储;
对每一所述数据通道的采样数据按照设定的点组划分策略划分为多个点组,并计算每一所述点组中各个采样点的相对位置参数;
根据计算的各个点组的所述相对位置参数,进行基线恢复;
对基线恢复后的所述点组进行能量的拟合,得到拟合的能量值;以及
将拟合后的所述能量值进行上传。
在本申请的一种实现方案中,所述通过不同的数据通道对探测器的脉冲信号进行采样,得到相应的采样数据,包括:
按照采样的信号输入的不同数据通道,将不同数据通道的信号采样点的采样数据贴上对应的标识包头。
在本申请的一种实现方案中,将不同数据通道的采样数据分别进行存储,包括:
根据所述标识包头,将不同数据通道的采样数据分别存储到对应的寄存器数组中。
在本申请的一种实现方案中,所述对每一所述数据通道的采样数据按照设定的点组划分策略划分为多个点组,包括:
对每一寄存器数组中的采样数据,按照设定的两个采样点的步长进行分割,以设定的三个采样点的采样数据形成一个点组,一共形成N个点组,其中N为大于0的自然数。
在本申请的一种实现方案中,所述计算每一所述点组中各个采样点的相对位置参数,包括:
根据每一所述采样点的采样幅度值,计算用来表征三个采样点的曲折程度的参数k,所述参数k为第二采样点到第一采样点和第三采样点连线段的距离,与第一采样点和第三采样段连线段的比值。
在本申请的一种实现方案中,所述计算每一所述点组中各个采样点的相对位置参数,还包括:
根据第一采样点和第三采样点的采样幅度值,计算用来表征三个采样点的陡峭程度的参数t,所述参数t为第三采样点与第一采样点的采样幅度差,与第三采样点与第一采样点之间的采样间隔的比值。
在本申请的一种实现方案中,所述根据计算的各个点组的所述相对位置参数,进行基线恢复,包括:
根据各个连续点组的参数t的相对大小关系,确定基线点组,以及所述基线点组之后的点组。
在本申请的一种实现方案中,所述方法,包括:
设定第一个点组属于基线点组,依次比较各个点组对应的参数t的大小关系,若检测到出现第n个点组tn>tn-1,且tn+1>tn时,则将第n-1个点组划入基线点组,并停止基线恢复。
在本申请的一种实现方案中,所述对基线恢复后的所述点组进行能量的拟合,得到拟合的能量值,包括:
对所述基线点组采用矩形面积积分,得到拟合的能量值;对于基线点组之后的点组,根据参数k采用不同的面积拟合法,当参数k值小于预设阈值m,采用矩形面积积分,而当参数k不小于预设阈值m,采用梯形面积积分。
另一方面,本申请提高一种自适应能谱测量系统,包括:
信号采样模块,用于通过不同的数据通道对探测器的脉冲信号进行采样,得到相应的采样数据;
数据存储模块,用于将不同数据通道的采样数据分别进行存储;
数据处理模块,用于对每一所述数据通道的采样数据按照设定的点组划分策略划分为多个点组,并计算每一所述点组中各个采样点的相对位置参数;根据计算的各个点组的所述相对位置参数,进行基线恢复;以及对基线恢复后的所述点组进行能量的拟合,得到拟合的能量值;
数据传输模块,用于将拟合后的所述能量值进行上传。
本发明由于采取以上技术方案,其具有以下优点:本发明申请方案中提供的基于FPGA的自适应能谱测量方法,通过不同的数据通道对探测器的脉冲信号进行采样,得到相应的采样数据,再将不同数据通道的采样数据分别进行存储,并对每一数据通道的采样数据按照设定的点组划分策略划分为多个点组,并计算每一点组中各个采样点的相对位置参数,根据计算的各个点组的相对位置参数,进行基线恢复,然后对基线恢复后的点组进行能量的拟合,得到拟合的能量值,相比于现有技术,能够高效进行基线的恢复已经能量的拟合,改善在额定采样率下的能量分辨精度,提高设备的适用性。
附图说明
图1是本申请实施例提供的一种基于FPGA的自适应能谱测量方法的流程示意图;
图2是本申请实施例中划分点组的示意图;
图3是本申请实施例中计算点组中的相对位置参数的场景示意图;
图4是本申请实施例中的自适应能谱测量系统的结构示意图;
图5是本申请实施例涉及的计算机设备的结构示意图。
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,下面将结合本发明实施例的附图,对本发明实施例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的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
