X荧光分析仪中数字基线估计的研究.pdfVIP

第33卷，第1期 光谱学与光谱分析 Vd．33，No．1，pp233—236 2 01 3年1月 and SpectroscopySpectralAnalysis January，2013 X荧光分析仪中数字基线估计的研究 王 敏，周建斌。，方 方，施泽明，周 伟，刘 易，曹建宇，朱 星 成都理工大学核自院，四川成都610059 摘要在数字化X荧光分析仪中，不稳定的基线电压，会直接影响到仪器的性能，造成能量分辨率下降。 基于此，利用卡尔曼滤波算法，对数字化后的X射线荧光信号进行基线估计。由于现有的经典卡尔曼滤波、 简化sage-husa和改迸sage-husa算法模型进行基线滤波的效果都不佳，因此有必要对现有的算法进行改进 和优化。提出双重遗忘法，建立新型的基于sage-husa自适应卡尔曼滤波算法模型。实验结果表明，利用该 数学模型进行基线滤波，取得了很好的滤波效果。避免了滤波发散和基线收敛缓慢的问题，实现了脉冲基线 恢复，提高了仪器的能量分辨率。 关键词X荧光；卡尔曼滤波；数字基线估计；能量分辨率 中图分类号：0657．3文献标识码：A DOI：10．3964／j．issrL1000-0593(2013}01—0233—04 损补偿与幅度提取等问题。 引 言 基于上述问题，本工作采用卡尔曼滤波算法进行基线处 理。由于现有的经典卡尔曼滤波、简化sage-husa及改进 在X荧光光谱分析中，基线估计是脉冲幅度分析中的关 sage-husa算法模型进行滤波效果都不佳。通过对现有的算 键技术之一，有很多的因素影响着基线估计的精确性。比 法进行改进和优化。使用双重遗忘法，建立了新型基于sage- 如，探测器漏电流、极零相消处理电路不够优化以及电子学 husa的自适应卡尔曼滤波算法模型，取得了很好的滤波效 元器件温漂、交流供电电源纹波等。由于这些因素的影响使 果，避免了滤波发散和基线收敛缓慢的问题。 得核探测器得到的有用脉冲信号总是叠加了一个不稳定的基 线电压，使脉冲幅度的测量结果产生波动，造成能量分辨率 1卡尔曼滤波原理与方程 下降口’2]。因此，在处理x射线荧光信号时，有必要首先进 行数字基线估计，然后将估计出的基线值从测量得的脉冲幅 卡尔曼滤波器[5。。]其实是一个“最优化自回归数据处理 recursivedata 度中扣除，从而实现基线恢复。 算法(optimal processingalgorithm)”，采用时 基线估计的方法很多，早期的能谱仪采用模拟电路来实 域上的递推算法，主要用来预估那些只能被系统本身间接观 现基线恢复，随着电子计算机技术的发展，数字基线估计成 测的系统状态。通过递推计算，由新获得的数据和前一时刻 为数字x射线荧光光谱信号处理方法特别是数字多道分析 的估计值，得出新的估计值，最后得到系统状态的最优估 的一个重要部分，逐渐代替了通常使用的模拟基线恢复 计。卡尔曼滤波器广泛应用已经超过30年，应用范围包括机 器‰“。 器人、导航、控制、传感器数据融合、甚至在军事方面的雷 数字基线估计的方法很多，比如Abbiafi等通过插值的达系统以及导弹追踪等等。近年来，更被应用于计算机图像 方法求出新的基线采样值来代替原来的脉冲信号采样值[引。 处理，例如头脸识别、图像分割、图像边缘检测等等[“。 肖无云等人利用计权函数形式给出的FIR基线滤波器实现 卡尔曼滤波可引入离散控制过程的系统来描述，该系统 基线估计[1]。Geraci等采用分段滤波法中的一个信号滤波器