[发明专利]一种微量核素在线识别方法

摘要

本发明公开了一种微量核素在线识别方法，本发明涉及核素识别领域。本发明技术要点包括：针对微量核素活度低能谱获取时间长，而造成的核素识别困难的问题，利用核探测器检测环境中微量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；根据一系列脉冲的能量值估算出这些特征射线对应的能量值f_e与标准差δ_e；根据脉冲序列的时间间隔估算出剂量率对应的时间间隔估计值Δt_e，以及目标事件发生概率值α；逐一检验各个脉冲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等。

主权项

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fe，计算多个能量估计值fe的标准差δe；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Δte，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(fe,δe)，其中F0为能量值的第二类概率密度，N(fe,δe)为能量估计值为fe，标准差为δe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FΔt1～E(α·λ·Δt)，其中FΔt1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FΔt0～E(α·λ·Δte)，其中FΔt0为时间间隔的第二类概率密度，E(α·λ·Δte)为均值为α·λ·Δte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。