便携式数字化谱仪的研究现状
时间:2018-03-20 19:07 来源:毕业论文 作者:毕业论文 点击:次
| 目前大部分的NaI(Tl)γ能谱仪自身都配备相应的采集/解谱分析软件,但功能并不全面，解谱算法比较简单，适应性差，一般只具备数据采集、寻峰和峰面积计算等简单的基本分析功能,并不具备精确求解具有多种核素组成复杂样品的能力。1.1给出几款数字化谱仪产品： 19866 1.1 几款国外数字化谱仪产品 通过对目前常用的γ解谱软件（GammaVision、Genie2000、Hyperlab，UniSampo等）比较分析，发现上述软件对于单能峰分解都能得到较为准确的结果，但是对重叠峰现象严重、核素含量/活度低的复杂样品进行分析时却无能为力。即使针对同一复杂实测γ能谱进行谱平滑、寻峰、峰区确定、峰形拟合、本底扣除等方面进行分析，其分析结果也会有很多偏差（齐荣，2008；张新军等，2008），甚至出现错判误判。这主要是因为不同的解谱软件在分析时采用了不尽相同的解谱算法。通过对部分软件在核素确定结果上看，对已知核素样品的分析中部分软件会漏掉一些核素(22Na 等)，对自然放射性样品核素的分析则存在不同程度的不足，对重叠峰分辨能力差，遗漏样品所含核素或发现一些并不存在的核素。另外，国外专利技术保护等原因，国内很少能得到最新能谱分析的核心算法技术，也很少有自己独立且成熟的能谱分析处理软件，因此能谱分析软件的设计与开发对国内来讲也是一项重要的研究热点课题，具有相当好的的发展前景。 γ能谱分析任务主要包括γ谱数据平滑、寻峰、核素识别、峰区边界确定、本底扣除、全能峰拟合，净峰面积求解和核素含量计算及其活度分析等。 γ谱数据平滑方法主要有：傅里叶变换、几点平滑法、指数平滑法、马尔可夫平滑法（Miroslav Morhac,2007）、小波变换（即在联合能量－频率空间内把γ能谱展开，同时利用能域和频域的信息进行平滑处理，被认为是一种非常理想的能谱平滑处理方法）、数字滤波器，重心法等。目前实际应用中常用几点平滑法，马尔可夫平滑法。尽管上述平滑方法各有优势，但是大多都需要谱分析者根据实际经验设定平滑参数或选择平滑函数等，才能得到较为准确的平滑效果，且并不是任何情况下总是有效的，特别是在能谱数据中含大量密集干扰背景的环境下，平滑效果并不理想，可能会出现假峰或遗漏真峰等。 γ能谱寻峰方法主要有：简单比较寻峰法、高斯乘积函数找峰法、五点极值法、道数寻峰法、导数法（二阶导数寻峰精度高，一阶导数确定峰区边界准确）、对称零面积法、协方差法（精度高，速度慢），斜宽寻峰法（速度快）等，各有优缺点。但这些寻峰方法却没有一种方法能够同时达到寻峰速度快，寻峰精度又高的要求。复杂γ能谱的寻峰问题一直是个比较难以解决的问题，因此应充分考虑各种寻峰法的优点，联合使用几种寻峰法对γ能谱进行联合寻峰是一种比较理想的解决办法（李祥明，1992）。 γ能谱本底扣除方法主要有：直线本底、阶梯/阶跃本底，抛物线本底等三种传统本底扣除方法，目前大部分学者认为阶跃本底是一种比较准确的扣除本底方法（田东风等，2005）。近年来也有部分学者利用傅立叶变换（杜鑫，2009），小波变换（王兴建等，2008）等方法在扣除本底方面上进行相关的研究，并已取得一定的研究成果。国外部分学者在阶跃本底的基础上采用 SNIP（Sensitive Nonlinear Iterative Peak Algorithms）本底扣除方法（Mirolav Morhac,1997），被认为是目前比较理想的本底扣除方法。但不管采用哪种本底扣除，只有充分利用全能峰尽可能多的有效计数，才能认为是比较理想的本底扣除方式，才可能得到比较好的本底扣除效果。在本底扣除时，全能峰峰区边界的选择也会影响到本底扣除的质量，因此精确定位峰区边界也成为一个必须考虑的因素。 (责任编辑：qin) |