针对现有技术由于环境噪声、漏电流、温度漂移等多种原因,所采样的脉冲信号会叠加在一条不定值的基线信号上,基线信号的存在会对能谱分析的信号处理的准确性造成一定影响,造成现有技术在额定采样率下的信号的分辨精度的损失较大,能谱分析设备的适用性不强的技术问题。本申请实施例的目的在于提供一种基于FPGA的自适应能谱测量方法及系统,其中所述的方法,包括:通过不同的数据通道对探测器的脉冲信号进行采样,得到相应的采样数据;将不同数据通道的采样数据分别进行存储;对每一所述数据通道的采样数据按照设定的点组划分策略划分为多个点组,并计算每一所述点组中各个采样点的相对位置参数;根据计算的各个点组的所述相对位置参数,进行基线恢复;对基线恢复后的所述点组进行能量的拟合,得到拟合的能量值;以及将拟合后的所述能量值进行上传。本申请通过不同的数据通道对探测器的脉冲信号进行采样,得到相应的采样数据,再将不同数据通道的采样数据分别进行存储,并对每一数据通道的采样数据按照设定的点组划分策略划分为多个点组,并计算每一点组中各个采样点的相对位置参数,根据计算的各个点组的相对位置参数,进行基线恢复,然后对基线恢复后的点组进行能量的拟合,得到拟合的能量值,相比于现有技术,能够高效进行基线的恢复已经能量的拟合,改善在额定采样率下的能量分辨精度,提高设备的适用性。
参见图1,为本申请实施例提供的一种基于FPGA的自适应能谱测量方法的流程示意图。
本申请实施例提供的基于FPGA的自适应能谱测量方法,其流程,包括:
S11,通过不同的数据通道对探测器的脉冲信号进行采样,得到相应的采样数据;
S12,将不同数据通道的采样数据分别进行存储;
S13,对每一所述数据通道的采样数据按照设定的点组划分策略划分为多个点组,并计算每一所述点组中各个采样点的相对位置参数;
S14,根据计算的各个点组的所述相对位置参数,进行基线恢复;
S15,对基线恢复后的所述点组进行能量的拟合,得到拟合的能量值;
S16,将拟合后的各通道能量值进行上传。
本申请实施例提供的基于FPGA的自适应能谱测量方法,通过不同的数据通道对探测器的脉冲信号进行采样,得到相应的采样数据,再将不同数据通道的采样数据分别进行存储,并对每一数据通道的采样数据按照设定的点组划分策略划分为多个点组,并计算每一点组中各个采样点的相对位置参数,根据计算的各个点组的相对位置参数,进行基线恢复,然后对基线恢复后的点组进行能量的拟合,得到拟合的能量值,相比于现有技术,能够高效进行基线的恢复已经能量的拟合,改善在额定采样率下的能量分辨精度,提高设备的适用性。
下面结合更多的附图,在本发明的一些更为详细的实施例中说明上述流程S11-S16,说明其具体执行过程,并阐述其技术优点。
本申请实施例中的一种基于FPGA的自适应能谱测量方法,包括:
S11,通过不同的数据通道对探测器的脉冲信号进行采样,得到相应的采样数据。
具体的,按照采样的信号输入的不同数据通道,将不同数据通道的信号采样点的采样数据贴上对应的标识包头。例如,当多通道的ADC采样模块接收到采样信号值时,将来自不同通道的信号采样值打上一个标识包头,譬如1通道的所有信号点都打上一个01的包头,2通道的所有信号点都打上一个02的包头,依次类推,后续模块通过识别包头信号,可以快速地判识别该信号点来自于哪一个采样通道,以便于后续进行数据的跨时钟域传输和数组的分类。
S12,将不同数据通道的采样数据分别进行存储。
具体的,在本申请实施例中,可以根据所述标识包头,将不同数据通道的采样数据分别存储到对应的寄存器数组中。
具体的,根据之前对于各个通道的采样信号的标识包头,进行存储以及跨时钟域的数据传输,在采样模块的时钟域下,将不同采样通道的信号值根据标识包头存放于不同的fifo存储阵列中,当fifo非空时,在数据处理模块的时钟域下,将存储的数据扇出给后续模块,以进行后续模块信号能量的计算。该步骤完成了数据跨时钟域的转换,以采样频率存储数据,以更高频的数据处理模块频率扇出数据,通过跨时钟域设计,可以提高系统整体的处理运算速度。
S13,对每一所述数据通道的采样数据按照设定的点组划分策略划分为多个点组,并计算每一所述点组中各个采样点的相对位置参数。
具体的,对每一寄存器数组中的采样数据,按照设定的两个采样点的步长进行滑动分割,以设定的三个采样点的采样数据形成一个点组,一共形成N个点组,其中N为大于0的自然数。
例如如图2所示,完成采样点的分组,采样滑动窗口的方式,每次滑动2个点数的步长,每三个点分成一个点组,一共分成N个点组,如图1所示,这样的分组方法保证了各个数组之间前后关系的相关性,并且能够计算出所有的微元面积,使最后拟合出的面积值逼近整个信号波形的真实能量值。
具体的,在本申请的实施例中,计算每一所述点组中各个采样点的相对位置参数,包括:
