FAILED
首站-论文投稿智能助手
典型文献
基于概率密度函数的加权变换在能谱测量中的应用
文献摘要:
能谱处理算法是提升探测系统能量分辨率的重要方法之一.其中,种子局部平均(seeded localized averaging,SLA)算法是一种比较新颖的处理算法,采用平均计算的方式对多个道址的信号进行处理输出,但在处理对称双峰及偏峰时会出现峰位飘移及生成不存在的虚峰等问题.针对该问题通过赋予不同的权重、引入均值不等式和优化迭代参数等改进方法,提出了 一种基于概率密度函数迭代的加权平均变换(weighted average transform,WAT)算法,利用概率密度函数模型描述探测器的随机输入信号,在对符合设定分布的随机输入信号累积处理过程中,利用加权平均的计算方式来处理信号.WAT算法保留了 SLA算法原有的性质,还提高了非对称峰输入的能量分辨率,进一步提高了原始输入分布的适应性,解决了 SLA算法处理时双峰输入后出现虚峰及重合峰等问题,偏峰处理将半高宽由741改善为435,峰位未飘移且未出现虚峰.利用WAT算法,对输入信号为高斯分布、对数高斯分布及多峰分布的情况进行数值模拟,验证了 WAT算法用于能谱求解的有效性.
文献关键词:
概率密度函数;信号处理;能量分辨率;种子局部平均算法;能谱测量
作者姓名:
张斯龙;何世熠;陈亮;高润龙;赵括;欧阳晓平;周建斌;李洋
作者机构:
湘潭大学,湖南湘潭411105;西北核技术研究所,西安710024;西安交通大学,西安710049;火箭军工程大学,西安710025;成都理工大学,成都610059;南京航空航天大学,南京210016
文献出处:
引用格式:
[1]张斯龙;何世熠;陈亮;高润龙;赵括;欧阳晓平;周建斌;李洋-.基于概率密度函数的加权变换在能谱测量中的应用)[J].现代应用物理,2022(01):41-47
A类:
种子局部平均算法
B类:
概率密度函数,权变,能谱测量,测量中的应用,理算,探测系统,系统能量,能量分辨率,seeded,localized,averaging,SLA,双峰,偏峰,飘移,均值不等式,优化迭代,改进方法,加权平均,weighted,average,transform,WAT,函数模型,探测器,计算方式,半高宽,善为,高斯分布,多峰分布,信号处理
AB值:
0.338361
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。