CN105629290A - 一种数字核脉冲信号墨西哥草帽小波成形方法 - Google Patents

一种数字核脉冲信号墨西哥草帽小波成形方法 Download PDF

Info

Publication number
CN105629290A
CN105629290A CN201510965155.3A CN201510965155A CN105629290A CN 105629290 A CN105629290 A CN 105629290A CN 201510965155 A CN201510965155 A CN 201510965155A CN 105629290 A CN105629290 A CN 105629290A
Authority
CN
China
Prior art keywords
tau
formula
infin
pulse signal
exp
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510965155.3A
Other languages
English (en)
Other versions
CN105629290B (zh
Inventor
覃章健
李立君
葛良全
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING ZHOGKE KUNRUN TECHNOLOGY CO., LTD.
Original Assignee
Beijing Zhogke Kunrun Technology Co Ltd
Chengdu Univeristy of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Zhogke Kunrun Technology Co Ltd, Chengdu Univeristy of Technology filed Critical Beijing Zhogke Kunrun Technology Co Ltd
Priority to CN201510965155.3A priority Critical patent/CN105629290B/zh
Publication of CN105629290A publication Critical patent/CN105629290A/zh
Application granted granted Critical
Publication of CN105629290B publication Critical patent/CN105629290B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01TMEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/36Measuring spectral distribution of X-rays or of nuclear radiation spectrometry

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Molecular Biology (AREA)
  • Measurement Of Radiation (AREA)

Abstract

本发明公开了一种数字核脉冲信号墨西哥草帽小波成形方法,包括:指数衰减数字核脉冲信号墨西哥草帽小波成形实时数据处理算法;基线扣除方法;弹道亏损量化方法;多种粒子脉冲形状甄别方法;弹道亏损补偿实时数据处理算法。本发明有效克服核脉冲信号其它数字滤波成形方法在基线扣除、弹道亏损量化与补偿、粒子脉冲形状甄别等数据处理方面的不足,用小波分析方法将数字核脉冲信号滤波成形为墨西哥草帽小波信号。

