傅立叶变换在γ能谱数据的光滑与去噪中的应用.docxVIP

傅立叶变换在丫能谱数据的光滑与去噪中的应用 3.1 丫能谱的时频特征 由能谱仪器测量得到的、被复杂化的核辐射原始线谱，称为仪器谱。线谱变 成了具 有高斯分布特征的形状，具有单一能量的线谱，变成连续谱。将原始谱线 做一个关于谱频 的傅里叶变换 [8] 得到它的谱频图。 图 6 原始谱线 图 7 频频图 3.2 傅立叶变换去噪中低通滤波器的选择 傅立叶变换采用 FFT 算法。傅立叶变换法中，关键是滤波函数的选择是否适 当。 在实际应用中， 为了抑制滤波器过大的边叶作用，常常采用平滑变化的函数, 且使滤波函 数的两端逐渐变小而趋于零， F ( ) =0 时的。 频率称为切断频率 (MF)特别应适当的选择切断频率，切断频率过高，光滑的效果比较差，切断 频率过 低，光滑过度 [9] 。可选的滤波函数有： (1) 高斯形滤波器(匹配滤波器)： F ( 1)2 2 e? (3-1 ) 2 k 其中 2上(N为总道数，一般取 2 的整数幕) N 是最佳的滤波器，与其信号峰有相同形状的函数。一般： A=1,c :高斯宽度， (7 = H/2.355，H 为半宽度。效果：无附加的虚峰，信号的有用信息均集中于峰 高的 数值中。 (2) 其它函数： MFC 0.54 0.46c C) F() (3-2 ) MFC (3) 切断频率的确定方法及影响： 从后 1/4 谱中找出最大幅度对应的①， 即为噪声最大幅度。 设定 R 初始值, 例如设 R=5 从后 1/4 处向前找出大于 Rf i 的点，此点即为信号起主要作用的 点。若找到，从该点向后找第 一个低于①的点，此点即为切断频率 MFC 若找不 到，贝 U R=R-0.5,继续寻找。 3.3 傅立叶变换去噪的 Matlab 语言实现何 将谱数据放于 k.dat 文件中，首先打开文件，将数据其调入存里： fid=fope n( \spe.dat,r); date=fsca nf(fid,%f); status=fclose(fid); 将谱数据做傅里叶变换，使信号从能域变为频域： y=fft(date,8192); mag=abs(y); 本次做快速傅里叶变换道数已知，若在未知情况下用 length 函数，可求出道数 根据实际找出 截断频率： yj=y; yj( … ：…)=o； 再做傅里叶逆变换，得到能域： sped=real(ifft(yj,8192)); jw4 HPGey 能谱去噪方法的实验对比 j w 4.1Savitzky - Golay 法的去噪结果 多项式最小二乘拟合法：多项式拟和移动平滑方法就是用一个 数据点逐次分段进行拟和，以达到光滑的目的。在谱数据中取 n 次多项式与 2m+1 个 2m+1 个等距点，对应 的坐标为(-m、-m+1、…、 -1、0、1、1、…、 ml、m)，对应的数据为(y -m 、y-m+1 、 ? …、 y-1、 y °、y1、…、 ym-1 、yd。用一个 n 次多项式拟合这些数据： n% n k 0 bnk ik bno bmi1 bn 』2 bnnin n2m 1 n (4-5) 根据最小二乘原理，拟合值 ％和实际测量值 y 之差的平方和最小。即 m nnk i m k 0b m n nk i m k 0 2 o (4-6) 根据式⑹ 求出系数 bnk ，代入式⑸，即可求出对应的拟合值。因此这种方法也称为 最小二乘法。 为了在实际中根据需要采用不同点数的光滑公式，导出光滑谱数据的一般公式： 1 m % - Kb j m Ajyi j (4-7) 上式中，规化常数 Kb 和光滑系数 Aj 的值可以根据对应的滤波器算出。对于 Savitzky-Golay 滤波器 [11] ，二次或三次多项式光滑公式的系数计算公式为： 222 412fwj 1 2 2 2 4 12 ，j w 根据上式可以得到常用的三次多项式拟合 5 点平滑公式： 1 % 35 3Y, 2 12Y, 1 17yi 12Y, 1 3Y, 2 7 点平滑公式： w=5,7,...,2 m+1 (4-8) 5 点及 7 点光滑公式如下： (4-9) 1 % 21 2Y ,3 3Y ,2 6Y , 1 7Y , 6Y , 1 3% 2 2y3 (4-10) 图 8 Savitzky - Golay 法的去噪结果图 4.2 傅立叶变换的去噪结果 由 3.3 节所得的 MATLA 设计思想，可以会出快速傅里叶变换平滑滤波后的的能 谱曲线 及各道的数据。 图 9 FFT 的去噪结果图 4.3 去噪效果比较 (1) 与