基于数据融合的航空γ能谱特征峰信息提取技术研究

花永涛 葛良全 罗耀耀 熊 超

(成都理工大学 成都 610059)

航空γ能谱测量仪一般采用多条大体积NaI(Tl)闪烁体作为探测器进行并行测量，然后将每条晶体同一时刻的谱线数据按某种“标准”进行合成，从而获得上视合成谱和下视合成谱[1,2]，通过读感兴趣的几个窗口数据进行提取，获得相应结果，在地质勘查时，一般取K窗、U窗、Th窗的数据进行分析[2]。

航空γ能谱仪在高空飞行时，采样周期一般为1 s，其形成的谱线受统计涨落的影响较大，所以，一般将多条探测器获得的谱线数据进行合成。在进行谱数据合成过程中，希望航空能谱仪每一条晶体取得的谱线特性完全相同，才能准确反映出测量对象的γ射线分布情况。目前，有文献可查的多路γ能谱合成的方法有计数率叠加法、特征峰叠加法、能量坐标合成法三种，其中殷经鹏等[3,4]对前两种方法进行了比较分析，取得了一定成果。本文采用基于数据融合的方法对航空γ能谱数据进行分析，其拟合度提高，取得了良好的效果。

1 数据融合技术

数据融合(data fusion)即通过对多个同质或异质传感器获得的数据(其中包括互补信息、冗余信息)进行有机结合，得到满意检测结果。数据融合的过程被定义为：将许多传感器和信息源进行联合、相关、组合和估值的处理[5]，以达到对目标的准确估计。目前，最广泛被接受的是3层融合结构，即数据层、特征层、决策层。根据航空γ能谱的特点[6]，采用了基于特征层融合的方法。

2 算法的推演与实现

2.1 基于最小二乘原理的融合方法

设n个探测器对某性能参数的观测方程为：

式中，x为估计参数，Y为n维测量向量，e为n维测量噪声向量，H为已知的n维常向量，最小二乘法估计的准则是使误差平方和取极小值。

由于ei和ej(i≠j)相互独立，故有：

式(4)和式(8)即为基于最小二乘法原理的数据融合方法的计算公式。

2.2 测量方差的估计探测

由式(3)可知，各探测器的权系数由其测量方差决定。探测器测量数据的方差准确与否直接影响估计的准确性。一般条件下，测量方差并不是已知的，通常是预先通过大量的测量结果进行估计。本文采用局部方差作为最小二乘融合方法权值的粗略分配的依据，即根据相邻几个状态的数据对权值进行调整，获得实际的权值[7,8]。首先，设定一个滑动窗，窗口长度为m、时间为t时，各探测器的算术平均值为：

第i个探测器在t+1时刻测量方差的估计分配为：

实验表明，m=5时结果较满意。由此，根据式(10)可以得到系统的权值。

2.3 软件框图

根据以上公式，按航空γ能谱仪探测器特点，将单条探测器取得的谱线进行光滑降噪后，对单条晶体探测器的能谱特征进行提取，在航空γ能谱勘察中，提取的是K窗口、U 窗口、Th窗口的数据，根据标定后获得的标定系数得到当前的含量，其处理流程如图1所示。

图1 航空γ能谱仪谱特征提取Fig.1 Spectra characteristics of airborne gamma-ray spectrometer.

3 实验与分析

3.1 航空γ能谱仪性能指标

经初步测试，航空数字γ能谱测量系统的分辨率256/512/1024可选，自动稳谱下谱漂<±0.5道/512道时，±1道/1024道；能量范围 0.0–10.0 MeV，能量起始阈值20 keV；脉冲计数通过率>100 k/s，当脉冲数<100 k/s 时，死时间可忽略；单晶体能谱采集器功耗<2.5 W；单晶体能量分辨率优于8.0%(对0.661 MeV的γ射线)。

