運動目標微弱放射性核素的快速識別方法

王昌龍，張江梅

(西南科技大學 信息工程學院，四川 綿陽 621010)

0　引言

隨著核科學技術的發展，放射源已廣泛應用于國民生產與生活的各個領域。與此同時，對放射性核素不當利用所造成的放射性危害不容忽視[1]。如何快速、準確地識別出放射性物質是核軍控和防止核恐怖襲擊等領域亟待解決的問題之一。

一般來說，放射性核素衰變產生的γ射線是對核素進行定性和定量分析的依據。現有的核素識別方法主要基于對γ能譜特征峰的匹配，實現對應待測核素是否存在的判斷[2]。對于放射水平較低的微弱放射性核素，由于探測效率低，單位時間內接收到的γ射線較少，因此傳統的核素識別方法無法及時給出判決結果[3]。2009年，CANDY J V等人提出基于序貫貝葉斯的核素快速識別方法，主要根據穩定條件下核素產生的時域脈沖信號，對核素的有無進行連續的概率判決，避免了能譜獲取的困難[4]，尤其適用于低水平放射性核素的識別[5]。但該方法僅適用于靜止目標，對于運動目標會存在識別率降低甚至失效的問題。

針對上述問題，本文在序貫貝葉斯核素識別方法的基礎上提出了一種結合脈沖特征與位置變換的核素快速識別方法，對運動目標的微弱放射性核素進行識別。本方法及時地利用了目標運動的位移信息，通過位置變換實現運動目標劑量率的等效，進而得到核脈沖序列信號的時間間隔的有效估計，利用脈沖幅度和時間間隔信息構建貝葉斯決策函數，最終對核素的有無進行實時分析與判定。

1　核脈沖時間序列信號統計分析

放射性核素的衰變過程中，不同核事件產生的γ射線在被探測器接收與轉化之后形成了與其對應的核脈沖信號，脈沖的幅度記錄著對應γ射線的能量，因而同種核事件對應的脈沖能量服從平均水平的高斯分布[6]，即：

(1)

由于脈沖事件的產生幾率相對穩定且有隨機性，因此連續的核脈沖事件可視為一定時間段內對單個核脈沖事件的泊松統計過程，使得相鄰脈沖之間的間隔服從穩定速率的指數分布[7]，即:

(2)

當目標處于運動狀態時，γ射線的放射過程不受位置變化的影響，因此核脈沖的能量仍然保持穩定。但由于探測器在不同距離接收到γ射線的概率有所不同，因此相鄰脈沖之間的間隔會隨探測距離的改變而不斷變化。具體來說，假定核探測接收面積固定為s，放射性核素單位時間內釋放的γ射線總數恒定,那么探測器在距離l的位置接收到γ射線的概率P等于接收面積s與當前對應的散射面積(半徑為l的球面積)之比，即：

P(l)=s/(4·π·l2)

(3)

(4)

2　運動目標核素快速識別算法

根據核脈沖信號的能量與速率分布特點，結合運動中的相對位移信息，設計貝葉斯分類器，對核素的有無進行實時概率分析與判定。具體流程如圖1所示。

圖1　算法流程圖

2.1　特征脈沖事件識別

2.1.1能量校驗

根據特征脈沖事件的能量分布特征，特征脈沖事件可通過標準能量信息設定能量閾值區間進行檢驗：

(5)

2.1.2速率校驗

根據脈沖對應的瞬時位移l(n)與標準探測距離lS之間的比例關系，對通過能量閾值的脈沖間隔Δt(n)進行校準：

(6)

然后，根據標準距離的時間間隔信息設定閾值區間，對校準后的脈沖間隔Δt′(n)進行檢驗：

(7)

2.2　脈沖能量估計

由于檢測過程中來自外部環境以及核素本身的噪聲影響，脈沖能量的觀測值與真實值之間存在一定的偏差[8]。為準確獲取特征脈沖的能量信息，本文方法利用了線性卡爾曼濾波器的后驗結果作為對脈沖真實能量的估計[9],得到特征脈沖的能量分布：

(8)

2.3　核素存在性判決

核素存在性的判決是基于特征脈沖能量的假設檢驗方法予以實現的[10]。其中，根據特征脈沖的能量分布規律，設定了兩類核素存在性的對立假設：

H0：核素不存在，脈沖能量服從能量估計值的概率分布，即：

(9)

