一種基于模型庫的數(shù)字脈沖重疊峰分離算法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及屬于核能譜測量研宄領(lǐng)域，具體涉及一種基于模型庫的數(shù)字脈沖重疊峰分離算法。
【背景技術(shù)】
[0002]近年來，在線測量技術(shù)飛速發(fā)展，核能譜的測量為一種常用的在線測量技術(shù)。利用高計數(shù)率的譜儀對核能譜進(jìn)行測量，其過程中需要對經(jīng)過高速采集后的數(shù)字脈沖進(jìn)行處理。在這些數(shù)字脈沖中，重疊峰現(xiàn)象非常明顯，因此需要對這些重疊峰進(jìn)行處理，以提高測量儀器的分辨率。目前存在的重疊峰分離算法，主要采用了重疊峰的擬合、迭代、最小二乘等方法對重疊峰進(jìn)行分離，算法較為復(fù)雜，計算量大，且這些算法主要針對譜線數(shù)據(jù)中的重疊峰分離，而對于數(shù)字脈沖中的重疊峰分離不太適用。為此發(fā)明了一種基于模型庫的數(shù)字脈沖重疊峰分離算法，對重疊峰進(jìn)行處理。

【發(fā)明內(nèi)容】

[0003]針對現(xiàn)有技術(shù)的不足，本發(fā)明提出了一種基于模型庫的數(shù)字脈沖重疊峰分離算法，該方法簡單，貼合實際，處理結(jié)果與真實結(jié)果誤差較小，且算法自動化程度極高，可有效用于數(shù)字脈沖重疊峰的在線處理。
[0004]為了實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是:
本發(fā)明基于模型庫的數(shù)字脈沖重疊峰分離算法，該方法包括以下幾個步驟:
步驟一:將待處理數(shù)字脈沖數(shù)據(jù)按條件進(jìn)行篩選，獲得多個完整的獨立脈沖，并將其作為多個模板脈沖，其中，待處理的數(shù)字脈沖數(shù)據(jù)為包含重疊脈沖和不重疊脈沖的數(shù)字脈沖數(shù)據(jù)。
[0005]步驟二:提取多個模板脈沖中的脈沖高度、脈沖寬度以及下降沿各點數(shù)據(jù)，建立脈沖模型庫。
[0006]步驟三:以待處理數(shù)字脈沖數(shù)據(jù)中一組待分離重疊脈沖中下降沿重疊的脈沖高度為判斷標(biāo)準(zhǔn)，在脈沖模型庫中進(jìn)行搜索，獲得與之高度相對應(yīng)的模板脈沖。
[0007]步驟四:用步驟三中獲得的高度相對應(yīng)的模板脈沖復(fù)現(xiàn)待處理數(shù)字脈沖中所述的下降沿重疊的脈沖，從而分離出所述下降沿重疊的脈沖；然后將與之發(fā)生重疊的上升沿重疊脈沖的上升沿各點縱坐標(biāo)數(shù)據(jù)與已分離的下降沿重疊脈沖中對應(yīng)位置的下降沿各點縱坐標(biāo)數(shù)據(jù)作差處理，并將作差處理后獲得的數(shù)據(jù)復(fù)現(xiàn)上升沿重疊的脈沖的上升沿，從而分離出上升沿重疊的脈沖。
[0008]步驟五:重復(fù)步驟三至步驟四，依次對待處理的數(shù)字脈沖數(shù)據(jù)中待分離的重疊脈沖進(jìn)行重疊脈沖分離。
[0009]進(jìn)一步地，所述步驟一的篩選具體為:給定與待處理數(shù)字脈沖數(shù)據(jù)中未發(fā)生重疊的一個脈沖寬度相同的脈沖寬度為判斷指標(biāo)，將待處理數(shù)字脈沖數(shù)據(jù)中與給定的脈沖寬度相同高度不同的脈沖作為獨立脈沖，其中，高度不同為脈沖間高度相對偏差大于2%。
[0010]進(jìn)一步地，所述步驟三中，獲得與之高度相對應(yīng)具體為:脈沖模型庫中的模板脈沖的脈沖高度與下降沿重疊的脈沖高度相對偏差在2%以內(nèi)。
