项目名称: 基于LaBr3(Ce)探测器的γ能谱采集系统及其信号处理算法研究

项目编号: No.11265001

项目类型: 地区科学基金项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 魏雄

作者单位: 东华理工大学

项目金额: 48万元

中文摘要: 根据IAEA关于便携式谱仪的检测规范,本项目研究基于LaBr3(Ce)探测器的γ能谱采集系统的原理及其数据处理方法。开发基于高速ADC+FPGA+DSP+ARM的数字化γ能谱采集处理装置,在FPGA和DSP芯片中实现了多道脉冲幅度分析功能,包括数字脉冲成形、阈值去噪、堆积判弃、基线估计及幅度提取;采用和实验相结合的方法,利用蒙特卡罗程序模拟研究LaBr3(Ce)探测器的γ射线响应谱,为验证能谱处理及核素识别算法提供了很好的依据;研究一套适合于便携式γ谱仪系统的数字化核脉冲信号处理算法、γ能谱数据处理算法和核素识别算法,并验证各种算法的有效性,逐步完善装置性能,为今后国内研制高性能数字化多道谱仪系统做好基础研究工作。

中文关键词: FPGA;LaBr3(Ce)探测器;γ能谱分析;数字高斯成形;

英文摘要: According to the test requirement for portable RID drawn up by IAEA, we research the theories about LaBr3(Ce) γ spectra measurement and data analysis. The digital γ spectra acquisition system is designed, which is based on ADC, FPGA, DSP and ARM. All modules of multi-channel pulse height analysis, including digital pulse shaping, threshold denoising, pileup rejection, baseline estimation and height extraction are integrated in a FPGA chip and a DSP chip. The LaBr3(Ce) detectors is modeled using Geant4 Monte Carlo simulation program package, and its γ responses is calculated. A series of algorithms suitable for portable RID is studied and verified, such as digital nuclear signals processing, γ spectra data processing, nuclide identification. The research work of this project lays the foundation for the research and development of high performance digital spectroscopy.

英文关键词: FPGA;LaBr3(Ce) detector;γ spectrum analysis;Digital Gauss shaping;

成为VIP会员查看完整内容
0

相关内容

【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
18+阅读 · 2021年5月16日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
25+阅读 · 2021年4月2日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
专知会员服务
57+阅读 · 2020年12月6日
专知会员服务
105+阅读 · 2020年11月27日
【ICML2020Tutorial】机器学习信号处理,100页ppt
专知会员服务
112+阅读 · 2020年8月15日
基于Iceberg的大规模数据分析优化加速实践
一文带你了解语音信号处理技术
PaperWeekly
9+阅读 · 2022年1月26日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
开放下载!《阿里语音与信号处理技术》精选集
阿里技术
10+阅读 · 2019年6月5日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
LibRec 每周算法:LDA主题模型
LibRec智能推荐
29+阅读 · 2017年12月4日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
10+阅读 · 2020年6月12日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
A Multi-Objective Deep Reinforcement Learning Framework
小贴士
相关主题
相关VIP内容
【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
18+阅读 · 2021年5月16日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
25+阅读 · 2021年4月2日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
专知会员服务
57+阅读 · 2020年12月6日
专知会员服务
105+阅读 · 2020年11月27日
【ICML2020Tutorial】机器学习信号处理,100页ppt
专知会员服务
112+阅读 · 2020年8月15日
相关资讯
基于Iceberg的大规模数据分析优化加速实践
一文带你了解语音信号处理技术
PaperWeekly
9+阅读 · 2022年1月26日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
开放下载!《阿里语音与信号处理技术》精选集
阿里技术
10+阅读 · 2019年6月5日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
LibRec 每周算法:LDA主题模型
LibRec智能推荐
29+阅读 · 2017年12月4日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员