[发明专利]基于阶梯梯度法的中子-伽马甄别方法

权利要求书

1.一种基于阶梯梯度法的中子-伽马甄别方法，其特征在于，包括以下步骤：

S10、获取辐射混合场脉冲信号进行滤波处理，获得中子-伽马脉冲信号；

S20、将滤波处理后的中子-伽马脉冲信号导入准连续脉冲发放皮层模型中，提取出包含动态信息的点火映射图，其中每一个中子-伽马脉冲信号对应一个点火映射图，且与原始中子-伽马脉冲信号具有相同的矢量，所述准连续脉冲发放皮层模型由将连续结构引入脉冲发放皮层模型并针对一维信号数据构建；

S30、根据中子-伽马的点火映射图计算出阶梯梯度值R，阶梯梯度被定义为点火映射图中峰值点与峰值点后第m个众数点之间连线的斜率，其中m是与中子-伽马脉冲形状特性相关的经验参数；

S40、将阶梯梯度值R作为甄别因子对中子-伽马脉冲数据进行甄别。

2.根据权利要求1所述的基于阶梯梯度法的中子-伽马甄别方法，其特征在于，所述准连续脉冲发放皮层模型表示为：

θ_i(t+Δt)＝g^Δtθ_i(t)+hY_i(t+Δt)

式中，U_i表示位于中子-伽马脉冲信号第i个采样点处的神经元的膜电位；Δt是决定准连续脉冲发放皮层模型的时间连续特性的参数，其取值范围在0和1之间，Δt越接近0，表示准连续脉冲发放皮层模型越接近连续时间系统；f^△t是U_i的衰减系数；S_i是神经元接收到的外部刺激，即每一个中子-伽马脉冲信号；W_ij是突触权重矩阵，控制位于中子-伽马脉冲信号第i个采样点处的中央神经元与其位于中子-伽马脉冲信号第j个采样点处的周围神经元之间的连接；Y_i和Y_j是分别位于中子-伽马脉冲信号第i个采样点处和中子-伽马脉冲信号第j个采样点处的神经元脉冲输出；θ_i是动态阈值；g^Δt是θ_i的衰减系数；h是Y_i的衰减系数。

3.根据权利要求2所述的基于阶梯梯度法的中子-伽马甄别方法，其特征在于，所述阶梯梯度值的计算公式为：

式中，(x_A，y_A)和(x_B，y_B)分别是点火映射图中峰值点所处位置和峰值点后第m个众数所处位置的坐标值。

4.根据权利要求1～3任一项所述的基于阶梯梯度法的中子-伽马甄别方法，其特征在于，所述步骤S10中进行滤波处理采用椭圆滤波器、移动平均滤波器或小波滤波器。