胡慧慧，練 毅，葛郢漢

(江蘇航運(yùn)職業(yè)技術(shù)學(xué)院，江蘇 南通 226001)

0 引 言

在海上運(yùn)輸中，當(dāng)放射性危險品出現(xiàn)安全事故，除了會帶來嚴(yán)重經(jīng)濟(jì)損失和人身損傷外，還會造成海域環(huán)境污染等問題，由此產(chǎn)生的損傷具有不可逆性[1]。為避免出現(xiàn)此類安全事故，需采取有效手段加強(qiáng)對船舶運(yùn)輸集裝箱放射性監(jiān)測，以確保放射性危險品的安全可靠運(yùn)送[2]。船舶運(yùn)輸集裝箱放射性監(jiān)測時，受集裝箱數(shù)量、存放地點以及裝載的放射性危險品種類等不確定性影響，采用傳統(tǒng)方式對放射性危險品狀態(tài)等信息進(jìn)行采集具有較高的難度[3]。另外，船舶貨艙環(huán)境復(fù)雜，不僅線纜敷設(shè)難度高，而且信號傳輸受船體結(jié)構(gòu)影響很大。利用物聯(lián)網(wǎng)技術(shù)構(gòu)建Zigbee 無線通信網(wǎng)絡(luò)實現(xiàn)集裝箱放射性能譜數(shù)據(jù)的高效傳輸，成為放射性監(jiān)測的研究重點[4]。

楊長杰等[5]利用門式車輛放射性物質(zhì)監(jiān)測系統(tǒng)（RPM）獲取集裝箱裝載貨物的γ 計數(shù)率數(shù)據(jù)，以之作為依據(jù)實現(xiàn)集裝箱放射性監(jiān)測，但該技術(shù)受放射性物質(zhì)質(zhì)量以及核材料活度影響較大。鑒于該技術(shù)存在的問題，本文研究物聯(lián)網(wǎng)下船舶運(yùn)輸集裝箱放射性監(jiān)測技術(shù)，以提升集裝箱放射性物質(zhì)運(yùn)輸?shù)陌踩浴?/p>

1 船舶運(yùn)輸集裝箱放射性監(jiān)測技術(shù)

1.1 物聯(lián)網(wǎng)下船舶運(yùn)輸集裝箱放射性監(jiān)測框架

船舶運(yùn)輸集裝箱放射性監(jiān)測的主要目的是對運(yùn)輸集裝箱裝載貨物的放射性信息、船舶運(yùn)行狀態(tài)及其航行位置等信息進(jìn)行實時采集，通過可視化方式呈現(xiàn)給集裝箱貨物運(yùn)輸人員，完成集裝箱放射性的實時監(jiān)控。集裝箱存放地點以及裝載的貨物在各個航程中是隨機(jī)不確定的，故無法通過定點采集方式實時獲取集裝箱內(nèi)裝載貨物的狀態(tài)信息，以有線方式將其傳輸給監(jiān)控后臺。本文設(shè)計的數(shù)據(jù)采集策略具體為：

1）在船舶運(yùn)輸?shù)拿總€集裝箱箱體外部安裝無線采集終端模塊，將NaI(T1)γ 能譜儀布置在集裝箱內(nèi)或合適位置，獲取集裝箱內(nèi)放射性物質(zhì)的放射性γ 能譜數(shù)據(jù)，將Zigbee 通信模塊內(nèi)置于無線采集終端模塊中，安裝在集裝箱上的所有無線采集終端模塊均視為一個Zigbee 網(wǎng)絡(luò)節(jié)點，將其連接即可組建一個Zigbee 無線網(wǎng)絡(luò)，利用匯聚節(jié)點即可將各集裝箱采集信號上傳給船舶監(jiān)控后臺。

2）在監(jiān)控后臺設(shè)計無線協(xié)調(diào)終端模塊，將其視為Zigbee 網(wǎng)絡(luò)的匯聚節(jié)點，連接在船舶監(jiān)控主機(jī)上，實現(xiàn)船舶運(yùn)輸集裝箱裝載貨物放射性γ 能譜圖的采集。