根据每一采样点的采样幅度值,计算用来表征每个点组内三个采样点的曲折程度的参数k,所述参数k为第二采样点到第一采样点和第三采样点连线段的距离,与第一采样点和第三采样段连线段的比值。
图3是本申请实施例中的一个点组的采样结果示意图。其中,A为一个点组中的第一采样点,B为一个点组中的第二采样点,C为第三采样点。
参数k的计算方式为:
线段BE与AC的比值反映了点B偏离线段AC的程度,该值越小,表示B与AC的直线距离越近,该点组所表示的线段越接近直线;该值越大,表明点B与线段AC的直线距离越远,表示该点组所表示的线段越接近曲线;k实际上反映了该点组的曲折程度。
本申请实施例中,计算每一点组中各个采样点的相对位置参数,还包括:
根据第一采样点和第三采样点的采样幅度值,计算用来表征三个采样点的陡峭程度的参数t,所述参数t为第三采样点与第一采样点的采样幅度差,与第三采样点与第一采样点之间的采样间隔的比值。
以图3为例,参数t的计算方式为:
线段CD与AD的比值t反映了该点组的陡峭程度,t值越大,则该点组两端连线越陡峭,t值越小,则表明该点组两端连线越平缓,在底层计算中,通过将分子右移来放大一定倍数,避免出现小数的运算,并调用EDA工具的乘除法IP核来完成运算,以满足整体的时序要求,后续对相邻点组的t值进行比较,完成基线恢复
S14,根据计算的各个点组的所述相对位置参数,进行基线恢复。
具体的,在本申请实施例中,根据各个连续点组的参数t的相对大小关系,确定基线点组,以及基线点组之后的点组。
根据接收信号的特性,默认第一个点组为基线点组,视其坡度t1为起始值,若下一个点组t2>t1,此时进入判断状态,在判断状态下,若下一个点组t3>t2,则认为t1点组为当前采样信号的基线点组;若t2<t1,则认为第二个点组亦为基线点组,若t3<t2,则视第三个点组亦为基线点组,依次类推,直到出现第n个点组tn>tn-1,且tn+1>tn时,视前n-1个点组为基线数组。
S15,对基线恢复后的所述点组进行能量的拟合,得到拟合的能量值。
在本申请的实施例中,由于基线点组为近似平直点,对其直接使用矩形面积积分,即采用ΔSi=Hi·L,ΔSi为每个微元的面积。Hi为当前采样点的幅度,L为额定采样率下恒定的时间长度,采用这种方式,处理单元可以较快的拟合出信号基线值,并进行相应的基限恢复,可以节省底层逻辑资源,对基线能量值也有很好的拟合效果。
完成基线恢复后,判定后面的所有点组都为非基线采样点,再进行信号能量值的拟合,根据不同粒子的探测器的不同电信号,设置判断阈值m,当k值小于判断阈值m时,表明点组曲折程度较小,此时采用矩形面积积分法,当k值大于判断阈值m时,表明该点组曲折程度较大,而根据采样的γ射线探测器电信号的特性,曲折程度较大的点组会出现在上升沿、下降沿以及脉冲平顶附近,因此,对于k>m的点组,采用梯形面积积分法,每个梯形微元为:
bi表示点组中的第i个点,bi+1表示点组中第i+1个数据点,ΔSi表示第i个梯形微元的面积值,具体的,对于单个点组中的A、B、C三点,该点组通过梯形面积积分法所拟合的面积为:
其中HA、HB、HC分别表示A、B、C三点的幅度值,LAG、LGD为所积分面积的宽,由于采样率恒定,LAG=LGD为采样的单位时间长度。对应于不同阈值判断条件下进行不同的能量拟合;在上述步骤中,多个通道多个点组并行计算,拟合出各个通道的信号能量值。
S16,将拟合后的所述能量值进行上传。
具体的,将对应通道信号的能量值根据包头标识存放于对应的寄存器中,在上述步骤中,多个通道多个数组并行计算,拟合出各个通道的信号能量值,最后将输出结果打包传输给上位机。
在本申请实施例的另一方面,还提供一种基于FPGA的自适应能谱测量系统。
如图4,本申请的一个实施例中,提供一种自适应能谱测量系统,包括:
信号采样模块,用于通过不同的数据通道对探测器的脉冲信号进行采样,得到相应的采样数据;
数据存储模块,用于将不同数据通道的采样数据分别进行存储;
数据处理模块,用于对每一所述数据通道的采样数据按照设定的点组划分策略划分为多个点组,并计算每一所述点组中各个采样点的相对位置参数;根据计算的各个点组的所述相对位置参数,进行基线恢复;以及对基线恢复后的所述点组进行能量的拟合,得到拟合的能量值;
数据传输模块,用于将拟合后的所述能量值进行上传。
下面结合更多的附图,在本发明的一些更为详细的实施例中说明上述自适应能谱测量系统的工作原理。
本申请实施例中的自适应能谱测量系统,包括:
信号采样模块,用于通过不同的数据通道对探测器的脉冲信号进行采样及处理,得到相应的采样数据。
