基于SNIP算法扣除_能谱本底的探讨及应用

基于SNIP算法扣除_能谱本底的探讨及应用

ID:47477710

大小:576.91 KB

页数:4页

时间:2020-01-11

基于SNIP算法扣除_能谱本底的探讨及应用_第1页
基于SNIP算法扣除_能谱本底的探讨及应用_第2页
基于SNIP算法扣除_能谱本底的探讨及应用_第3页
基于SNIP算法扣除_能谱本底的探讨及应用_第4页
资源描述:

《基于SNIP算法扣除_能谱本底的探讨及应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基于SNIP算法扣除γ能谱本底的探讨及应用彬3尹旺明,刘宏章,汤(东华理工大学核工程技术学院,江西抚州344000)摘要:在自然γ能谱全谱分析中,为了分离无用信息及提高解释精度,须进行γ全谱连续本底的自动扣除。介绍了γ能谱本底的来源及特征,探讨了SNIP算法扣除γ能谱本底的数学原理及过程,重点开展了SNIP方法在γ能谱本底扣除中的初步应用。通过对三个不同能量的全能峰的比较分析,指出应根据γ能谱中谱峰宽度的差异,选择合适的变换宽度,以便获得最佳的全谱本底扣除效果。实验证明,该技术可应用于自然γ能谱测井的软件处理平台中。关键词:γ能谱

2、;本底;SNIP算法;峰面积中图分类号:P631.6文献标识码:A文章编号:167423504(2009)0320245204核工业的迅速发展,特别是核电的异军突起,带动了核资源勘查和环境监测技术的发展,表现在核仪器硬件的不断改进和软件中谱分析方法的不断更新上(李必红等,2008)。在进行自然γ能谱全谱分析前需对全谱做本底扣除(庞巨丰,1990;腰善丛,2002),正确的扣除本底方法应满足三个特征(Morhacetal.,1997):首先是简单、快速且特征参数的个数少;其次是易实现计算机自动处理;第三,能剔除康普顿散射射线对谱峰计

3、数的贡献。在γ能谱的全谱本底评估方法中,SNIP算法已得到国外核数据计算系统的应用。因此,本文引用SNIP算法开展了γ全谱本底扣除的应用实验,并对实验结果进行了分析。测得的全能峰将出现低能拖尾现象。第三,天然本底,主要来自仪器的电子学噪声、宇宙射线、大气中氡子体及探头材料中的放射性核素产生的辐射。SNIP算法的原理及扣除本底的过程Ryan等(1988)最早分析了SNIP算法扣除γ能谱本底的原理,Morhac等(1997)对该算法进行了改进。在实际扣除γ能谱本底的过程中,一般首先用LLS运算符(Hamptonetal.,1994)对

4、每道计数值进行变换,该变换公式如下:2v(i)=ln[ln(y(i)+1+1)+1](1)式中i为道址数;y(i)为道址i对应的计数;v为运算结果保存向量。(1)式中的自然对数运算符可处理高计数谱峰,而求平方根运算符对增强弱峰很敏感。1γ能谱本底的来源及其特征γ能谱的全谱本底主要来自三个方面(庞巨然后根据SNIP算法依次迭代计算vi,v(i)1()2丰,1990):第一,康普顿效应引起的连续谱分布。对单能γ能谱,康普顿分布在低能区是随道址缓慢变化的平滑谱。对于具有多种能量γ峰的复杂γ能谱,所有γ峰的康普顿分布均叠加在一起。因此,本

5、底的总特征将是一个随能量而平滑下降的函数。第二,γ射线在探测器灵敏体积内的小角度散射。此过程使γ光子仅损失很小的能量,因而,所直到vi,m为人为设定的参数。即第p次迭代中m()第i道的vp(i)值确定方式为通过比较vp-1(i)跟vp-1(i+p),vp-1(i-p)的平均值的大小,并取两者中的小值。其数学原理如下:1vp(i)=minvp-1(i),2[vp-1(i+p)+vp-1(i-p)](2)(2)式中的p值有两种变化方式:一是从1开始每次迭代运算后加1直到等于给定的m值(变换窗宽逐增法);二是从给定的m值开始每次迭代运算

6、后减1直到等于1(变换窗宽逐减法)。当vm(i)计算完后,再进行反LLS运算即可求收稿日期:2009202226基金项目:国家“863”项目(2007AA06Z111)作者简介:尹旺明(1982—),男,硕士生,研究方向为核探测技术与智能仪器。3通讯作者:汤彬(1963—),男,博士,教授,研究生导师,主要从事放射性地球物理及计算机应用技术的教学与研究。东华理工大学学报(自然科学版)2009年246得全谱的基线谱。上述扣除本底的全部运算过程可用matlab语言描述如下(对变换窗宽逐增法):fori=1:Nv(i)=log(log(

7、sqrt(y(i)+1)+1)+1);%LLS变换endPNC(m)×100%t(m)(4)=PTC(m)式中PNC(m)为扣除本底后的净峰计数(随m值变化);PNC0为未扣除本底的净峰计数;PTC为扣除本底后的总峰计数。本文中的PNC值采用TPA法计算(庞巨丰,1990)。考虑到HPGe探测器测得的γ能谱,其低、中、高能段的能量分辨率并不相同。因此,在全谱范围内,有针对性的选取数个不同能量的γ全能峰,分别取不同的m值,观察这些全能峰的本底扣除效果(表1)。本次实验中1001.0keV,1377.7keV和2204.2keV三个γ

8、全能峰的本底扣除效果分别见图1,2,3。从表1和图1,2,3中可知,在γ全谱范围内,对于不同宽度的单能谱峰,令W=2m+1(W称为“窗”宽,即变换宽度),m值取在(w-1)/2附近,能获得最佳的谱峰本底扣除效果———不影响谱峰的形状和净峰面积。在实

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。