FIR低通滤波去噪平滑算法研究+文献综述(2)
2.1 NAI(T1)Γ能谱仪的结构和工作原理 6
2.2 Γ射线与物质的相互作用 7
2.3 NAI(T1)Γ能谱复杂化的因素 7
2.4 137CS单能Γ射线谱 8
3 γ能谱平滑方法 10
3.1 时域最小二乘法平滑 10
3.2 FIR低通滤波平滑 11
4 FIR数字滤波器线性相位条件 12
4.1 FIR数字滤波器概述 12
4.2 FIR数字滤波器线性相位定义 12
4.3 FIR数字滤波器线性相位时域约束条件 13
5 FIR数字滤波器设计方法 15
5.1 FIR数字滤波器的窗函数设计法 15
5.1.1 窗函数设计法的设计思路 15
5.1.2 吉布斯效应 17
5.1.3 常见窗函数介绍 17
5.2 FIR数字滤波器的频率采样设计法 20
5.2.1 频率采样法的基本思路 20
5.2.2 频率采样法的设计步骤 21
5.3 FIR数字滤波器的等波纹逼近设计法 23
5.4 不同设计方法的比较 25
6 基于C# 的FIR数字滤波器设计 26
6.1 C#简介 26
6.2 利用窗函数法完成 Γ能谱分析的C# 实现 26
6.2.1 fir1函数介绍 27
6.2.2 基于fir1函数的窗函数法FIR滤波器设计 27
7 结论 30
致谢 31
参考文献 32
1 绪论
1.1 便携式γ能谱分析的目的、意义
随着社会飞速发展，人民生活水平的持续的提高，核能应用，环境辐射污染等方面逐渐引起人们的重视，所以核辐射监测技术在经济发展与国防建设等方面起着越来越重要的作用，人们更加关注放射性污染对人体所造成的危害。
γ能谱测量作为一种重要的核地球物理方法，是解决地球科学、环境科学等有关问题的主要手段之一。γ能谱仪作为核辐射测量中最常用的数据采集，分析仪器，其通过对γ射线能量的测量可识别发射γ射线源的核素种类,对辐射强度测量能够获得本γ射线的核素含量或活度，及γ辐射总量。γ能谱仪常被用于家居及环境的辐射监测，铀矿勘探，地质填图，油气勘测，寻找各种金属和非金属矿产，食品卫生检验等多个领域，因此γ能谱测量技术、分析技术有着广阔的发展前景。
γ能谱分析任务主要包括γ能谱的测量和数据的采集，谱数据的解谱分析等。主要解谱分析内容包括γ谱数据平滑、谱寻峰、核素识别、峰区边界确定、本底扣除、全能峰函数拟合、净峰面积求解、核素含量计算及其活度分析等。
1.2 便携式数字化谱仪的研究现状
1.3 论文主要研究内容
1.3.1 便携式数字γ能谱仪结构与系统
能谱处理和核素识别算法直接关系到系统的结果。本文针对便携式谱仪的算法做研究，在经典的谱分析算法基础上，进一步研究去噪平滑的各种方法。目前常用的γ能谱仪主要有闪烁γ能谱仪和半导体γ能谱仪。尽管闪烁γ能谱仪的能量分辨能力不及半导体γ能谱仪，但因它探测效率高、能量线性好、价格低廉、使用文护方便，应用仍相当广泛。
上一篇：旋转图像的叠加与平移快速拼接算法
下一篇：实用语音情感识别算法研究