[0011]進(jìn)一步地，所述步驟四中，作差處理采用的具體公式為:
Y2’(X)=Y2(X)-Y1 (X) (I)
其中，X表示脈沖中某一點的橫坐標(biāo)，Y (X)表示橫坐標(biāo)為X的點的縱坐標(biāo)；Y2’ (χ)為作差處理后獲得的上升沿重疊脈沖的上升沿橫坐標(biāo)為X點的縱坐標(biāo)數(shù)據(jù)，Y2(X)為分離前上升沿重疊脈沖的上升沿橫坐標(biāo)為X點的縱坐標(biāo)數(shù)據(jù)，Y1 (χ)分離后的下降沿重疊脈沖中下降沿橫坐標(biāo)為X點的縱坐標(biāo)數(shù)據(jù)；其中X表示時間，單位為5x10_9/s ;Y表示脈沖強度。
[0012]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是:
I)本發(fā)明基于模型庫的數(shù)字脈沖重疊峰分離算法中所有獨立脈沖的脈沖寬度相等，符合實際情況且簡化了運算過程。
[0013]2)本發(fā)明基于模型庫的數(shù)字脈沖重疊峰分離算法通過建立脈沖模型庫，脈沖模型庫可用于相同采樣頻率的同類型的數(shù)字脈沖處理過程，只需繼續(xù)擴充模型庫，適應(yīng)范圍廣。
[0014]3)本發(fā)明基于模型庫的數(shù)字脈沖重疊峰分離算法通過在脈沖模型庫中搜索獲得脈沖模型的方法對重疊脈沖進(jìn)行處理，方法運算過程簡單，只需減法運算，因此分離結(jié)果的精確度很高。
[0015]4)本發(fā)明根據(jù)脈沖模型庫對重疊脈沖進(jìn)行分離，方法簡單，貼合實際，處理結(jié)果與真實結(jié)果誤差較小，且算法自動化程度極高，可有效用于數(shù)字脈沖重疊峰的在線處理。
【附圖說明】
[0016]圖1為本發(fā)明基于模型庫的數(shù)字脈沖重疊峰分離算法流程圖；
圖2為本發(fā)明待處理數(shù)字脈沖數(shù)據(jù)；
圖3為本發(fā)明一個模板脈沖；
圖4為本發(fā)明圖2中待處理數(shù)字脈沖數(shù)據(jù)中的一組重疊脈沖；
圖5為本發(fā)明與圖4重疊脈沖中下降沿重疊脈沖高度相對應(yīng)的模板脈沖；
圖6為本發(fā)明圖4中重疊脈沖分離后獲得的兩個獨立的脈沖。
【具體實施方式】
[0017]下面結(jié)合附圖對本發(fā)明的實施例作詳細(xì)說明:
如圖1所示，本發(fā)明基于模型庫的數(shù)字脈沖重疊峰分離算法，包括以下幾個步驟:步驟一:將待處理數(shù)字脈沖數(shù)據(jù)按條件進(jìn)行篩選，獲得多個完整的獨立脈沖，并將其作為多個模板脈沖，其中，待處理的數(shù)字脈沖數(shù)據(jù)為包含重疊脈沖和不重疊脈沖的數(shù)字脈沖數(shù)據(jù)。
[0018]步驟二:提取多個模板脈沖中的脈沖高度、脈沖寬度以及下降沿各點數(shù)據(jù)，建立脈沖模型庫。
[0019]步驟三:在待處理數(shù)字脈沖數(shù)據(jù)中以一組待分離重疊脈沖中下降沿重疊的脈沖高度為判斷標(biāo)準(zhǔn)，在脈沖模型庫中進(jìn)行搜索，獲得與之高度相對應(yīng)的模板脈沖。
[0020]步驟四:用步驟三中獲得的高度相對應(yīng)的模板脈沖復(fù)現(xiàn)待處理數(shù)字脈沖中所述的下降沿重疊的脈沖，從而分離出所述下降沿重疊的脈沖；然后將與之發(fā)生重疊的上升沿重疊脈沖的上升沿各點縱坐標(biāo)數(shù)據(jù)與已分離的下降沿重疊脈沖中對應(yīng)位置的下降沿各點縱坐標(biāo)數(shù)據(jù)作差處理，并用作差處理后獲得的數(shù)據(jù)復(fù)現(xiàn)上升沿重疊的脈沖的上升沿，從而分離出上升沿重疊