Description

一种数字核脉冲信号墨西哥草帽小波成形方法
技术领域
本发明涉及放射性测量中数字核脉冲信号的墨西哥草帽小波成形,尤其涉及一种基于小波分析的数字核脉冲信号墨西哥草帽小波成形方法。
背景技术
核能谱测量技术综合了电子技术、核探测技术、计算机技术等多个学科。目前,它已经成为物质成分分析的重要手段之一,在医学、地质学、生物学、环境学、化学、考古学等学科扮演愈来愈重要的角色。
在核辐射测量中,入射粒子的能量和核探测器输出的脉冲信号幅度成正比,通过测量脉冲信号的幅度就能够分析出辐射能量。能谱的获取、分析也是核分析方法中最重要的手段之一,通过对辐射源能谱的获取和分析可以直接或间接地得到辐射物质的结构、组成元素的种类以及含量等重要信息。传统的获取能谱的核谱仪,主要是以电子学器件对核信号进行放大成形、基线恢复、堆积判弃和脉冲信号峰值保持为特点的模拟核谱仪。
基于数字滤波成形的全数字化能谱仪逐渐成为核仪器发展的趋势,数字化能谱仪目前主要采用梯形滤波成形算法,该滤波成形算法不能很好地解决基线漂移后的基线扣除问题、高灵敏地弹道亏损程度量化问题、多种粒子脉冲形状甄别问题和补偿因弹道亏损引起脉冲幅度下降问题,墨西哥草帽小波成形方法能解决上述问题。
发明内容
本发明的目的在于公开一种数字核脉冲信号墨西哥草帽小波成形方法,该方法克服了核脉冲信号其它数字滤波成形方法在基线扣除、弹道亏损量化与补偿、粒子脉冲形状鉴别等数据处理方面的不足,在滤除噪声的同时,用小波分析方法将数字核脉冲信号滤波成形为墨西哥草帽小波信号,解决了核脉冲的数字墨西哥草帽小波成形需求。
本发明是通过以下技术方案实现的,具体包括:
把墨西哥草帽母小波的一阶导数作为母小波,与指数衰减核脉冲信号进行小波变换,利用卷积积分性质,可以推导出指数衰减核脉冲信号墨西哥草帽小波成形的***函数式中τ0为指数衰减信号时间常数,s为小波变换尺度,h(t)为有限长信号,在离散域中,通过求指数衰减核脉冲信号f(n)与有限长信号h(n)的卷积可以实现墨西哥草帽小波成形;
直线信号b(t)=kt+c,式中k,c为常数,b(t)与***函数***函数的卷积恒等于0,指数衰减信号叠加b(t)基线,经过墨西哥草帽小波成形后,基线恒等于0,成型后无需再进行基线扣除;
在没有弹道亏损的情况下,核脉冲信号经过墨西哥草帽小波成形后,波形的左右极小值是对称的,当存在弹道亏损时,成形后的波行左右极小值不再对称,可以用成形后的波行左右极小值的差值量化弹道亏损程度,该量化值连续,且利用该值衡量弹道亏损具有较高的灵敏度;
通过量化弹道亏损程度后,可以根据量化的弹道亏损程度进行多种粒子脉冲形状甄别;
通过量化弹道亏损程度后,可以根据弹道亏损程度量化值采用乘以系数的方法补偿因弹道亏损引起的脉冲幅度下降。
与现有技术相比,本发明的一个或多个实施例可以具有如下优点:
有效克服核脉冲信号其它数字滤波成形方法在基线扣除、弹道亏损量化与补偿、粒子脉冲形状甄别等数据处理方面的不足,用小波分析方法将数字核脉冲信号滤波成形为墨西哥草帽小波信号,成形后的波形具有以下较好的特性:成形后的波形基线恒等于0,无需再扣除基线;弹道亏损可以通过墨西哥草帽小波左右两个极小值的差值量化,量化值连续,且利用该值衡量弹道亏损具有较高的灵敏度;可以通过弹道亏损量化值进行粒子脉冲形状甄别。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中:
图1是墨西哥草帽小波成形过程及弹道亏损量化示意图;
其中图1(a)是无弹道亏损情况下的示意图;
图1(b)是有弹道亏损情况下的示意图;
说明:(1)M(t)=f(t)*h(t):
(2)弹道亏损量化为 M = h H &CenterDot; k ( t ) , 其中 k ( t ) = c 1 , t 1 &le; t < t 2 c 2 , t 2 &le; t < t 3 ......
图2是墨西哥草帽小波成形数据处理并行数字逻辑单元分布图;
图3是弹道亏损相关量曲线关系图。
具体实施方式
容易理解,根据本发明的技术方案,在不变更本发明的实质精神下,本领域的一般技术人员可以提出本发明的多个结构方式和制作方法。因此以下具体实施方式以及附图仅是本发明的技术方案的具体说明,而不应当视为本发明的全部或者视为本发明技术方案的限定或限制。
下面结合实施例及附图对本发明作进一步详细的描述。
指数衰减数字核脉冲信号墨西哥草帽小波成形实时数据处理算法推导如下:
墨西哥草帽母小波函数表达式为:
g ( t ) = ( 1 - t 2 ) exp ( - t 2 2 ) - - - ( 2 - 1 )
g(t)卷积型小波基函数为:
g s ( t ) = 1 s g ( t s ) - - - ( 2 - 2 )
ψ(t)为g(t)的一阶导数,则
&psi; ( t ) = d g ( t ) d t = ( t 3 - 3 t ) exp ( - t 2 2 ) - - - ( 2 - 3 )