3）船舶監(jiān)控后臺距離集裝箱存放地點很遠(yuǎn)，或是有障礙物介于二者之間時，需設(shè)計中繼節(jié)點以確保集裝箱放射性采集信息的安全、快速傳輸。

物聯(lián)網(wǎng)下船舶運(yùn)輸集裝箱放射性監(jiān)測由NaI(T1)γ能譜儀、Zigbee 通信模塊、無線協(xié)調(diào)終端模塊、GPS/AIS 接收模塊以及4G 移動網(wǎng)絡(luò)等部分構(gòu)成，其基本框架如圖1 所示。

圖1 物聯(lián)網(wǎng)下船舶運(yùn)算集裝箱放射性監(jiān)測框架Fig.1 Radioactivity monitoring framework for ship computing containers under the internet of things

NaI(T1)γ 能譜儀是實現(xiàn)船舶運(yùn)輸集裝箱放射性監(jiān)測的重要設(shè)備，其基本結(jié)構(gòu)如圖2 所示。當(dāng)船舶運(yùn)輸集裝箱裝載貨物發(fā)生輻射后，將釋放出γ 射線，利用NaI(T1)γ 能譜儀對其進(jìn)行放射性檢測，NaI(T1)閃爍晶體會因γ 射線的射入發(fā)生電離反應(yīng)，生成大規(guī)模光子，在NaI(T1)閃爍體外結(jié)構(gòu)的作用下，使得光子發(fā)生反射并傳輸，從而在光電倍增管的光陰極處產(chǎn)生聚集，并生成光電子，其流經(jīng)光電倍增管后，將生成電壓脈沖信號，通過前置放大器、線性脈沖放大器的處理后，由A/D 轉(zhuǎn)換器轉(zhuǎn)換后，進(jìn)入多道分析器中，處理后的信號經(jīng)過接口電路呈現(xiàn)在顯示屏上，從而獲得放射性的γ 能譜圖。

圖2 NaI(T1)γ 能譜儀基本結(jié)構(gòu)Fig.2 NaI (T1) γ basic structure of energy spectrometer

1.2 基于長短時記憶網(wǎng)絡(luò)的集裝箱放射性監(jiān)測模型

構(gòu)建基于長短時記憶網(wǎng)絡(luò)（LSTM）的識別模型實現(xiàn)船舶運(yùn)輸集裝箱放射性監(jiān)測?；贚STM 的識別模型基本結(jié)構(gòu)如圖3 所示。該模型由前、后兩部分構(gòu)成，前半部分通過對集裝箱放射性γ 能譜數(shù)據(jù)進(jìn)行預(yù)處理，可獲得1 024 個道址數(shù)據(jù)，再以32 道址為一個數(shù)據(jù)采樣間隔，將其劃分為32 組時間序列，作為后部分LSTM 識別模型的輸入，最終實現(xiàn)船舶運(yùn)輸集裝箱放射性監(jiān)測。

圖3 基于LSTM 的識別模型基本結(jié)構(gòu)Fig.3 Basic structure of recognition model based on LSTM

1.2.1 裝箱放射性γ 能譜數(shù)據(jù)處理

在現(xiàn)實環(huán)境中，采用NaI(T1)γ 能譜儀對船舶運(yùn)輸集裝箱放射性γ 能譜進(jìn)行采集時，會因噪聲以及統(tǒng)計漲落等因素的影響，使得獲得的部分集裝箱放射性γ 能譜數(shù)據(jù)出現(xiàn)異常。因此采用三點重心平滑方法對原始集裝箱放射性γ 能譜數(shù)據(jù)進(jìn)行處理，以降低異常值的干擾。對于一維能譜數(shù)據(jù)，按由左至右順序作加和處理后，計算其均值，可確定其重心值。設(shè)定在一個滑動窗口中包含3 個道址，與之具有一一對應(yīng)關(guān)系的累積計數(shù)值分別表示為X1、X2、X3，X1、X2的加和均值表示為Y1，X2、X3的加和均值表示為Y2，再計算Y1、Y2之和后求其平均值，即可實現(xiàn)重心值Y12的確定。三點重心平滑公式為：

