NASVD方法在航空伽玛能谱数据降噪中的应用

介绍了一种基于多元统计分析的降噪处理方法——NASVD方法的核心思想及其程序实现步骤。对某地区航空伽玛能谱测量数据集进行降噪处理的试验结果表明:NASVD方法能够显著地消除原始能谱数据中统计涨落的影响,其降噪效果明显优于传统的能谱降噪方法。

NASVD方法在CE1-GRS谱线分析中的应用研究

直接从谱形特征上对嫦娥一号伽玛射线谱仪(CE1-GRS)的3级谱线数据进行分析,难以确定月表元素的种类。提出采用噪声调整的奇异值分解(NASVD)方法对CE1-GRS谱线进行定性分析。分析结果表明,该方法能够识别出的月表可能元素包括U、Th、K、Fe、Ti、Si、O、Al、Mg和Ca等10种元素,也能够通过各观测谱线对应于第一主成分的幅度绝对值大小反映对应月表区域的总放射性活度强弱。

NASVD法处理地面γ能谱噪声

为了提高地面γ能谱数据降噪处理的效果,介绍了NASVD法的基本原理及算法,并对某实测地面γ能谱数据集采用NASVD法和传统LS法进行降噪处理实验对比,结果表明:相对于LS法,NASVD法能够显著减少原始谱线中的统计涨落现象,更适合单次测量场合获取的γ能谱数据集降噪处理。

NASVD方法在航空γ能谱测量中的成图效果讨论

NASVD方法(noise-adjusted singular value decomposition)是一种基于多元统计分析来降低测量固有噪声的数据处理方法,通过将多道航空γ能谱仪采集到的大量测点构成的谱线矩阵分解为若干特征向量,再舍弃仅反映噪声的部分特征向量,利用噪声较少的特征向量对谱线矩阵进行重组。重组后,谱线矩阵中提取出的钾、铀、钍窗的计数率噪声均显著降低。笔者主要通过一些实际测区数据的处理结果来讨论聚类NASVD方法在不同情况测区的实际降噪效果。使用该方法分别对不同比例尺及飞行高度的实际测量数据进行了成图处理,并对处理结果进行了比较。在小比例尺航空γ能谱测量中,本方法优势并不十分显著。但在大比例尺,低高度的测量中,NASVD方法在空间分辨上较传统简单滤波方法有着非常明显的优势。

NASVD方法在航放谱数据处理中的应用研究

为了研究NASVD方法在航放谱数据处理中的效果,使用NASVD方法、小波分别处理了定点观测谱数据,处理结果表明:①NASVD与db小波均可不同程度地降低谱数据的噪音,数据量足够大的情况下,NASVD除噪效果优于db小波除噪;②输入数据集点数越大,NASVD除噪效果越好,5000点以上数据集除噪效果基本趋于平稳;③NASVD方法降低谱数据噪音的同时也降低了窗数据的噪音;④db小波只能降低谱数据的噪音,不能降低窗数据的噪音。除此之外,NASVD处理还对峰漂有一定的修正效果,db小波处理后对峰漂没有修正作用。因此在数据量足够大的情况下,用NASVD方法处理谱数据,可以得到更优的效果。

基于聚类NASVD的CE2-GRS月表放射性元素Th计数率分布

月表Th元素分布特征对于分析月表岩石成因及化学特征等提供了重要依据。为了减小嫦娥二号伽玛谱(CE2-GRS)噪声对获取Th元素分布特征的影响,提出了一种基于噪声调整的奇异值分解(NASVD)去噪算法。通过伽玛谱预处理、去噪、本底扣除及净峰面积求解等步骤,获得月表放射性元素Th计数率全月分布图。通过与国内外其他方法所获得的Th元素计数率分布图对比有较高的一致性。与传统伽玛谱去噪算法比较,聚类NASVD算法能有效地去除统计涨落噪声影响,提取出嫦娥二号伽玛谱中的特征峰信息。

一种通过车载NaI(Tl)γ能谱甄别放射性异常的有效方法

基于噪声调整奇异值分解(NASVD)的第二奇异值对谱形变化的敏感性,及扫描测量相邻本底能谱间的相似性,建立了一种通过车载NaI(Tl)γ能谱甄别放射性异常的有效方法。用NASVD进行能谱降噪、异常甄别及本底谱重构和剥除,之后采用彩虹图法显示异常。该方法实现了对放射性异常的灵敏甄别和清晰显示。

OpenCV开源库在核数据信息处理中的应用

介绍了OpenCV开源库在核数据谱线数据处理中的应用,使用OpenCV实现了谱线光滑、寻峰,以及卡尔曼滤波常用的谱处理方法。对492条256道谱线的NASVD算法的测试的结果表明,使用OpenCV方法的运算时间仅约为传统C++方法的1/3,大大提升了数据处理的效率,在核数据处理中具有很好的应用前景和价值。