其Fouier变换为,
&psi; ^ ( &omega; ) = 2 &pi; j&omega; 3 exp ( - &omega; 2 2 ) - - - ( 2 - 4 )
显然由可容许性条件可知ψ(t)可作为小波母波函数,其卷积型小波基函数为,
&psi; s ( t ) = 1 s &psi; ( t s ) - - - ( 2 - 5 )
核辐射探测器前置放大器输出信号表达式为:
f ( t ) = H &CenterDot; e - t &tau; 0 u ( t ) - - - ( 2 - 6 )
式(2-6)中H为指数衰减信号脉冲幅度,τ0为指数衰减信号时间常数,u(t)如式(2-7)所示,
u ( t ) = 0 , t < 0 1 , t &GreaterEqual; 0 - - - ( 2 - 7 )
f(t)求导得,
d f ( t ) d t = - 1 &tau; 0 f ( t ) + H &CenterDot; &delta; ( t ) - - - ( 2 - 8 )
式(2-8)中δ(t)为单位冲激函数,以式(2-5)为小波基函数,对f(t)作小波变换,则
W s f ( t ) = f ( t ) * &psi; s ( t ) = f ( t ) * s dg s ( t ) d t = d f ( t ) d t * sg s ( t ) - - - ( 2 - 9 )
代入式(2-2)、式(2-5)和式(2-8)得,
f ( t ) * 1 s ( t 3 s 3 - 3 t s ) exp ( - t 2 2 s 2 ) = - s &tau; 0 f ( t ) * 1 s ( 1 - t 2 s 2 ) exp ( - t 2 2 s 2 ) + H &CenterDot; s &CenterDot; g s ( t ) - - - ( 2 - 10 )
整理得,
H &CenterDot; s &CenterDot; g s ( t ) = f ( t ) * &lsqb; t 3 s 4 - 3 t s 2 + 1 &tau; 0 ( 1 - t 2 s 2 ) &rsqb; exp ( - t 2 2 s 2 ) - - - ( 2 - 11 )
令***函数
h ( t ) = &lsqb; t 3 s 4 - 3 t s 2 + 1 &tau; 0 ( 1 - t 2 s 2 ) &rsqb; exp ( - t 2 2 s 2 ) - - - ( 2 - 12 )
式(2-12)中τ0为指数衰减信号时间常数,s为小波变换尺度,由式(2-11)和式(2-12)可知,f(t)与h(t)的卷积为:
M ( t ) = &Integral; - &infin; + &infin; f ( &tau; ) h ( t - &tau; ) d &tau; = H &CenterDot; ( 1 - t 2 s 2 ) exp ( - t 2 2 s 2 ) - - - ( 2 - 13 )
显然即h(t)为有限长信号,则h(t)可离散化为,
h ( n ) = k n = &lsqb; n 3 s 4 - 3 n s 2 + 1 &tau; 0 ( 1 - n 2 s 2 ) &rsqb; exp ( - n 2 2 s 2 ) , | n | = 0 , 1 , 2 , ... ... , M 0 , | n | > M - - - ( 2 - 14 )
式(2-14)中M为正整数,考虑叠加基线因素,式(2-6)可离散化为,
f ( n ) = k n + c , n = ... , - 2 , - 1 , F n = k n + c + H &CenterDot; e - n &tau; 0 , n = 0 , 1 , ... , 3 N - 1 k n + c , n = 3 N , 3 N + 1 , ... - - - ( 2 - 15 )
式(2-15)中N为正整数,k,c为常数,已知采样点Fi,时间常数τ0可由下式求得,
&tau; 0 = N l n &Sigma; i = N 2 N - 1 F i - &Sigma; i = 0 N - 1 F i &Sigma; i = 2 N 3 N - 1 F i - &Sigma; i = N 2 N - 1 F i - - - ( 2 - 16 )
由式(2-13)、式(2-14)和式(2-15)可知,在离散域中,
M ( n ) = &Sigma; i = - M M f ( n - i ) &CenterDot; k i = H &CenterDot; ( 1 - i 2 s 2 ) exp ( - i 2 2 s 2 ) - - - ( 2 - 17 )