具体的,按照采样的信号输入的不同数据通道,将不同数据通道的信号采样点的采样数据贴上对应的标识包头。例如,当多通道的ADC采样模块接收到采样信号值时,将来自不同通道的信号采样值打上一个标识包头,譬如1通道的所有信号点都打上一个01的包头,2通道的所有信号点都打上一个02的包头,依次类推,后续模块通过识别包头信号,可以快速地判识别该信号点来自于哪一个采样通道,以便于后续进行数据的跨时钟域传输和数组的分类。
数据存储模块,用于将不同数据通道的采样数据分别进行存储。
具体的,在本申请实施例中,可以根据所述标识包头,将不同数据通道的采样数据分别存储到对应的寄存器数组中。
具体的,根据之前对于各个通道的采样信号的标识包头,进行数据存储及跨时钟域转换,在采样模块的时钟域下,将不同采样通道的信号值根据标识包头存放于不同的fifo中,当fifo非空时,在数据处理模块的时钟域下,将存储的数据扇出给后续模块,以便进行信号能量的计算。该步骤完成了数据跨时钟域的转换,以采样频率存储数据,以数据处理模块频率扇出数据,通过跨时钟域设计,可以提高系统整体的处理运算速度。
数据处理模块,用于对每一所述数据通道的采样数据按照设定的点组划分策略划分为多个点组,并计算每一所述点组中各个采样点的相对位置参数;根据计算的各个点组的所述相对位置参数,进行基线恢复;以及对基线恢复后的所述点组进行能量的拟合,得到拟合的能量值。
具体的,对每一寄存器数组中的采样数据,按照设定的两个采样点的步长进行分割,以设定的三个采样点的采样数据形成一个点组,一共形成N个点组,其中N为大于0的自然数。
例如如图2所示,完成采样点的分组,采样滑动窗口的方式,每次滑动2个点数的步长,每三个点分成一个点组,一共分成N个点组,如图1所示,这样的分组方法保证了各个数组之间前后关系的相关性,并且能够计算出所有的微元面积,使最后拟合出的面积值为整个信号波形的能量值。
具体的,在本申请的实施例中,计算每一所述点组中各个采样点的相对位置参数,包括:
根据每一采样点的采样幅度值,计算用来表征三个采样点的曲折程度的参数k,所述参数k为第二采样点到第一采样点和第三采样点连线段的距离,与第一采样点和第三采样段连线段的比值。
图3是本申请实施例中的一个点组的采样结果示意图。其中,A为一个点组中的第一采样点,B为一个点组中的第二采样点,C为第三采样点。
参数k的计算方式为:
线段BE与AC的比值反映了点B偏离线段AC的程度,该值越小,表示B与AC的直线距离越近,该点组所表示的线段越接近直线;该值越大,表明点B与线段AC的直线距离越远,表示该点组所表示的线段越接近曲线;k实际上反映了该点组的曲折程度。
本申请实施例中,计算每一点组中各个采样点的相对位置参数,还包括:
根据第一采样点和第三采样点的采样幅度值,计算用来表征三个采样点的陡峭程度的参数t,所述参数t为第三采样点与第一采样点的采样幅度差,与第三采样点与第一采样点之间的采样间隔的比值。
以图3为例,参数t的计算方式为:
线段CD与AD的比值t反映了该点组的陡峭程度,t值越大,则该点组两端连线越陡峭,t值越小,则表明该点组两端连线越平缓,在底层计算中,通过将分子右移来放大一定倍数,避免出现小数的运算,并调用EDA工具的乘除法IP核来完成运算,以满足整体的时序要求,后续对相邻点组的t值进行比较,完成基线恢复
在本申请实施例中,根据各个连续点组的参数t的相对大小关系,确定基线点组,以及基线点组之后的点组。
根据接收信号的特性,默认第一个点组为基线点组,视其坡度t1为起始值,若下一个点组t2>t1,此时进入判断状态,在判断状态下,若下一个点组t3>t2,则认为t1点组为当前采样信号的基线点组;若t2<t1,则认为第二个点组亦为基线点组,若t3<t2,则视第三个点组亦为基线点组,依次类推,直到出现第n个点组tn>tn-1,且tn+1>tn时,视前n-1个点组为基线数组。
在本申请的实施例中,由于基线点组为近似平直点,对其直接使用矩形面积积分,即采用ΔSi=Hi·L,ΔSi为每个微元的面积。Hi为当前采样点的幅度,L为额定采样率下恒定的时间长度,采用这种方式,处理单元可以较快的拟合出信号基线值,并进行相应的基限恢复,可以节省底层逻辑资源,对基线能量值也有很好的拟合效果。
完成基线恢复后,判定基线点组后面的所有点组都为非基线采样点,再进行信号能量值的拟合,根据不同粒子的探测器的不同电信号,设置判断阈值m,当k值小于判断阈值m时,表明点组曲折程度较小,此时采用矩形面积积分法,当k值大于判断阈值m时,表明该点组曲折程度较大,而根据采样的γ射线探测器电信号的特性,曲折程度较大的点组会出现在上升沿、下降沿以及脉冲平顶附近,因此,对于k>m的点组,采用梯形面积积分法,每个梯形微元为:
