核数据处理课程设计报告正式稿
核数据处理课程设计题 目: 能谱谱数据分解方法研究英文题目: Spectroscopy spectral data Decomposition 学 院:核工程与地球物理学院学生姓名:刘 煜 锴专业年级:核工程与核技术 0 9 级学 号:0 9 0 2 1 1 3 5指导教师:吴 和 喜 老 师二零一二年六月核数据处理课程设计报告2能谱谱数据分解方法研究摘要由多道脉冲分析器获取的谱数据需要以一定的数学方法进行处理才能得到实验要求的最终结果。能谱的数据处理大致可以分为两个步骤。首先进行峰分析,即由能谱数据中找到全部有意义的峰,并计算出扣除本底之后每个峰的净面积。第二步是放射性核素的活度或样品中元素浓度的计算,即由峰位所对应的能量识别出被测样品中含有哪些放射性核素或被激发的元素,并且由峰的净面积计算出放射性核素的活度或元素在样品中的浓度。采用不同的物理实验方法,使用不同的探测器时,能谱的数据处理方法也有所不同。在本课程设计报告中采用能谱数据处理中经常用到的峰分析方法,包括谱数据的平滑处理,本底扣除、寻峰、峰净面积计算和函数拟合法解谱。然后,以 谱分析为例,讨论基于计算机的多道脉冲分析系统中的谱在 matlab 软件平台的数据分解。关键词: 能谱,解谱,平滑处理,寻峰寻峰核数据处理课程设计报告3 Spectroscopy spectral data Decomposition AbstractSpectral data obtained by multi-channel pulse analyzer need to be the end result of certain mathematical s to deal with to get the experimental requirements. The energy spectrum of data processing can be divided into two steps. First peak analysis, all the significant peaks from the spectral data, and calculate the net area of each peak after deducting the background. The second step is Radionuclides or the calculation of element concentrations in the samples, energy identified by the peak position corresponding to the tested samples containing radionuclides or excited elements and calculate the net area of the peak radionuclides or elements in the sample concentration.Different physical experiments, using a different detector, the energy spectrum of data processing s are different. This course is designed report using the peak analysis often used in the spectral data processing, including spectral data smoothing, background subtraction, peak search, peak net area calculations and functions fitting solution spectrum. Then, spectral analysis, for example, the discussion of the data decomposition in matlab software plat based on the spectrum in the multi-channel analyzer computer.Key Words: Spectroscopy, deconvolution, smoothing, peak searching to find the peak核数据处理课程设计报告4目录目录41 前言.51.1 能谱分析的目的、意义 .51.2 能谱分析的主要难题 .51.3 能谱解谱的研究简介 .61.4 本次课程设计 能谱分析的研究内容 62 谱数据的平滑 82.1 重心法.82.2 多项式最小二乘移动平滑法.82.3 傅里叶变换法92.4 小波变换法.103 峰位与峰区的确定104 峰面积方法简述115 峰相关参数简介126 能量刻度137 程序的测试147.1 实验结果147.2 数据分析177.3 说明178 心得体会18核数据处理课程设计报告51 前言1.1 能谱分析的目的、意义随着社会的发展,人民生活水平的提高,核能应用,环境辐射污染等方面越来越引起人们的重视,因此核辐射监测技术在经济发展,国防建设等方面起着越来越重要的作用,人们更加关注放射性污染对人体所造成的危害。能谱测量作为一种重要的核地球物理方法,是解决地球科学、环境科学等有关问题的主要手段之一。 能谱仪作为核辐射测量中最常用的数据采集,分析仪器,其通过对 射线能量的测量可识别发射 射线源的核素种类,对辐射强度测量能够获得本射线的核素含量或活度,及 辐射总量。 能谱仪常被用十家居及环境的辐射监测,铀矿勘探,地质填图,油气勘测,寻找各种金属和非金属矿产,食品卫生检验等多个领域,因此 能谱测量技术、分析技术有着广阔的发展前景。能谱分析任务主要包括 能谱的测量和数据的采集,谱数据的解谱分析等。主要解谱分析内容包括 谱数据平滑、谱寻峰、核素识别、峰区边界确定、本底扣除、全能峰函数拟合、净峰面积求解、核素含量计算及其活度分析等。1.2 能谱分析的主要难题目前用十放射性核素测量的 Y 能谱仪主要有两种:NaI(Tl)和 HPGe 能谱仪。其中HPGe 能谱仪的能量分辨率高(对于 60CO 的 1332keV 全能峰可以达到 2. OkeV 左右),能量线性好,被认为是当今最好的 能谱仪,其解谱技术相对比较简单,在复杂核素组成的样品中也可以得到较好的分析结果,但是由于 HPGe 探头需要在液氮冷却的环境下进行测量,目_价格也比较昂贵,使用维护不便,其使用的环境受到一定的限制。而 NaI(Tl)能谱仪由十使用维护方便,探测效率高(约是 HPGe 的几十倍),仪器成本低等多方面占有优势,因此在放射监测中仍被广泛的应用,但 Na 工(T1能谱仪能量分辨率相对较低(对于 137CS 的 661keV 一般为 7%左右),对于核素种类较多,谱线较复杂的样品进行解谱分析