式(2-17)为指数衰减数字核脉冲信号墨西哥草帽小波成形实时数据处理关键表达式。图2示意了墨西哥草帽小波成形数据处理并行数字逻辑单元分布,通过多乘法器和多加法器并行协同工作,式(2-17)可以实现实时数据处理,即在一个采样点数据采集的时钟周期内完成一个采样点的滤波计算。
经过***函数式(2-12)滤波成形后,波形的基线恒等于0,具体推导如下:
不妨设式(2-6)叠加了如下基线:
b(t)=k·t+c(2-18)
式(2-18)中k,c为常数,显然,
&Integral; - &infin; + &infin; exp ( - t 2 2 s 2 ) d t = s 2 &pi; - - - ( 2 - 19 )
&Integral; - &infin; + &infin; t 2 n exp ( - t 2 2 s 2 ) d t = 1 &CenterDot; 3 &CenterDot; ... &CenterDot; ( 2 n - 1 ) &CenterDot; s 2 n + 1 2 &pi; , n = 1 , 2 , ... - - - ( 2 - 20 )
&Integral; - &infin; + &infin; t 2 n - 1 exp ( - t 2 2 s 2 ) d t = 0 , n = 1 , 2 , ... - - - ( 2 - 21 )
则式(2-18)与式(2-12)的卷积为,
b ( t ) * h ( t ) = k &Integral; - &infin; + &infin; &lsqb; ( t - &tau; ) &tau; 3 s 4 - 3 ( t - &tau; ) &tau; s 2 + 1 &tau; 0 ( t - &tau; - ( t - &tau; ) &tau; 2 s 2 ) &rsqb; exp ( - &tau; 2 2 s 2 ) d &tau; + c &Integral; - &infin; + &infin; &lsqb; &tau; 3 s 4 - 3 &tau; s 2 + 1 &tau; 0 ( 1 - &tau; 2 s 2 ) exp ( - &tau; 2 2 s 2 ) d &tau; = - k s 4 &Integral; - &infin; + &infin; &tau; 4 exp ( - &tau; 2 2 s 2 ) d &tau; + 3 k s 2 &Integral; - &infin; + &infin; &tau; 2 exp ( - &tau; 2 2 s 2 ) d &tau; + k t + c &tau; 0 &Integral; - &infin; + &infin; exp ( - &tau; 2 2 s 2 ) d &tau; - k t + c s 2 &tau; 0 &Integral; - &infin; + &infin; &tau; 2 exp ( - &tau; 2 2 s 2 ) d &tau; = - 3 2 &pi; k &CenterDot; s + 3 2 &pi; k &CenterDot; s + k t + c &tau; 0 2 &pi; &CenterDot; s - k t + c &tau; 0 2 &pi; &CenterDot; s = 0 - - - ( 2 - 22 )
由式(2-22)可知,
[f(t)+b(t)]*h(t)=f(t)*h(t)(2-23)
即式(2-6)中叠加式(2-18)的基线,经过***函数式(2-12)滤波成形后,基线恒等于0,成形后的波形无需再进行基线扣除。
如图1-(b)所示,当存在弹道亏损时,经过墨西哥草帽小波成形后,波形左右极小值不再对称,其高度差为h,不妨设成形后的波形极大值为H,H即成形后的脉冲幅度值,则弹道亏损程度可以用进行量化。另外,弹道亏损程度越大,成形后的波形左右极小值之间的时间差t值越大。
存在弹道亏损的核脉冲信号可以由式(2-24)模拟,
f ( t ) = H &tau; 0 &tau; 0 - &tau; 1 &lsqb; exp ( - t &tau; 0 ) - exp ( - t &tau; 1 ) &rsqb; - - - ( 2 - 24 )
图3-(a)为弹道亏损程度量化值与时间参数τ1关系曲线,时间参数τ1越大,表示弹道亏损程度越大,对应的弹道亏损程度量化值越大,弹道亏损程度量化值与时间参数τ1关系曲线单调递增。图3-(b)为成形后的波形左右极小值之间的时间差t与时间参数τ1关系曲线。图3-(c)为弹道亏损量化值与成形后的脉冲幅度H关系曲线,根据该关系曲线,可以根据弹道亏损程度量化值采用乘以一定系数的方法补偿因弹道亏损引起的脉冲幅度下降。
图3-(a)曲线关系图为单调递增函数,故可以通过比较弹道亏损程度量化值大小,进行多种粒子脉冲形状甄别。
虽然本发明所揭露的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。

