核素识别算法及数字化能谱采集系统研究
摘要 | 第1-5页 |
Abstract | 第5-11页 |
第1章 绪论 | 第11-23页 |
·课题背景 | 第11-16页 |
·国内外核与辐射恐怖主义威胁态势 | 第11-12页 |
·数字化多道谱仪系统需求 | 第12-14页 |
·国内外研究状况 | 第14-16页 |
·数字化多道谱仪系统 | 第16-21页 |
·γ射线探测器 | 第16-19页 |
·数字化多道脉冲幅度分析器 | 第19-20页 |
·监控系统及能谱分析软件 | 第20-21页 |
·论文主要研究内容 | 第21-23页 |
·探测器γ能谱响应的蒙特卡罗模拟 | 第21-22页 |
·便携式γ谱仪核素识别算法 | 第22页 |
·基于FPGA 的数字化能谱采集系统 | 第22-23页 |
第2章 γ能谱的蒙特卡罗模拟 | 第23-39页 |
·蒙特卡罗数值模拟概述 | 第23-24页 |
·蒙特卡罗模拟软件介绍 | 第24-26页 |
·Geant4 软件包介绍 | 第24页 |
·Geant4 软件的安装与使用 | 第24-26页 |
·蒙特卡罗模拟计算建模 | 第26-28页 |
·几何模型 | 第26-27页 |
·物理模型及源模型 | 第27-28页 |
·探测器γ能谱模拟计算 | 第28-35页 |
·NaI(Tl)探测器能谱模拟计算 | 第28-30页 |
·LaBr_3(Ce)探测器能谱模拟计算 | 第30-32页 |
·CZT 探测器能谱模拟计算 | 第32-35页 |
·模拟计算结果分析 | 第35-38页 |
·本章小结 | 第38-39页 |
第3章 便携式γ谱仪能谱分析方法 | 第39-71页 |
·γ能谱平滑方法 | 第39-44页 |
·时域最小二乘法平滑 | 第40-41页 |
·FIR 低通滤波平滑 | 第41-44页 |
·γ能谱谱寻峰方法 | 第44-49页 |
·导数寻峰法 | 第44-47页 |
·自刻度对称零面积寻峰法 | 第47-49页 |
·数字化便携式γ谱仪的“计数加权校正”稳谱 | 第49-59页 |
·探测器温度特性及温度实验 | 第49-54页 |
·稳谱方法 | 第54-57页 |
·稳谱实验结果 | 第57-59页 |
·基于特征峰匹配的核素识别算法 | 第59-63页 |
·能窗设置 | 第59-60页 |
·“相干核素”的判断 | 第60-62页 |
·便携式γ谱仪核素库的建立 | 第62-63页 |
·实验结果及小结 | 第63-71页 |
第4章 基于特征提取和人工神经网络的核素识别算法 | 第71-83页 |
·人工神经网络概述 | 第71-72页 |
·K-L 变换与特征提取 | 第72-74页 |
·神经网络模型 | 第74-76页 |
·线性联想记忆网络 | 第74-75页 |
·Hebb 学习规则及其变形 | 第75-76页 |
·算法的应用与测试 | 第76-81页 |
·神经网络训练 | 第76-78页 |
·测试神经网络性能 | 第78-79页 |
·测试结果 | 第79-81页 |
·本章小结 | 第81-83页 |
第5章 基于FPGA 的数字化能谱采集系统 | 第83-106页 |
·FPGA 概述 | 第83-89页 |
·FPGA 基本原理与结构 | 第83-85页 |
·基于FPGA 的系统开发 | 第85-88页 |
·用FPGA 实现DSP | 第88-89页 |
·脉冲信号的梯形成形算法 | 第89-95页 |
·梯形成形算法的推导 | 第89-91页 |
·算法结构分析 | 第91-94页 |
·梯形成形算法的改进 | 第94-95页 |
·数字化采集系统结构 | 第95-103页 |
·脉冲成形模块 | 第96-97页 |
·阈值去噪与堆积判弃 | 第97-100页 |
·基线估计与幅度提取 | 第100-102页 |
·数据缓存与主机接口 | 第102-103页 |
·实验结果 | 第103-105页 |
·本章小结 | 第105-106页 |
第6章 总结 | 第106-110页 |
·工作总结 | 第106-108页 |
·γ能谱的蒙特卡罗模拟 | 第106页 |
·便携式γ谱仪的能谱分析方法 | 第106-107页 |
·基于特征提取和人工神经网络的核素识别算法 | 第107页 |
·基于FPGA 的数字化能谱采集系统 | 第107页 |
·论文的创新性 | 第107-108页 |
·后续工作展望 | 第108-110页 |
参考文献 | 第110-115页 |
致谢 | 第115-116页 |
个人简历、在学期间发表的学术论文与研究成果 | 第116页 |