H1：核素存在，脈沖能量服從標準能量值的正態分布，即：

(10)

通過決策函數D計算并累計更新兩類事件能量分布函數的對數概率比[11]，決策函數的表達式為：

(11)

3　實驗與分析

本文首先設計了驗證性實驗，選取典型特征的放射源137Cs作為檢測目標，檢測運動狀態下的目標，以此驗證本文方法是否能夠有效判別出目標。隨后，選取兩種不同的放射源，改變運動條件，觀測兩者在不同條件下的識別速率。具體設置如下：實驗搭建了直線運動實驗平臺，選取兩種典型的放射源137Cs (4692 Bq)和60Co (6147 Bq) 作為待檢測的目標，將其安置在水平運動平臺上，利用直流電機帶動傳送帶進行傳動，如圖2所示。設置目標的運動范圍為10 cm～300 cm直線距離，選用溴化瀾閃爍體探測器輸出脈沖信號，采樣頻率為100 Hz，決策閾值依照探測率98%與誤報率2%確定為±3.891 8。

圖2　實驗場景

(1)運動狀態下單個放射源的檢測實驗

如圖3所示，運動狀態下單個放射源目標137Cs的動態決策結果隨著脈沖個數的增加不斷地更新，直至檢測到第6個有效脈沖事件時，決策值超過閾值要求并及時給出“目標放射源存在”的判決結果，此時的檢測時間為0.385 s。

圖3　137Cs 的決策結果

(2)不同運動范圍的識別效果

模擬一般場景中的行人目標檢測，設定目標的移動速度恒定為1 m/s，采集1 000個離散數據點，測試3種不同運動范圍的識別效率。實驗結果如表1所示。

表1　不同運動范圍的測試結果

(3)不同速度下的識別效果

模擬一般場景中固定范圍的不同運動目標檢測，如機場、港口的安檢過程。目標的直線運動范圍設定為10 cm～100 cm的直線距離，運動速度分別為10 cm/s、50 cm/s、100 cm/s，采集1 000個離散數據點。實驗結果如表2所示。

表2　不同運動速度的測試結果

4　結論

本文以序貫貝葉斯方法為基礎，根據微弱核素特征脈沖的時域分布特點與目標的位移信息，對目標核素生產的特征脈沖信號予以識別，以序貫概率比的決策理論對核素的存在性予以判決，并通過實驗驗證了該方法的有效性，以及測試了該方法在不同運動距離與速度下的效果。

[1] 王曉濤,周啟甫,陳棟梁.我國核技術利用發展現狀及存在的問題探討[J].中國輻射衛生,2012,21(4):468-469.

[2] 陳亮.核素識別算法及數字化能譜采集系統研究[D].北京: 清華大學,2009.

[3] 向清沛. 基于序貫貝葉斯分析的放射性核素快速識別方法研究[D].北京：中國工程物理研究院,2014.

[4] CANDY J V， BREITFELLER E， GUIDRY B L， et al. Physics-based detection of radioactive contraband: A sequential Bayesian approach [J]. IEEE Transactions on Nuclear Science, 2009, 56(6): 3694-3711.

[5] 問斯瑩,王百榮,肖剛,等.基于序貫貝葉斯方法的核素識別算法研究[J].核電子學與探測技術,2016,36(2):179-183.

[6] EVANS R D. The atomic nucleus [M]. New York: McGraw-Hill, 1985.

[7] KNOLL G F. Radiation detection and measurement (the 3rd edition)[M]. Hoboken, NJ: Wiley, 2000.

[8] CANDY J V. Model-based signal processing[M]. Hoboken, NJ: Wiley/IEEE Press, 2006.

[9] CANDY J V. Bayesian signal processing, classical, modern and particle filtering [M]. Hoboken, NJ: Wiley/IEEE Press, 2009.

[10] PAPOULIS A，PILLAI S. Probability, random variables and stochastic processes (the 4th edition)[M]. New York: McGraw-Hill, 2002.

[11] WALD A. Sequential tests of statistical hypothesis [J]. Annals of Mathematical Statistics,1945, 16(2):117-186.

[12] WALD A. Sequential analysis [M]. New York: Wiley, 1947.