首页--工业技术论文--原子能技术论文--粒子探测技术、辐射探测技术与核仪器仪表论文--辐射探测技术和仪器仪表论文--谱仪论文

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

论文共116页,点击 下载论文
上一篇:HL-2M低杂波新天线设计和计算
下一篇:脉冲中子辐射场中子剂量当量测量的研究