搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于压缩感知理论的非线性γ谱分析方法

冯丙辰 方晟 张立国 李红 童节娟 李文茜

引用本文:
Citation:

基于压缩感知理论的非线性γ谱分析方法

冯丙辰, 方晟, 张立国, 李红, 童节娟, 李文茜

A non-linear analysis for gamma-ray spectrum based on compressed sensing

Feng Bing-Chen, Fang Sheng, Zhang Li-Guo, Li Hong, Tong Jie-Juan, Li Wen-Qian
PDF
导出引用
  • γ谱分析是一种重要的放射性核素定量分析方法. 弱峰的检测和重叠峰的分解是γ 谱分析中的难点. 为了解决这两个问题, 基于压缩感知理论, 提出了一种新的γ 谱分析方法. 这一方法从谱仪对γ 谱调制的物理机理出发, 通过数学建模, 将γ 谱分析转化为一个以真实γ 谱为解的求逆问题, 并在压缩感知理论框架下, 运用γ 谱特征峰的稀疏性, 进行逆问题的求解, 直接获得γ 谱的估计结果. 数值模拟结果和蒙特卡洛模拟结果表明: 该方法能在降低统计涨落的同时, 有效减小谱仪调制带来的能谱展宽, 从而提高γ 谱分析精度.
    The gamma-ray spectrum analysis is an important method for quantitative analysis of radionuclide. Although widely used, the weak peak identification and overlapping peaks resolution are still difficult for gamma-ray spectrum analysis. To solve the problem, a new method based on compressed sensing is proposed for improving gamma-ray spectrum analysis in this paper. The proposed method models physical modulation of gamma spectrometer as a linear equation, and formulates the gamma-ray spectrum analysis as a corresponding inverse problem. The true gamma spectrum is obtained by solving the inverse problem by applying sparsity constraint under the framework of compressed sensing. The feasibility of the proposed method is demonstrated by both numerical simulation and Monte Carlo simulation experiments. Results demonstrate that the proposed method can simultaneously resolve overlapped peaks and reduce the fluctuations of gamma-ray spectrum, effectively improving the accuracy of gamma-ray spectrum analysis.
    • 基金项目: 国家自然科学基金 (批准号: 81101030) 资助的课题.
    • Funds: Project supported by the National Natural Science Foundation of China (Grant No. 81101030).
    [1]

    Hao F H, Hu G C, Liu S P, Gong J, Xiang Y C, Huang R L 2005 Acta Phys. Sin. 54 3523 (in Chinese) [郝樊华, 胡广春, 刘素萍, 龚建, 向永春, 黄瑞良 2005 物理学报 54 3523]

    [2]

    Zhao H F, Du L, He L, Bao J L 2011 Acta Phys. Sin. 60 028501 (in Chinese) [赵鸿飞, 杜磊, 何亮, 包军林 2011 物理学报 60 028501]

    [3]

    Wang C J, Bao D M, Cheng S, Zhang A L 2008 Acta Phys. Sin. 57 5361 (in Chinese) [王崇杰, 包东敏, 程松, 张爱莲 2008 物理学报 57 5361]

    [4]

    Grenier G, Poussier C 1970 Nuclear Instruments and Methods 89 199

    [5]

    Sun B, Jiang J J 2011 Acta Phys. Sin. 60 110701 (in Chinese) [孙彪, 江建军 2011 物理学报 60 11701]

    [6]

    Bai X, Li Y Q, Zhao S M 2013 Acta Phys. Sin. 62 044209 (in Chinese) [白旭, 李永强, 赵生妹 2013 物理学报 62 044209]

    [7]

    Lustig M, Donoho D, Pauly J M 2007 Magnetic Resonance in Medicine 58 1182

    [8]

    Yu S W, Khwaja A S, Ma J W 2012 Signal Process. 92 357

    [9]

    Ma J W, Hussaini M Y 2011 IEEE. T. Instrum. Meas. 60 3128

    [10]

    Ma J W 2010 IEEE. T. Instrum. Meas. 59 1600

    [11]

    Ma J W, Plonka G, Hussaini M Y 2012 IEEE. T. Circ. Syst. Vid. 22 1354

    [12]

    Hou Q W, Cao B Y, Guo Z Y 2009 Acta Phys. Sin. 58 7809 (in Chinese) [侯泉文, 曹炳阳, 过增元 2009 物理学报 58 7809]

    [13]

    Briesmeister J F 1997 MCNP-A General Monte Carlo N-Particle Transport Code Version 4B, LA-12625-M. Los Alamos National Laboratory

    [14]

    Candes E J, Tao T 2005 IEEE. T. Inform. Theory. 24 118

    [15]

    Donoho D L, Elad M, Temlyakov V N 2006 IEEE. T. Inform. Theory. 52 6

    [16]