Claims (6)

1.一种数字核脉冲信号墨西哥草帽小波成形方法,其特征在于,该数字核脉冲信号墨西哥草帽小波成形方法包括:指数衰减数字核脉冲信号墨西哥草帽小波成形实时数据处理算法;基线扣除方法;弹道亏损量化方法;多种粒子脉冲形状甄别方法;弹道亏损补偿实时数据处理算法。
2.根据权利要求1所述的一种数字核脉冲信号墨西哥草帽小波成形方法,其特征在于,指数衰减数字核脉冲信号墨西哥草帽小波成形实时数据处理算法推导如下:
核辐射探测器前置放大器输出信号表达式为:
f ( t ) = H &CenterDot; e - t &tau; 0 u ( t ) - - - ( 1 - 1 )
式(1-1)中H为指数衰减信号脉冲幅度,τ0为指数衰减信号时间常数,u(t)如式(1-2)所示,
u ( t ) = 0 , t < 0 1 , t &GreaterEqual; 0 - - - ( 1 - 2 )
令***函数
h ( t ) = &lsqb; t 3 s 4 - 3 t s 2 + 1 &tau; 0 ( 1 - t 2 s 2 ) &rsqb; exp ( - t 2 2 s 2 ) - - - ( 1 - 3 )
式(1-3)中τ0为指数衰减信号时间常数,s为小波变换尺度,则f(t)与h(t)的卷积为:
M ( t ) = &Integral; - &infin; + &infin; f ( &tau; ) h ( t - &tau; ) d &tau; = H &CenterDot; ( 1 - t 2 s 2 ) exp ( - t 2 2 s 2 ) - - - ( 1 - 4 )
显然即h(t)为有限长信号,则h(t)可离散化为,
h ( n ) = k n = &lsqb; n 3 s 4 - 3 n s 2 + 1 &tau; 0 ( 1 - n 2 s 2 ) &rsqb; exp ( - n 2 2 s 2 ) , | n | = 0 , 1 , 2 , ... ... , M 0 , | n | > M - - - ( 1 - 5 )
式(1-5)中M为正整数,考虑叠加基线因素,式(1-1)可离散化为,
f ( n ) = k n + c , n = ... , - 2 , - 1 , F n = k n + c + H &CenterDot; e - n &tau; 0 , n = 0 , 1 , ... , 3 N - 1 k n + c , n = 3 N , 3 N + 1 , ... - - - ( 1 - 6 )
式(1-6)中N为正整数,k,c为常数,已知采样点Fi,时间常数τ0可由下式求得,
&tau; 0 = N l n &Sigma; i = N 2 N - 1 F i - &Sigma; i = 0 N - 1 F i &Sigma; i = 2 N 3 N - 1 F i - &Sigma; i = N 2 N - 1 F i - - - ( 1 - 7 )
由式(1-4)、式(1-5)和式(1-6)可知,在离散域中,
M ( n ) = &Sigma; i = - M M f ( n - i ) &CenterDot; k i - - - ( 1 - 8 )
式(1-8)为指数衰减数字核脉冲信号墨西哥草帽小波成形实时数据处理关键表达式。
3.如权利要求2所述的一种数字核脉冲信号墨西哥草帽小波成形方法,其特征在于,经过***函数式(1-3)滤波成形后,波形的基线恒等于0,具体推导如下:
不妨设式(1-1)叠加了如下基线:
b(t)=k·t+c(1-9)
式(1-9)中k,c为常数,显然,
&Integral; - &infin; + &infin; exp ( - t 2 2 s 2 ) d t = s 2 &pi; - - - ( 1 - 10 )
&Integral; - &infin; + &infin; t 2 n exp ( - t 2 2 s 2 ) d t = 1 &CenterDot; 3 &CenterDot; ... &CenterDot; ( 2 n - 1 ) &CenterDot; s 2 n + 1 2 &pi; , n = 1 , 2 , ... - - - ( 1 - 11 )
&Integral; - &infin; + &infin; t 2 n - 1 exp ( - t 2 2 s 2 ) d t = 0 , n = 1 , 2 , ... - - - ( 1 - 12 )
则式(1-9)与式(1-3)的卷积为,
b ( t ) * h ( t ) = k &Integral; - &infin; + &infin; &lsqb; ( t - &tau; ) &tau; 3 s 4 - 3 ( t - &tau; ) &tau; s 2 + 1 &tau; 0 ( t - &tau; - ( t - &tau; ) &tau; 2 s 2 ) &rsqb; exp ( - &tau; 2 2 s 2 ) d &tau; + c &Integral; - &infin; + &infin; &lsqb; &tau; 3 s 4 - 3 &tau; s 2 + 1 &tau; 0 ( 1 - &tau; 2 s 2 ) exp ( - &tau; 2 2 s 2 ) d &tau; = - k s 4 &Integral; - &infin; + &infin; &tau; 4 exp ( - &tau; 2 2 s 2 ) d &tau; + 3 k s 2 &Integral; - &infin; + &infin; &tau; 2 exp ( - &tau; 2 2 s 2 ) d &tau; + k t + c &tau; 0 &Integral; - &infin; + &infin; exp ( - &tau; 2 2 s 2 ) d &tau; - k t + c s 2 &tau; 0 &Integral; - &infin; + &infin; &tau; 2 exp ( - &tau; 2 2 s 2 ) d &tau; = - 3 2 &pi; k &CenterDot; s + 3 2 &pi; k &CenterDot; s + k t + c &tau; 0 2 &pi; &CenterDot; s - k t + c &tau; 0 2 &pi; &CenterDot; s = 0 - - - ( 1 - 12 )
由式(1-12)可知,
[f(t)+b(t)]*h(t)=f(t)*h(t)(13)
即式(1-1)中叠加式(1-9)的基线,经过***函数式(3)滤波成形后,基线恒等于0,形成后的波形无需再进行基线扣除。
4.如权利要求2所述的一种数字核脉冲信号墨西哥草帽小波成形方法,其特征在于,式(1-1)中存在弹道亏损情况下,经过***函数式(1-3)滤波成型后,式(1-4)中墨西哥草帽小波函数M(t)左边的极小值和右边的极小值出现不对称,可以用左右极小值的差值来量化弹道亏损程度。
5.如权利要求3所述的一种数字核脉冲信号墨西哥草帽小波成形方法,其特征在于,通过量化弹道亏损程度后,可以根据量化的弹道亏损程度进行多种粒子脉冲形状甄别。
6.如权利要求3所述的一种数字核脉冲信号墨西哥草帽小波成形方法,其特征在于,通过量化弹道亏损程度后,可以根据弹道亏损程度量化值采用乘以系数的方法补偿因弹道亏损引起的脉冲幅度下降。
CN201510965155.3A 2016-02-16 2016-02-16 一种数字核脉冲信号墨西哥草帽小波成形方法 Active CN105629290B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510965155.3A CN105629290B (zh) 2016-02-16 2016-02-16 一种数字核脉冲信号墨西哥草帽小波成形方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510965155.3A CN105629290B (zh) 2016-02-16 2016-02-16 一种数字核脉冲信号墨西哥草帽小波成形方法