式中：在集裝箱放射性γ 能譜數(shù)據(jù)中，當(dāng)下道址的累積計數(shù)值表示為Xi，上一個、下一個道址的累積計數(shù)值分別表示為Xi-1、Xi+1；Yˉ為重心值。

對集裝箱放射性γ 能譜數(shù)據(jù)作歸一化處理，除了有利于集裝箱放射性識別效果的提升外，還能避免識別模型出現(xiàn)梯度消失問題，增強(qiáng)其魯棒性。本文利用max-min 全局歸一化方法對預(yù)處理后的集裝箱放射性γ 能譜數(shù)據(jù)進(jìn)行處理，確保能譜數(shù)據(jù)滿足[0,1]。歸一化公式描述為：

式中，Xmax、Xmin分別為道址數(shù)據(jù)中的最高、最低值。

1.2.2 LSTM 網(wǎng)絡(luò)

LSTM 網(wǎng)絡(luò)是建立在循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）基礎(chǔ)之上的神經(jīng)網(wǎng)絡(luò)模型[5]。因RNN 隱含層僅能實現(xiàn)一個狀態(tài)h的表達(dá)，且在短期輸入感知上的高敏銳性，這使得RNN 網(wǎng)絡(luò)具有長期依賴缺陷。LSTM 網(wǎng)絡(luò)因加入了長期狀態(tài)C，大大提升了其對時間序列的預(yù)測能力。因此，采用LSTM 網(wǎng)絡(luò)對集裝箱放射性進(jìn)行識別。圖4 為LSTM 網(wǎng)絡(luò)原理圖，描述了t時間點下LSTM 網(wǎng)絡(luò)各神經(jīng)元對此刻集裝箱放射性γ 能譜的32 個時間序列值的特征向量分量的處理過程，此刻，遺忘門的權(quán)重矩陣表示為Wf，輸入門的權(quán)重矩陣通過Wi表示，輸出門以及此刻狀態(tài)的權(quán)重矩陣分別表示為Wc、Wo，細(xì)胞實際狀態(tài)通過C?t描述，sigmod 函數(shù)表示為 σ(·) ，其運(yùn)算結(jié)果表示為ot；雙曲正切函數(shù)用tanh(·)描述，特征向量連接用 [·,·]表示。在LSTM 網(wǎng)絡(luò)中，狀態(tài)C主要由遺忘門、輸入門、輸出門決定，其中前者決定t時刻狀態(tài)Ct中有多少信息來自于t-1時刻狀態(tài)Ct-1；中間部分決定t時刻狀態(tài)Ct中有多少信息來自于t時刻輸入xt；后者決定t時刻輸出中有多少信息是從此刻狀態(tài)信息Ct中獲得的。

圖4 LSTM 網(wǎng)絡(luò)原理圖Fig.4 Schematic diagram of LSTM network

x=(x1,x2,···,xk)描述輸入至LSTM 網(wǎng)絡(luò)的集裝箱放射性γ 能譜的32 個時間序列值，k描述其長度信息。在當(dāng)前時刻t下，LSTM 網(wǎng)絡(luò)的輸入由3 部分構(gòu)成，分別為此刻網(wǎng)絡(luò)輸入xt、t-1時刻網(wǎng)絡(luò)輸出ht-1以及狀態(tài)Ct-1，將k個時間序列輸入至LSTM 網(wǎng)絡(luò)后，可獲得用ht表示的輸出結(jié)果。本文設(shè)計的LSTM 網(wǎng)絡(luò)具有3 層結(jié)構(gòu)，識別模型前半部分獲得的32 組時間序列值作為LSTM 網(wǎng)絡(luò)輸入，在對LSTM 網(wǎng)絡(luò)進(jìn)行訓(xùn)練時，將各組序列值按時間順序逐個傳輸?shù)絃STM 中即可；根據(jù)LSTM 網(wǎng)絡(luò)的輸入時間序列，計算其為正例的預(yù)測概率值，表示為y?=p{y=1}，利用Sigmoid 函數(shù)將其映射到[0,1]區(qū)間上，即可完成集裝箱放射性預(yù)測值y?的確定，從而實現(xiàn)集裝箱放射性監(jiān)測。