    Candes E J, Romberg J, Tao T 2006 IEEE. T. Inform. Theory. 52 489

    [17]

    Donoho D L 2006 IEEE. T. Inform. Theory. 52 1289

    [18]

    Candes E J, Romberg J, Tao T 2006 Commun. Pur. Appl. Math. 59 1207

    [19]

    Candes E J, Wakin M B 2008 IEEE. Signal Proc. Mag. 25 21

    [20]

    Xu M H, Liang T J, Zhang J 2006 Acta Phys. Sin. 55 2357 (in Chinese) [徐妙华, 梁天骄, 张杰 2006 物理学报 55 2357]

    [21]

    Xu H B, Peng X K, Chen C B 2010 Chin. Phys. B 19 062901

  • [1]

    Hao F H, Hu G C, Liu S P, Gong J, Xiang Y C, Huang R L 2005 Acta Phys. Sin. 54 3523 (in Chinese) [郝樊华, 胡广春, 刘素萍, 龚建, 向永春, 黄瑞良 2005 物理学报 54 3523]

    [2]

    Zhao H F, Du L, He L, Bao J L 2011 Acta Phys. Sin. 60 028501 (in Chinese) [赵鸿飞, 杜磊, 何亮, 包军林 2011 物理学报 60 028501]

    [3]

    Wang C J, Bao D M, Cheng S, Zhang A L 2008 Acta Phys. Sin. 57 5361 (in Chinese) [王崇杰, 包东敏, 程松, 张爱莲 2008 物理学报 57 5361]

    [4]

    Grenier G, Poussier C 1970 Nuclear Instruments and Methods 89 199

    [5]

    Sun B, Jiang J J 2011 Acta Phys. Sin. 60 110701 (in Chinese) [孙彪, 江建军 2011 物理学报 60 11701]

    [6]

    Bai X, Li Y Q, Zhao S M 2013 Acta Phys. Sin. 62 044209 (in Chinese) [白旭, 李永强, 赵生妹 2013 物理学报 62 044209]

    [7]

    Lustig M, Donoho D, Pauly J M 2007 Magnetic Resonance in Medicine 58 1182

    [8]

    Yu S W, Khwaja A S, Ma J W 2012 Signal Process. 92 357

    [9]

    Ma J W, Hussaini M Y 2011 IEEE. T. Instrum. Meas. 60 3128

    [10]

    Ma J W 2010 IEEE. T. Instrum. Meas. 59 1600

    [11]

    Ma J W, Plonka G, Hussaini M Y 2012 IEEE. T. Circ. Syst. Vid. 22 1354

    [12]

    Hou Q W, Cao B Y, Guo Z Y 2009 Acta Phys. Sin. 58 7809 (in Chinese) [侯泉文, 曹炳阳, 过增元 2009 物理学报 58 7809]

    [13]

    Briesmeister J F 1997 MCNP-A General Monte Carlo N-Particle Transport Code Version 4B, LA-12625-M. Los Alamos National Laboratory

    [14]

    Candes E J, Tao T 2005 IEEE. T. Inform. Theory. 24 118

    [15]

    Donoho D L, Elad M, Temlyakov V N 2006 IEEE. T. Inform. Theory. 52 6

    [16]

    Candes E J, Romberg J, Tao T 2006 IEEE. T. Inform. Theory. 52 489

    [17]

    Donoho D L 2006 IEEE. T. Inform. Theory. 52 1289

    [18]

    Candes E J, Romberg J, Tao T 2006 Commun. Pur. Appl. Math. 59 1207

    [19]

    Candes E J, Wakin M B 2008 IEEE. Signal Proc. Mag. 25 21

    [20]

    Xu M H, Liang T J, Zhang J 2006 Acta Phys. Sin. 55 2357 (in Chinese) [徐妙华, 梁天骄, 张杰 2006 物理学报 55 2357]

    [21]