Publications (2)

Publication Number Publication Date
CN105629290A true CN105629290A (zh) 2016-06-01
CN105629290B CN105629290B (zh) 2018-12-04

Family

ID=56044402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510965155.3A Active CN105629290B (zh) 2016-02-16 2016-02-16 一种数字核脉冲信号墨西哥草帽小波成形方法

Country Status (1)

Country Link
CN (1) CN105629290B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106772545A (zh) * 2017-02-09 2017-05-31 成都理工大学 一种采用尖顶成形算法的数字脉冲幅度分析器
CN106953621A (zh) * 2017-02-09 2017-07-14 成都理工大学 一种基于对称零面积梯形成形的数字脉冲幅度分析器
CN107783173A (zh) * 2017-10-24 2018-03-09 东华理工大学 一种数字化核能谱测量***中的脉冲矩形成形方法
CN110347965A (zh) * 2019-07-17 2019-10-18 四川新先达测控技术有限公司 核脉冲信号处理方法及装置
CN112596097A (zh) * 2020-12-11 2021-04-02 成都理工大学 一种基于权冲击函数的核信号前端处理***
CN114740515A (zh) * 2022-03-28 2022-07-12 西北核技术研究所 一种幅度定比弹道亏损校正方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103744106A (zh) * 2014-01-01 2014-04-23 成都理工大学 一种基于高斯滤波成形多道脉冲幅度分析装置
CN103969675A (zh) * 2013-02-05 2014-08-06 苏州瑞派宁科技有限公司 数字化闪烁脉冲的基线校正方法及***
CN105068111A (zh) * 2015-08-20 2015-11-18 中国原子能科学研究院 一种数字化中子谱仪的采集存储分析***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103969675A (zh) * 2013-02-05 2014-08-06 苏州瑞派宁科技有限公司 数字化闪烁脉冲的基线校正方法及***
CN103744106A (zh) * 2014-01-01 2014-04-23 成都理工大学 一种基于高斯滤波成形多道脉冲幅度分析装置
CN105068111A (zh) * 2015-08-20 2015-11-18 中国原子能科学研究院 一种数字化中子谱仪的采集存储分析***

