[发明专利]一种微量核素在线识别方法

权利要求书

1.一种微量核素在线识别方法，其特征在于，包括：

步骤1：利用核探测器检测环境中的核素释放的射线并输出脉冲信号，记录脉冲信号的幅度值和对应的时刻值，得到多个脉冲的数据；

步骤2：根据多个脉冲的能量值估算出这些脉冲的能量估计值f_e，计算多个能量估计值f_e的标准差δ_e；

步骤3：根据多个脉冲的时间间隔估算出这些脉冲的时间间隔估计值Δt_e，以及目标事件发生概率值α；

步骤4：逐一检验各个脉冲的能量值是否在设定的能量值阈值范围内，以及逐一检验各个脉冲的时间间隔是否在设定的时间间隔阈值范围内，认为能量值与时间间隔均值在对应的设定阈值范围内的脉冲为有效脉冲；

步骤5：计算各个有效脉冲的能量值的第一类概率密度以及第二类概率密度；其中能量值的第一类概率密度为F1～N(f,δ)，其中F1为能量值的第一类概率密度，N(f,δ)为真实能量值为f，真实能量值f的标准差为δ的正态分布函数；f，δ为已知；

能量值的第二类概率密度为F0～N(f_e,δ_e)，其中F0为能量值的第二类概率密度，N(f_e,δ_e)为能量估计值为f_e，标准差为δ_e的正态分布函数；

步骤6：计算各个有效脉冲的时间间隔的第一类概率密度以及第二类概率密度；其中时间间隔的第一类概率密度为F_Δt1～E(α·λ·Δt)，其中F_Δt1为时间间隔的第一类概率密度，E(α·λ·Δt)为均值为α·λ·Δt的指数分布函数，目标事件发生概率值为α，探测器的探测率为λ，真实时间间隔为Δt；α，λ，Δt为已知；

时间间隔的第二类概率密度为F_Δt0～E(α·λ·Δt_e)，其中F_Δt0为时间间隔的第二类概率密度，E(α·λ·Δt_e)为均值为α·λ·Δt_e的指数分布函数；

步骤7：建立决策函数其中n为有效脉冲的序号，n取正整数；当D(n)的变化趋势为增加时认为环境中存在目标射线进而认为存在目标核素；

步骤8：对连续到来的脉冲信号逐一进行有效性校验，并及时地更新决策函数D(n)的结果，若数值结果总体趋于增长，则判定某种核素存在，否则判定该核素不存在。

2.根据权利要求1所述的一种微量核素在线识别方法，其特征在于，能量值阈值范围为(f-k·δ,f+k·δ)，其中k为真实能量值f的置信系数，δ为真实能量值f的标准差。

3.根据权利要求1所述的一种微量核素在线识别方法，其特征在于，时间间隔阈值范围为(Δt-k_t·δ_t,Δt+k_t·δ_t)，其中k_t为真实时间间隔Δt的置信系数，δ_t为真实时间间隔Δt的标准差。

4.根据权利要求1所述的一种微量核素在线识别方法，其特征在于，将本脉冲与前一个脉冲的时间间隔作为本脉冲的时间间隔，第一个脉冲的时间间隔为0。

5.根据权利要求1所述的一种微量核素在线识别方法，其特征在于，将本脉冲与前一个脉冲的时间间隔和前一个脉冲与前前个脉冲的时间间隔求均值得到本脉冲的时间间隔，第一个脉冲的时间间隔为0。