bi表示点组中的第i个点的幅值,bi+1表示点组中第i+1个数据点的幅值,ΔSi表示第i个梯形微元的面积值,具体的,对于单个点组中的A、B、C三点,该点组通过梯形面积积分法所拟合的面积为:
其中HA、HB、HC分别表示A、B、C三点的幅值,LAG、LGD为所积分面积的宽,由于采样率恒定,LAG=LGD为采样的单位时间长度。对应于不同阈值判断条件下进行不同的能量拟合;在上述步骤中,多个通道多个点组并行计算,拟合出各个通道的信号能量值。
数据传输模块,用于将拟合后的所述能量值进行上传。
具体的,将对应通道信号的能量值根据包头标识存放于对应的寄存器中,在上述步骤中,多个通道多个数组并行计算,拟合出各个通道的信号能量值,最后将输出结果打包传输给上位机。
本申请实施例还提供了一种计算机可读存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述的自适应能谱测量方法。其具体的实现过程,在此不再重复赘述。
本申请实施例还提供一种计算机设备500,如图5所示。该实施例的计算机设备500包括:处理器501、存储器502以及存储在存储器中并可在处理器501上运行的计算机程序503,处理器501执行计算机程序503时实现实施例中的自适应能谱测量方法,为避免重复,此处不一一赘述。或者,该计算机程序被处理器501执行时实现实施例中自适应能谱测量系统中各模型中/单元的功能,为避免重复,此处不一一赘述。
计算机设备500可以是桌上型计算机、笔记本、掌上电脑、服务器及云端服务器等计算设备。计算机设备可包括,但不仅限于,处理器501、存储器502。本领域技术人员可以理解,图5仅仅是计算机设备500的示例,并不构成对计算机设备500的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器501可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器502可以是计算机设备500的内部存储单元,例如计算机设备500的硬盘或内存。存储器502也可以是计算机设备500的外部存储设备,例如计算机设备500上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器502还可以既包括计算机设备500的内部存储单元也包括外部存储设备。存储器502用于存储计算机程序以及计算机设备所需的其他程序和数据。存储器502还可以用于暂时地存储已经输出或者将要输出的数据。
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,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元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装置(可以是个人计算机,服务器,或者网络装置等)或处理器(Processor)执行本发明各个实施例上述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
以上上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,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种基于FPGA的自适应能谱测量方法,其特征在于,包括:
通过不同的数据通道对探测器的脉冲信号进行采样,得到相应的采样数据;
将不同数据通道的采样数据分别进行存储;
对每一所述数据通道的采样数据按照设定的点组划分策略划分为多个点组,并计算每一所述点组中各个采样点的相对位置参数;
根据计算的各个点组的所述相对位置参数,判定合适的基线点组,进行基线恢复;
对基线恢复后的所述点组进行能量的拟合,得到拟合的能量值;以及将拟合后的所述能量值进行上传。
2.根据权利要求1所述的基于FPGA的自适应能谱测量方法,其特征在于,所述通过不同的数据通道对探测器的脉冲信号进行采样,得到相应的采样数据,包括:
按照采样的信号输入的不同数据通道的采样点,将不同数据通道的信号采样点的采样数据组标记上对应的标识包头。
3.根据权利要求2所述的基于FPGA的自适应能量谱测量方法,其特征在于,将不同数据通道的采样数据分别进行存储,包括:
根据所述标识包头,将不同数据通道的采样数据分别存储到对应的寄存器数组中。
