花永濤 葛良全 羅耀耀 熊 超

(成都理工大學(xué) 成都 610059)

航空γ能譜測(cè)量?jī)x一般采用多條大體積NaI(Tl)閃爍體作為探測(cè)器進(jìn)行并行測(cè)量，然后將每條晶體同一時(shí)刻的譜線數(shù)據(jù)按某種“標(biāo)準(zhǔn)”進(jìn)行合成，從而獲得上視合成譜和下視合成譜[1,2]，通過讀感興趣的幾個(gè)窗口數(shù)據(jù)進(jìn)行提取，獲得相應(yīng)結(jié)果，在地質(zhì)勘查時(shí)，一般取K窗、U窗、Th窗的數(shù)據(jù)進(jìn)行分析[2]。

航空γ能譜儀在高空飛行時(shí)，采樣周期一般為1 s，其形成的譜線受統(tǒng)計(jì)漲落的影響較大，所以，一般將多條探測(cè)器獲得的譜線數(shù)據(jù)進(jìn)行合成。在進(jìn)行譜數(shù)據(jù)合成過程中，希望航空能譜儀每一條晶體取得的譜線特性完全相同，才能準(zhǔn)確反映出測(cè)量對(duì)象的γ射線分布情況。目前，有文獻(xiàn)可查的多路γ能譜合成的方法有計(jì)數(shù)率疊加法、特征峰疊加法、能量坐標(biāo)合成法三種，其中殷經(jīng)鵬等[3,4]對(duì)前兩種方法進(jìn)行了比較分析，取得了一定成果。本文采用基于數(shù)據(jù)融合的方法對(duì)航空γ能譜數(shù)據(jù)進(jìn)行分析，其擬合度提高，取得了良好的效果。

1 數(shù)據(jù)融合技術(shù)

數(shù)據(jù)融合(data fusion)即通過對(duì)多個(gè)同質(zhì)或異質(zhì)傳感器獲得的數(shù)據(jù)(其中包括互補(bǔ)信息、冗余信息)進(jìn)行有機(jī)結(jié)合，得到滿意檢測(cè)結(jié)果。數(shù)據(jù)融合的過程被定義為：將許多傳感器和信息源進(jìn)行聯(lián)合、相關(guān)、組合和估值的處理[5]，以達(dá)到對(duì)目標(biāo)的準(zhǔn)確估計(jì)。目前，最廣泛被接受的是3層融合結(jié)構(gòu)，即數(shù)據(jù)層、特征層、決策層。根據(jù)航空γ能譜的特點(diǎn)[6]，采用了基于特征層融合的方法。

2 算法的推演與實(shí)現(xiàn)

2.1 基于最小二乘原理的融合方法

設(shè)n個(gè)探測(cè)器對(duì)某性能參數(shù)的觀測(cè)方程為：

式中，x為估計(jì)參數(shù)，Y為n維測(cè)量向量，e為n維測(cè)量噪聲向量，H為已知的n維常向量，最小二乘法估計(jì)的準(zhǔn)則是使誤差平方和取極小值。

由于ei和ej(i≠j)相互獨(dú)立，故有：

式(4)和式(8)即為基于最小二乘法原理的數(shù)據(jù)融合方法的計(jì)算公式。

2.2 測(cè)量方差的估計(jì)探測(cè)

由式(3)可知，各探測(cè)器的權(quán)系數(shù)由其測(cè)量方差決定。探測(cè)器測(cè)量數(shù)據(jù)的方差準(zhǔn)確與否直接影響估計(jì)的準(zhǔn)確性。一般條件下，測(cè)量方差并不是已知的，通常是預(yù)先通過大量的測(cè)量結(jié)果進(jìn)行估計(jì)。本文采用局部方差作為最小二乘融合方法權(quán)值的粗略分配的依據(jù)，即根據(jù)相鄰幾個(gè)狀態(tài)的數(shù)據(jù)對(duì)權(quán)值進(jìn)行調(diào)整，獲得實(shí)際的權(quán)值[7,8]。首先，設(shè)定一個(gè)滑動(dòng)窗，窗口長(zhǎng)度為m、時(shí)間為t時(shí)，各探測(cè)器的算術(shù)平均值為：

第i個(gè)探測(cè)器在t+1時(shí)刻測(cè)量方差的估計(jì)分配為：

實(shí)驗(yàn)表明，m=5時(shí)結(jié)果較滿意。由此，根據(jù)式(10)可以得到系統(tǒng)的權(quán)值。

2.3 軟件框圖

根據(jù)以上公式，按航空γ能譜儀探測(cè)器特點(diǎn)，將單條探測(cè)器取得的譜線進(jìn)行光滑降噪后，對(duì)單條晶體探測(cè)器的能譜特征進(jìn)行提取，在航空γ能譜勘察中，提取的是K窗口、U 窗口、Th窗口的數(shù)據(jù)，根據(jù)標(biāo)定后獲得的標(biāo)定系數(shù)得到當(dāng)前的含量，其處理流程如圖1所示。

圖1 航空γ能譜儀譜特征提取Fig.1 Spectra characteristics of airborne gamma-ray spectrometer.

