基于模糊C-均值聚类算法的α／β粒子辐射甄别方法.pdf

《基于模糊C-均值聚类算法的α／β粒子辐射甄别方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第３３卷第１１期核电子学与探测技术Ｖｏｌ．３３Ｎｏ．１１２０１３年１１月ＮｕｃｌｅａｒＥｌｅｃｔｒｏｎｉｃｓ＆ＤｅｔｅｃｔｉｏｎＴｅｃｈｎｏｌｏｇｙＮｏｖ．２０１３基于模糊C－均值聚类算法的α／β粒子辐射甄别方法杨裔剑侠，杨录，李文强（中北大学电子测试技术国家重点实验室，太原０３００５１）摘要：介绍了一种基于模糊Ｃ－均值聚类的脉冲形状甄别方法，对α／β粒子进行甄别。设计了一种新的α／β粒子辐射检测电路；采用单探头闪烁体探测器采集环境中的α／β粒子；实验表明，相比脉冲幅度识别法，模糊Ｃ－均值聚类算法识别将６１９０ｃｐｓ０４２０α源的α粒子计数率提

2、高了４２．９％，α道对β道的串道比降低了１５．９％；将０５－０５β源的β粒子计数率提高了３１．８％，β道对α道的串道比降低了７．７％。关键词：模糊Ｃ均值聚类；α／β粒子；闪烁体探测器；脉冲形状甄别中图分类号：ＴＬ８１２文献标志码：Ａ文章编号：０２５８-０９３４（２０１３）１１-１４２３-０４放射性危害因涉及面广、隐蔽性强、杀伤力向的影响，α信号在经过模拟电路系统的放大高、危害性大且难以进行销毁处理，受到各国政处理后会引起一个很强的反冲信号，造成拖尾，府的高度重视和公众媒体的高度关注。目前，反冲引起的拖尾信号幅值也会很高，与β信号放射性检测仪广泛

3、应用于制药厂、实验室、发电幅值相当，给计数带来干扰；（ｃ）计数率较低。厂、进出口商检、环境实验室、环境保护和警察对３０２ｃｐｓ源的β粒子辐射计数率仅有５９％，局等部门，用来检测放射性粒子的含量是否超对６１９０ｃｐｓ源的α粒子辐射计数率仅有［１］标。此类放射性检测仪多存在两类缺点：４５％。（１）使用ＧＭ探测器。缺点是电极收集到的离针对上述问题，文中提出了一种新的探测子对数与原电离无关，不能区分粒子的类型和识别方法。采用表面涂有ＺｎＳ（Ａｇ）的塑料闪［２］能量。（２）采用脉冲幅度（ＰｕｌｓｅＡｍｐｌｉｔｕｄｅ烁体探测器来采集辐射粒子；采用模糊Ｃ－均

4、Ａｎａｌｙｓｉｓ，ＰＧＡ）识别方法。此方法原理简单，值聚类的算法对辐射粒子进行识别。实验结果易于实现而被广泛使用。但是此方法存在明显表明，该方法有效地降低了计数误差。的缺点有待改善：（ａ）串道比过高。即不能区1脉冲形状甄别原理分幅度相同或相近而本质上不同的核脉冲，幅值较低的α脉冲信号被误认为是β信号，幅值核脉冲形状甄别技术在核物理、核辐射监较高的β脉冲信号被误判为α脉冲信号；（ｂ）测方面具有广泛应用，如粒子鉴别、低本底测信号反冲较大。由于空气层吸收和粒子入射方量、脉冲堆积与畸变判弃等。脉冲形状甄别是从脉冲信号的特点（例如脉冲上升时间、脉冲收稿日

5、期：２０１３－０１－２８下降时间、脉冲持续时间、脉冲梯度等）着手来作者简介：杨裔剑侠（１９８８－），女，蒙古族，内蒙古赤甄别出粒子的类型。目前，广泛使用的方法有峰市人，在读硕士研究生，研究方向为信号与信号处幅度甄别、分段比较、电荷比较、脉冲梯度、最佳理。［３－４］滤波和向量投影法。其中分段比较法实现１４２３ｎ／γ（中子／ｇａｍｍａ）粒子甄别，向量投影法实现短，有很高的时间分辨率，通常多适用于射线的［２］α／γ粒子甄别，脉冲斜度法实现ｎ／γ粒子甄别，测量。经光电倍增管倍压转换为辐射脉冲幅度甄别法实现α／β粒子甄别。信号，再经过放大、滤波、检波电路

6、处理，输出为1畅1α／β辐射粒子波形分析高信噪比的辐射粒子脉冲信号，粒子检测电路本文采用表面涂有ＺｎＳ（Ａｇ）的塑料闪烁框图如图１所示。体采集α／β粒子，塑料闪烁体发光衰减时间图１粒子检测电路框图粒子检测电路中放大电路采用芯片聚类算法，使用微积分计算技术求最优代价函ＡＤ８０６６，工作电压为±５Ｖ，所以脉冲信号经放数。模糊Ｃ－均值聚类（ＦｕｚｚｙＣ－ＭｅａｎｓＣｌｕｓ-大以后，会由于工作电压的限制而含有大量的ｔｅｒｉｎｇ，ＦＣＭ）算法是一种基于划分的聚类算法，饱和脉冲信号，如图２、３所示，即为α／β粒子通过隶属度函数建立划分样本点和聚类生成的［５

7、］信号波形与饱和α／β粒子信号波形对比。簇之间的关系。每个样本点属于聚类生成簇的大小程度就是隶属度，它的取值范围在［０，１］之间，因此它不再是硬性的划分，而是建［６］立了一种柔性的模糊划分。模糊聚类就是将ｎ个样品（x１，x２，⋯，xn）划分为ｃ类（２尘c尘n），记V＝｛v１，v２，⋯，vc｝为ｃ个类的聚类中心，其中vi＝（vi１，vi２，⋯，vip）（i＝１，２，⋯，c）。令Uik表示第k个样品xk属于c第ｉ类的隶属度，这里０尘uik尘１，∑uik＝１。定i＝１义目标函数：图２α／β粒子信号波形ncm２J（U，V）＝∑∑uikdik。（１）k＝

8、１i＝１其中u＝（uik）c倡n为隶属度矩阵，dik＝｜xk－vi｜。显然J（U，V）表示了各类中样品到聚类中心的加权平方距离之和，权重是样品xk属于