4.根据权利要求3所述的基于FPGA的自适应能谱测量方法,其特征在于,所述对每一所述数据通道的采样数据按照设定的点组划分策略划分为多个点组,包括:
对每一寄存器数组中的采样数据,按照设定的两个采样点的步长进行分割,以设定的三个采样点的采样数据形成一个点组,一共形成N个点组,其中N为大于0的自然数。
5.根据权利要求4所述的基于FPGA的自适应能谱测量方法,其特征在于,所述计算每一所述点组中各个采样点的相对位置参数,包括:
根据每一所述采样点的采样幅度值,计算用来表征三个采样点的曲折程度的参数k,所述参数k为第二采样点到第一采样点和第三采样点连线段的距离,与第一采样点和第三采样段连线段的比值。
6.根据权利要求4所述的基于FPGA的自适应能谱测量方法,其特征在于,所述计算每一所述点组中各个采样点的相对位置参数,还包括:
根据第一采样点和第三采样点的采样幅度值,计算用来表征三个采样点的陡峭程度的参数t,所述参数t为第三采样点与第一采样点的采样幅度差,与第三采样点与第一采样点之间的采样间隔的比值。
7.根据权利要求6所述的基于FPGA的自适应能谱测量方法,其特征在于,所述根据计算的各个点组的所述相对位置参数,进行基线恢复,包括:
根据各个连续点组的参数t的相对大小关系,确定基线点组,以及所述基线点组之后的点组。
8.根据权利要求7所述的基于FPGA的自适应能谱测量方法,其特征在于,所述方法,包括:
设定第一个点组属于基线点组,依次比较各个点组对应的参数t的大小关系,若检测到出现第n个点组tn>tn-1,且tn+1>tn时,则将第n-1个点组划入基线点组,并停止基线恢复。
9.根据权利要求8所述的基于FPGA的自适应能谱测量方法,其特征在于,所述对基线恢复后的所述点组进行能量的拟合,得到拟合的能量值,包括:
对所述基线点组采用矩形面积积分,得到拟合的能量值;对于基线点组之后的点组,根据参数k采用不同的面积拟合法,当参数k值小于预设阈值m,采用矩形面积积分,而当参数k不小于预设阈值m,采用梯形面积积分。
10.一种自适应能谱测量系统,其特征在于,包括:
信号采样模块,用于通过不同的数据通道对探测器的脉冲信号进行采样,得到相应的采样数据;
数据存储模块,用于将不同数据通道的采样数据分别进行存储;
数据处理模块,用于对每一所述数据通道的采样数据按照设定的点组划分策略划分为多个点组,并计算每一所述点组中各个采样点的相对位置参数;根据计算的各个点组的所述相对位置参数,进行基线恢复;以及对基线恢复后的所述点组进行能量的拟合,得到拟合的能量值;
数据传输模块,用于将拟合后的所述能量值进行上传。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310063678.3A CN115980821B (zh) | 2023-01-16 | 2023-01-16 | 一种基于fpga的自适应能谱测量方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310063678.3A CN115980821B (zh) | 2023-01-16 | 2023-01-16 | 一种基于fpga的自适应能谱测量方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115980821A true CN115980821A (zh) | 2023-04-18 |
CN115980821B CN115980821B (zh) | 2023-09-05 |
Family
ID=85966670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310063678.3A Active CN115980821B (zh) | 2023-01-16 | 2023-01-16 | 一种基于fpga的自适应能谱测量方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115980821B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6609075B1 (en) * | 2001-06-04 | 2003-08-19 | William K. Warburton | Method and apparatus for baseline correction in x-ray and nuclear spectroscopy systems |