3 實(shí)驗(yàn)與分析

3.1 航空γ能譜儀性能指標(biāo)

經(jīng)初步測(cè)試，航空數(shù)字γ能譜測(cè)量系統(tǒng)的分辨率256/512/1024可選，自動(dòng)穩(wěn)譜下譜漂<±0.5道/512道時(shí)，±1道/1024道；能量范圍 0.0–10.0 MeV，能量起始閾值20 keV；脈沖計(jì)數(shù)通過率>100 k/s，當(dāng)脈沖數(shù)<100 k/s 時(shí)，死時(shí)間可忽略；單晶體能譜采集器功耗<2.5 W；單晶體能量分辨率優(yōu)于8.0%(對(duì)0.661 MeV的γ射線)。

3.2 數(shù)據(jù)分析

利用航空γ能譜儀在河北石家莊大郭村機(jī)場(chǎng)模型站的本底坪、鉀坪、鈾坪、釷坪、混合坪上進(jìn)行康普頓散射系數(shù)標(biāo)定，其中航空γ能譜儀由10條10.16 cm×10.16 cm×40.64 cm大體積NaI(Tl)的γ譜儀探測(cè)器組成。其中，2條上視晶體用于監(jiān)測(cè)大氣中氡濃度的變化，8條下視晶體主要用于獲取來自地面的射線。在每條探測(cè)器一致性特佳條件下，多條晶體的譜合成方式一般采用計(jì)數(shù)率疊加法，從而獲得上視合成譜和下視合成譜。計(jì)數(shù)率疊加法是假設(shè)不同NaI(Tl)探測(cè)器輸出的能譜特征一樣，各峰位對(duì)應(yīng)的道址可很好地對(duì)應(yīng)，或者只相差幾道(對(duì)1024道)，那么可以將兩個(gè)或多個(gè)能譜數(shù)據(jù)的各道計(jì)數(shù)相加得到“合成譜”，此方法要求探測(cè)儀器的一致性特別好。

獲得窗口數(shù)據(jù)的方法可分為以下幾種：(1) 多條探測(cè)器的原始譜直接疊加得到合成譜，計(jì)算窗口面積并得到含量，簡(jiǎn)稱為特征峰疊加法；(2) 多條探測(cè)器的原始譜疊加得到合成譜，經(jīng)降噪后，計(jì)算窗口面積并得到含量，簡(jiǎn)稱為光滑后的特征峰疊加法；(3) 提取單條探測(cè)器原始譜的窗口數(shù)據(jù)，根據(jù)最小二乘法進(jìn)行數(shù)據(jù)融合，簡(jiǎn)稱為數(shù)據(jù)融合法。

模型站的本底坪、鉀坪、鈾坪、釷坪、混合坪上依次進(jìn)行測(cè)定，其中本底坪6 min，鉀坪、鈾坪、釷坪、本底坪各5 min。按照《航空伽瑪能譜規(guī)范》，根據(jù)康普頓散射本底系數(shù)的求取方法，分別計(jì)算康普頓散射系數(shù)。由康普頓散射系數(shù)和相應(yīng)的峰面積可獲得含量，并與標(biāo)準(zhǔn)含量對(duì)比，圖2為特征峰疊加法和數(shù)據(jù)融合法在混合坪上的標(biāo)準(zhǔn)誤差情況。

圖2 特征峰疊加法和數(shù)據(jù)融合法得到的K含量與參考含量的相對(duì)誤差Fig.2 Relative deviation of the potassium content about the characteristic peaks synthesis method and data fusion method.