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
L. EL BADRI ET AL: "Development of Wavelet Based Tools for Improving the γ-ray Spectrometry", 《IEEE》 *
周伟 等: "核脉冲信号数字梯形成形方法", 《太赫兹科学与电子信息学报》 *
黄洪全 等: "基于精细时频分辨的核脉冲描述方法", 《核电子学与探测技术》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106772545A (zh) * 2017-02-09 2017-05-31 成都理工大学 一种采用尖顶成形算法的数字脉冲幅度分析器
CN106953621A (zh) * 2017-02-09 2017-07-14 成都理工大学 一种基于对称零面积梯形成形的数字脉冲幅度分析器
CN106953621B (zh) * 2017-02-09 2020-02-18 成都理工大学 一种基于对称零面积梯形成形的数字脉冲幅度分析器
CN107783173A (zh) * 2017-10-24 2018-03-09 东华理工大学 一种数字化核能谱测量***中的脉冲矩形成形方法
CN107783173B (zh) * 2017-10-24 2019-06-11 东华理工大学 一种数字化核能谱测量***中的脉冲矩形成形方法
CN110347965A (zh) * 2019-07-17 2019-10-18 四川新先达测控技术有限公司 核脉冲信号处理方法及装置
CN110347965B (zh) * 2019-07-17 2023-02-03 四川新先达测控技术有限公司 核脉冲信号处理方法及装置
CN112596097A (zh) * 2020-12-11 2021-04-02 成都理工大学 一种基于权冲击函数的核信号前端处理***
CN112596097B (zh) * 2020-12-11 2022-10-28 成都理工大学 一种基于权冲激函数的核信号前端处理***
CN114740515A (zh) * 2022-03-28 2022-07-12 西北核技术研究所 一种幅度定比弹道亏损校正方法

Also Published As

Publication number Publication date
CN105629290B (zh) 2018-12-04

Similar Documents

Publication Publication Date Title
CN105629290A (zh) 一种数字核脉冲信号墨西哥草帽小波成形方法
CN103217409B (zh) 一种拉曼光谱预处理方法
CN102510287B (zh) 一种工业实时数据的快速压缩方法
CN103744106B (zh) 一种基于高斯滤波成形多道脉冲幅度分析装置
CN104730580B (zh) 地震资料异常振幅压制方法
CN107037486A (zh) 地球天然脉冲电磁场数据处理的时频谱分析方法及***
CN107870005A (zh) 过采样下经验模态分解的归一化随机共振微弱信号检测
CN105807241A (zh) 一种利用先验信息的指数信号去噪方法
CN104463808A (zh) 基于空间相关性的高光谱数据降噪方法及***
CN103308829B (zh) 一种gis单次局放信号提取与触发时刻调整方法
CN104345049B (zh) 激光诱导击穿光谱的小波阈值降噪的阈值校正方法
CN103675891B (zh) 基于双线性变换法的数字核脉冲高斯成形方法
CN105093328B (zh) 一种滑动扫描谐波压制方法及装置
WO2010041526A1 (ja) 信号検出装置、信号検出方法及び信号検出装置の製造方法
Zhou et al. Geomagnetic sensor noise reduction for improving calibration compensation accuracy based on improved HHT algorithm
Kasban et al. Spectrum analysis of radiotracer residence time distribution for industrial and environmental applications
CN103871422A (zh) 基于三因子迭代联合块对角化的时域混叠盲信号分离方法
CN104242877B (zh) 基于模拟cr‑rc电路的核脉冲信号数字高斯成形方法
CN104778342B (zh) 一种基于小波奇异熵的心音特征提取方法
CN103941280B (zh) 基于冲激响应不变法的数字核脉冲高斯成形方法
CN102880861A (zh) 基于线性预测倒谱系数的高光谱图像分类方法
CN107194135B (zh) 基于改进小波算法的反应堆中子噪声频谱计算方法
CN104346516B (zh) 激光诱导击穿光谱的小波降噪的最佳分解层数选择方法
CN113253354B (zh) 一种核磁t2谱截止值的确定方法、装置、介质及电子设备
CN106501603A (zh) 一种用于电力***的谐波分析方法及其装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20190117

Address after: 100086 Beijing Haidian District Shangdi Information Industry Base

Patentee after: BEIJING ZHOGKE KUNRUN TECHNOLOGY CO., LTD.

Address before: 100086 Beijing Haidian District Shangdi Information Industry Base

Co-patentee before: Chengdu University of Technology

Patentee before: BEIJING ZHOGKE KUNRUN TECHNOLOGY CO., LTD.

TR01 Transfer of patent right
CP02 Change in the address of a patent holder

Address after: 100086 701-A06, Unit 1, Building 3, 6 East Road, Fengtai Auto Museum, Beijing

Patentee after: BEIJING ZHOGKE KUNRUN TECHNOLOGY CO., LTD.

Address before: 100086 Beijing Haidian District Shangdi Information Industry Base

Patentee before: BEIJING ZHOGKE KUNRUN TECHNOLOGY CO., LTD.

CP02 Change in the address of a patent holder