US20040188623A1 (en) * | 2003-03-25 | 2004-09-30 | Cti Pet Systems, Inc. | Baseline correction in PET utilizing continuous sampling ADCs to compensate for DC and count rate errors |
CN101315562A (zh) * | 2007-05-31 | 2008-12-03 | 株式会社东芝 | 数据记录装置和数据记录方法 |
CN103235841A (zh) * | 2013-03-28 | 2013-08-07 | 中国科学院高能物理研究所 | 基线恢复方法及装置 |
CN103969675A (zh) * | 2013-02-05 | 2014-08-06 | 苏州瑞派宁科技有限公司 | 数字化闪烁脉冲的基线校正方法及系统 |
CN107346030A (zh) * | 2017-07-10 | 2017-11-14 | 丹东东方测控技术股份有限公司 | 一种高计数率下的随机脉冲多道幅度分析器 |
CN109212576A (zh) * | 2018-08-23 | 2019-01-15 | 绵阳市维博电子有限责任公司 | 一种多模式快速核素检测系统 |
CN110779942A (zh) * | 2018-07-31 | 2020-02-11 | 丹东东方测控技术股份有限公司 | 一种适用于x荧光多元素分析仪的堆积恢复数字多道脉冲幅度分析器 |
CN111122421A (zh) * | 2018-10-31 | 2020-05-08 | 深圳市帝迈生物技术有限公司 | 脉冲信号的基线处理方法以及装置、粒子检测系统 |
CN111538067A (zh) * | 2020-05-06 | 2020-08-14 | 东华理工大学 | 一种数字化核脉冲直线成形方法 |
-
2023
- 2023-01-16 CN CN202310063678.3A patent/CN115980821B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6609075B1 (en) * | 2001-06-04 | 2003-08-19 | William K. Warburton | Method and apparatus for baseline correction in x-ray and nuclear spectroscopy systems |
US20040188623A1 (en) * | 2003-03-25 | 2004-09-30 | Cti Pet Systems, Inc. | Baseline correction in PET utilizing continuous sampling ADCs to compensate for DC and count rate errors |
CN101315562A (zh) * | 2007-05-31 | 2008-12-03 | 株式会社东芝 | 数据记录装置和数据记录方法 |
CN103969675A (zh) * | 2013-02-05 | 2014-08-06 | 苏州瑞派宁科技有限公司 | 数字化闪烁脉冲的基线校正方法及系统 |
CN103235841A (zh) * | 2013-03-28 | 2013-08-07 | 中国科学院高能物理研究所 | 基线恢复方法及装置 |
CN107346030A (zh) * | 2017-07-10 | 2017-11-14 | 丹东东方测控技术股份有限公司 | 一种高计数率下的随机脉冲多道幅度分析器 |
CN110779942A (zh) * | 2018-07-31 | 2020-02-11 | 丹东东方测控技术股份有限公司 | 一种适用于x荧光多元素分析仪的堆积恢复数字多道脉冲幅度分析器 |
CN109212576A (zh) * | 2018-08-23 | 2019-01-15 | 绵阳市维博电子有限责任公司 | 一种多模式快速核素检测系统 |
CN111122421A (zh) * | 2018-10-31 | 2020-05-08 | 深圳市帝迈生物技术有限公司 | 脉冲信号的基线处理方法以及装置、粒子检测系统 |
CN111538067A (zh) * | 2020-05-06 | 2020-08-14 | 东华理工大学 | 一种数字化核脉冲直线成形方法 |
Non-Patent Citations (2)
Title |
---|