2 仿真測試

以堆放在某貨艙的集裝箱為實驗對象，集裝箱數(shù)量為10，部分集裝箱中夾帶有60Co、137Cs 單一放射源或60Co&137Cs 組合放射源，其余無放射源。利用NaI(T1)γ能譜儀獲取各集裝箱放射性γ 能譜數(shù)據(jù)，該探測設(shè)備中的NaI(T1)晶體尺寸為3 英寸×3 英寸，可滿足（50 KeV，3 MeV）的能量探測要求，能量分辨率小于8%。設(shè)定放射監(jiān)測時間為10 s，每次監(jiān)測可獲得100 組能譜數(shù)據(jù)，構(gòu)建樣本數(shù)據(jù)，樣本數(shù)量總量為2 000，采用本文技術(shù)對集裝箱進(jìn)行放射性監(jiān)測，分析其監(jiān)測性能。

在網(wǎng)絡(luò)學(xué)習(xí)率分別為10-1、10-2、10-3、10-4時，研究學(xué)習(xí)率對LSTM 網(wǎng)絡(luò)性能的影響，實驗結(jié)果如圖5所示?？芍?，學(xué)習(xí)率對LSTM 網(wǎng)絡(luò)性能具有較大影響，習(xí)率取值為10-3時，更有利于集裝箱放射性監(jiān)測效果的提升。

圖5 不同學(xué)習(xí)率下的LSTM 網(wǎng)絡(luò)性能分析Fig.5 Performance analysis of LSTM network under different learning rates

采用本文技術(shù)對集裝箱放射性能譜數(shù)據(jù)進(jìn)行采集，無放射源、60Co、137Cs、60Co&137Cs 放射源集裝箱的能譜數(shù)據(jù)采集結(jié)果如圖6 所示?？芍?，在不同放射源下，集裝箱放射性能譜數(shù)據(jù)采集結(jié)果之間存在較大差異，相比無放射源能譜數(shù)據(jù)，60Co、137Cs、60Co&137Cs放射源能譜數(shù)據(jù)中存在明顯的全能峰，受貨艙環(huán)境因素影響，采集的能譜數(shù)據(jù)中含有一定噪聲，這將對后續(xù)識別產(chǎn)生影響，對集裝箱放射性能譜數(shù)據(jù)進(jìn)行預(yù)處理十分必要。

圖6 不同放射源下的能譜數(shù)據(jù)采集結(jié)果分析Fig.6 Analysis of energy spectrum data collection results under different radiation sources

應(yīng)用本文技術(shù)處理圖6 樣本，并對其作放射性監(jiān)測，通過對各樣本的識別結(jié)果進(jìn)行分析，研究本文技術(shù)的監(jiān)測性能，實驗結(jié)果如表1 所示?？芍瑧?yīng)用本文技術(shù)對不同放射源樣本進(jìn)行識別，被正確識別的放射源對應(yīng)的預(yù)測值最高，說明通過本文技術(shù)可完成放射源識別，從而實現(xiàn)集裝箱放射性監(jiān)測。

表1 樣本識別結(jié)果分析Tab.1 Analysis of sample identification results

3 結(jié) 語

以船舶貨艙內(nèi)存放的含有不同放射源的集裝箱為研究對象，將本文技術(shù)應(yīng)用于集裝箱放射性監(jiān)測中，通過對采集的能譜數(shù)據(jù)、不同學(xué)習(xí)率下的LSTM 網(wǎng)絡(luò)性能以及放射性監(jiān)測結(jié)果等進(jìn)行分析，驗證本文技術(shù)的應(yīng)用效果。實驗結(jié)果表明，學(xué)習(xí)率取值為10-3時，可使LSTM 網(wǎng)絡(luò)具有最佳性能。本文技術(shù)可實現(xiàn)集裝箱放射性監(jiān)測，監(jiān)測結(jié)果與實際相符。