    Xu H B, Peng X K, Chen C B 2010 Chin. Phys. B 19 062901

  • [1] 曹海燕, 叶震宇. 基于压缩感知理论的大规模MIMO系统下行信道估计中的导频优化理论分析与算法设计. 物理学报, 2022, 71(5): 050101. doi: 10.7498/aps.71.20211504
    [2] 曹海燕, 叶震宇. 基于压缩感知理论的大规模MIMO系统下行信道估计中的导频优化理论分析与算法设计. 物理学报, 2021, (): . doi: 10.7498/aps.70.20211504
    [3] 丁亚辉, 孙玉发, 朱金玉. 一种基于压缩感知的三维导体目标电磁散射问题的快速求解方法. 物理学报, 2018, 67(10): 100201. doi: 10.7498/aps.67.20172543
    [4] 李少东, 陈永彬, 刘润华, 马晓岩. 基于压缩感知的窄带高速自旋目标超分辨成像物理机理分析. 物理学报, 2017, 66(3): 038401. doi: 10.7498/aps.66.038401
    [5] 庄佳衍, 陈钱, 何伟基, 冒添逸. 基于压缩感知的动态散射成像. 物理学报, 2016, 65(4): 040501. doi: 10.7498/aps.65.040501
    [6] 李广明, 吕善翔. 混沌信号的压缩感知去噪. 物理学报, 2015, 64(16): 160502. doi: 10.7498/aps.64.160502
    [7] 黄卫立. 一般完整系统Mei对称性的逆问题. 物理学报, 2015, 64(17): 170202. doi: 10.7498/aps.64.170202
    [8] 李龙珍, 姚旭日, 刘雪峰, 俞文凯, 翟光杰. 基于压缩感知超分辨鬼成像. 物理学报, 2014, 63(22): 224201. doi: 10.7498/aps.63.224201
    [9] 郭胜鹏, 李东旭, 范才智, 孟云鹤. 受重力梯度扰动的空间机器人姿态动力学非线性特征分析. 物理学报, 2014, 63(10): 100504. doi: 10.7498/aps.63.100504
    [10] 唐炜, 王小璞, 曹景军. 非线性磁式压电振动能量采集系统建模与分析. 物理学报, 2014, 63(24): 240504. doi: 10.7498/aps.63.240504
    [11] 陈明生, 王时文, 马韬, 吴先良. 基于压缩感知的目标频空电磁散射特性快速分析. 物理学报, 2014, 63(17): 170301. doi: 10.7498/aps.63.170301
    [12] 陈丽娟, 鲁世平. 零维气候系统非线性模式的周期解问题. 物理学报, 2013, 62(20): 200201. doi: 10.7498/aps.62.200201
    [13] 丁光涛. 磁场中带电粒子阻尼运动的分析力学表示. 物理学报, 2012, 61(2): 020204. doi: 10.7498/aps.61.020204
    [14] 丁光涛. Hamilton系统Noether理论的新型逆问题. 物理学报, 2010, 59(3): 1423-1427. doi: 10.7498/aps.59.1423
    [15] 陈怀军, 莫嘉琪. 双参数奇摄动非线性反应扩散问题. 物理学报, 2010, 59(7): 4409-4412. doi: 10.7498/aps.59.4409
    [16] 邹建龙, 马西奎. 级联功率因数校正变换器的级间耦合非线性动力学行为分析. 物理学报, 2010, 59(6): 3794-3801. doi: 10.7498/aps.59.3794
    [17] 曾曙光, 张彬. 光参量啁啾脉冲放大的逆问题. 物理学报, 2009, 58(4): 2476-2481. doi: 10.7498/aps.58.2476
    [18] 胡玉禄, 杨中海, 李建清, 李斌, 高鹏, 金晓林. 螺旋线行波管三维多频非线性理论分析和数值模拟. 物理学报, 2009, 58(9): 6665-6670. doi: 10.7498/aps.58.6665
    [19] 楚晓亮, 张 彬, 蔡邦维, 魏晓峰, 朱启华, 黄小军, 袁晓东, 曾小明, 刘兰琴, 王 逍, 王晓东, 周凯南, 郭 仪. 啁啾脉冲多程放大及其逆问题的研究. 物理学报, 2005, 54(10): 4696-4700. doi: 10.7498/aps.54.4696
    [20] 朱红毅, 沈建其, 李 军. 一种新的求解脑磁逆问题的搜索方法. 物理学报, 2004, 53(3): 947-951. doi: 10.7498/aps.53.947
计量
  • 文章访问数:  3799
  • PDF下载量:  878
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-01-23
  • 修回日期:  2013-02-26
  • 刊出日期:  2013-06-05

基于压缩感知理论的非线性γ谱分析方法

  • 1. 清华大学核能与新能源技术研究院, 北京 100084
    基金项目: 国家自然科学基金 (批准号: 81101030) 资助的课题.

摘要: γ谱分析是一种重要的放射性核素定量分析方法. 弱峰的检测和重叠峰的分解是γ 谱分析中的难点. 为了解决这两个问题, 基于压缩感知理论, 提出了一种新的γ 谱分析方法. 这一方法从谱仪对γ 谱调制的物理机理出发, 通过数学建模, 将γ 谱分析转化为一个以真实γ 谱为解的求逆问题, 并在压缩感知理论框架下, 运用γ 谱特征峰的稀疏性, 进行逆问题的求解, 直接获得γ 谱的估计结果. 数值模拟结果和蒙特卡洛模拟结果表明: 该方法能在降低统计涨落的同时, 有效减小谱仪调制带来的能谱展宽, 从而提高γ 谱分析精度.

English Abstract

参考文献 (21)

目录

    /

    返回文章
    返回