孙志朋 等: ""用于深空粒子探测系统的自动标定装置研制"", 《电子科技大学学报》, vol. 50, no. 01, pages 30 - 35 * |
王海涛 等: ""数字化γ能谱测量系统中的脉冲基线估计与扣除方法"", 《核技术》, vol. 41, no. 05, pages 45 - 50 * |
Also Published As
Publication number | Publication date |
---|---|
CN115980821B (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fliess et al. | Algebraic change-point detection | |
CN103473565B (zh) | 一种图像匹配方法和装置 | |
US20150188560A1 (en) | Method for full-digital random sampling | |
CN102508031A (zh) | 一种基于傅里叶级数的局部放电脉冲相角测量方法 | |
CN103744106A (zh) | 一种基于高斯滤波成形多道脉冲幅度分析装置 | |
Chen et al. | Design and performance evaluation of a 2.5-GSPS digital receiver | |
Domínguez et al. | Study of fractal features of magnetized plasma through an MHD shell model | |
CN103543331B (zh) | 一种计算电信号谐波和间谐波的方法 | |
CN103018557A (zh) | 归一化主从式谐波与间谐波实时分析方法 | |
US10169364B2 (en) | Gauging accuracy of sampling-based distinct element estimation | |
CN107643434B (zh) | 一种基于分段切比雪夫距离的复杂波形触发方法 | |
CN115980821A (zh) | 一种基于fpga的自适应能谱测量方法及系统 | |
KR101307337B1 (ko) | 맵 리듀스를 이용한 트라이앵글 카운팅 샘플링 장치 및 그 방법 | |
CN108132383B (zh) | 一种时间交错的多谐波信号欠采样方法 | |
JP7411629B2 (ja) | 自動電力解析による侵害検出 | |
Barat et al. | A bimodal Kalman smoother for nuclear spectrometry | |
CN106649205B (zh) | 统计信息的重采样装置 | |
US10360329B2 (en) | Multi-cycle signal identification for static timing analysis | |
CN104123266A (zh) | 一种数吉赫兹采样率下的极低延迟快速傅里叶变换方法 | |
JPWO2018142620A1 (ja) | パケットフォーマット推定装置およびパケットフォーマット推定プログラム | |
Tanweer et al. | Robust Zero-crossings Detection in Noisy Signals using Topological Signal Processing | |
Chaplyha et al. | Using non-uniform sampling in real-time correlation processing of authentication signals | |
RU2647701C1 (ru) | Устройство дискретного преобразования Фурье | |
Lim et al. | A study on the low-cost digital spectrum analyzer design | |
Gonzales-Fuentes et al. | A qualitative study of probability density visualization techniques in measurements |
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 |