由圖2，采用特征峰疊加法，其1 s測(cè)量計(jì)數(shù)率經(jīng)計(jì)算后，K含量的相對(duì)誤差范圍在[–17%, +17%]內(nèi)；對(duì)其獲得的譜線進(jìn)行光滑后，其相對(duì)誤差范圍未明顯改善；而采用最小二乘數(shù)據(jù)融合的方法對(duì)能譜特征進(jìn)行提取后，單秒測(cè)量的含量誤差范圍在[–12%, +12%]內(nèi)，其誤差有所改善。

表1為幾種方法對(duì)數(shù)據(jù)進(jìn)行處理，在300 s內(nèi)的平均含量與標(biāo)準(zhǔn)偏差，可以看出：經(jīng)數(shù)據(jù)融合的方法處理后，U和Th的平均值比其他方法更加接近于標(biāo)準(zhǔn)值，其偏差范圍也有所減小，雖然K的平均含量比其他方法獲得的平均含量有所減小，但是其標(biāo)準(zhǔn)偏差有所縮小。

表1 鉀、鈾、釷300 s含量的均值和相應(yīng)的標(biāo)準(zhǔn)差Table 1 Results of the content average and standard deviation in the kernel for potassium, uranium and thorium.

4 結(jié)語

航空γ能譜儀在測(cè)量過程中，受探測(cè)器本身特性和環(huán)境變化的影響，各探測(cè)器的測(cè)量結(jié)果可能會(huì)發(fā)生變化，為此采用數(shù)據(jù)融合的方法對(duì)航空γ能譜儀的特征峰信息特征進(jìn)行了提取研究與實(shí)驗(yàn)驗(yàn)證。最小二乘原理的航空 γ能譜數(shù)據(jù)融合方法計(jì)算簡(jiǎn)單，數(shù)據(jù)融合后，含量的誤差范圍有所改善，結(jié)果準(zhǔn)確度也得到提高，但仍有提升空間，可進(jìn)一步研究。該方法可用于車載掃描搜索系統(tǒng)等多探測(cè)器的單次測(cè)量中，具有良好的應(yīng)用前景。

1 羅耀耀. 航空γ能譜系統(tǒng)中自動(dòng)穩(wěn)譜的研究與實(shí)現(xiàn)[D].成都: 成都理工大學(xué), 2010

LUO Yaoyao. Research and realization on the autospectral method for airborne gamma-ray spectrometry system[D]. Chengdu: Chengdu University of Technology, 2010

2 楊德祥, 羅耀耀, 葛良全, 等. 航空伽瑪能譜數(shù)據(jù)的校正與重組[J]. 核電子學(xué)與探測(cè)技術(shù) 2011, 31(6): 699-701, 714

YANG Dexiang, LUO Yaoyao, GE Liangquan, et al. Calibration and data recombination for airborne gamma-ray spectrometry[J]. Nuclear Electronics and Detection Technology, 2011, 31(6): 699-701, 714

3 殷經(jīng)鵬, 賴萬昌, 王廣西, 等. 陣列NaI(Tl)探測(cè)器γ能譜合成方法探討[J]. 計(jì)測(cè)技術(shù), 2009, 19(3): 4-6

YIN Jingpeng, LAI Wanchang, WANG Guangxi, et al. Discussion on synthesis method of array NaI(Tl) detector γ-ray spectrum[J]. Metrology and Measurement Technology, 2009, 19(3): 4-6

4 殷經(jīng)鵬, 宋衛(wèi)杰, 賴萬昌, 等. 基于數(shù)字信號(hào)處理的 γ儀器譜合成方法研究[J]. 原子能科學(xué)技術(shù), 2011, 45(12): 1516-1521

YIN Jingpeng, SONG Weijie, LAI Wanchang, et al. Research on synthesis method of γ ray instrument spectrum based on digital signal processing[J]. Atomic Energy Science and Technology, 2011, 45(12): 1516-1521

5 陳德海, 梁毓明. 同類多傳感器加權(quán)最小二乘數(shù)據(jù)融合[J]. 礦山機(jī)械, 2008, 32(22): 18-22

CHEN Dehai, LIANG Yuming. Weighted least square data fusion of homogeneous multisensor[J]. Mining & Processing Equipment, 2008, 32(22): 18-22

6 葛良全, 谷懿, 張慶賢, 等. 航空 γ能譜測(cè)量譜線比法大氣氡校正的理論研究[J]. 核技術(shù), 2010, 33(11): 844-848

GE Liangquan, GU Yi, ZHANG Qingxian, et al. Radon background correlation using spectral-ratio method in natural gamma-ray spectrometry[J]. Nuclear Techniques, 2010, 33(11): 844-848

7 Moon H S, Kim Y B, Beattid R J. Multi-sensor data fusion for improving performance and reliability of fully automatic welding system[J]. International Journal of Advance Manufacture Technology, 2006, 28(3-4): 286-293

8 WANG J H, GAO Y. Multi-sensor data fusion for land vehicle attitude estimation using fuzzy expert system[J]. Data Science Journal, 2005, 11(3): 127-139