基于奇異譜分析的γ能譜降噪算法

趙思文，吳 怡，王崇杰

(遼寧師范大學 物理與電子技術學院，遼寧 大連 116029)

γ能譜分析是放射性核素分析及核材料類型識別的重要技術手段，廣泛應用于環境監測、核武器核查、宇宙探測以及核安全保障等領域[1-6].然而，γ能譜中存在的噪聲給γ能譜分析與識別帶來較大困難，甚至導致錯誤結果(特別是對于低水平放射性分析和差異甚微的核材料識別[2-4]).因此，降噪處理是γ能譜分析與識別過程中重要的技術環節.

傳統的γ能譜降噪方法主要有道址域的曲線擬合移動平滑法和頻域的濾波法[7-8].移動平滑法容易引起譜線變形、失真，甚至畸變[8].頻域濾波法是目前較常用的γ能譜降噪方法，其中主要有基于快速傅里葉變換(Fast Fourier transform，FFT)和小波變換(Wavelet transform，WT)的線性濾波法[8-9].γ能譜噪聲的頻譜通常是全域的，與γ能譜成分的頻譜嚴重重疊，傳統的頻域濾波法難以對噪聲和譜成分進行有效分離.因此，常常存在降噪不充分或降噪過度的現象.另外，除加性噪聲外，γ能譜還含有乘性噪聲，而傳統的降噪方法往往忽視γ能譜的乘性噪聲[9]，導致降噪效果不理想.

奇異譜分析(Singular spectrum analysis，SSA)是在奇異值分解理論基礎上興起的獨立于信號模型的無參量頻譜估計技術[10]，已成功應用于信號的降噪處理[11-12].該技術具有不受噪聲頻譜分布影響和自適應降噪的特點[12].本文首先提出了基于SSA的γ能譜降噪方法，并介紹了降噪的基本原理與具體算法.其次，通過分析γ能譜的奇異譜特征，對軌跡矩陣嵌入維數和重構……