3.2 数据分析

利用航空γ能谱仪在河北石家庄大郭村机场模型站的本底坪、钾坪、铀坪、钍坪、混合坪上进行康普顿散射系数标定，其中航空γ能谱仪由10条10.16 cm×10.16 cm×40.64 cm大体积NaI(Tl)的γ谱仪探测器组成。其中，2条上视晶体用于监测大气中氡浓度的变化，8条下视晶体主要用于获取来自地面的射线。在每条探测器一致性特佳条件下，多条晶体的谱合成方式一般采用计数率叠加法，从而获得上视合成谱和下视合成谱。计数率叠加法是假设不同NaI(Tl)探测器输出的能谱特征一样，各峰位对应的道址可很好地对应，或者只相差几道(对1024道)，那么可以将两个或多个能谱数据的各道计数相加得到“合成谱”，此方法要求探测仪器的一致性特别好。

获得窗口数据的方法可分为以下几种：(1) 多条探测器的原始谱直接叠加得到合成谱，计算窗口面积并得到含量，简称为特征峰叠加法；(2) 多条探测器的原始谱叠加得到合成谱，经降噪后，计算窗口面积并得到含量，简称为光滑后的特征峰叠加法；(3) 提取单条探测器原始谱的窗口数据，根据最小二乘法进行数据融合，简称为数据融合法。

模型站的本底坪、钾坪、铀坪、钍坪、混合坪上依次进行测定，其中本底坪6 min，钾坪、铀坪、钍坪、本底坪各5 min。按照《航空伽玛能谱规范》，根据康普顿散射本底系数的求取方法，分别计算康普顿散射系数。由康普顿散射系数和相应的峰面积可获得含量，并与标准含量对比，图2为特征峰叠加法和数据融合法在混合坪上的标准误差情况。

图2 特征峰叠加法和数据融合法得到的K含量与参考含量的相对误差Fig.2 Relative deviation of the potassium content about the characteristic peaks synthesis method and data fusion method.

由图2，采用特征峰叠加法，其1 s测量计数率经计算后，K含量的相对误差范围在[–17%, +17%]内；对其获得的谱线进行光滑后，其相对误差范围未明显改善；而采用最小二乘数据融合的方法对能谱特征进行提取后，单秒测量的含量误差范围在[–12%, +12%]内，其误差有所改善。

表1为几种方法对数据进行处理，在300 s内的平均含量与标准偏差，可以看出：经数据融合的方法处理后，U和Th的平均值比其他方法更加接近于标准值，其偏差范围也有所减小，虽然K的平均含量比其他方法获得的平均含量有所减小，但是其标准偏差有所缩小。

表1 钾、铀、钍300 s含量的均值和相应的标准差Table 1 Results of the content average and standard deviation in the kernel for potassium, uranium and thorium.

4 结语

航空γ能谱仪在测量过程中，受探测器本身特性和环境变化的影响，各探测器的测量结果可能会发生变化，为此采用数据融合的方法对航空γ能谱仪的特征峰信息特征进行了提取研究与实验验证。最小二乘原理的航空 γ能谱数据融合方法计算简单，数据融合后，含量的误差范围有所改善，结果准确度也得到提高，但仍有提升空间，可进一步研究。该方法可用于车载扫描搜索系统等多探测器的单次测量中，具有良好的应用前景。

1 罗耀耀. 航空γ能谱系统中自动稳谱的研究与实现[D].成都: 成都理工大学, 2010

LUO Yaoyao. Research and realization on the autospectral method for airborne gamma-ray spectrometry system[D]. Chengdu: Chengdu University of Technology, 2010

2 杨德祥, 罗耀耀, 葛良全, 等. 航空伽玛能谱数据的校正与重组[J]. 核电子学与探测技术 2011, 31(6): 699-701, 714

YANG Dexiang, LUO Yaoyao, GE Liangquan, et al. Calibration and data recombination for airborne gamma-ray spectrometry[J]. Nuclear Electronics and Detection Technology, 2011, 31(6): 699-701, 714

3 殷经鹏, 赖万昌, 王广西, 等. 阵列NaI(Tl)探测器γ能谱合成方法探讨[J]. 计测技术, 2009, 19(3): 4-6

YIN Jingpeng, LAI Wanchang, WANG Guangxi, et al. Discussion on synthesis method of array NaI(Tl) detector γ-ray spectrum[J]. Metrology and Measurement Technology, 2009, 19(3): 4-6

4 殷经鹏, 宋卫杰, 赖万昌, 等. 基于数字信号处理的 γ仪器谱合成方法研究[J]. 原子能科学技术, 2011, 45(12): 1516-1521

YIN Jingpeng, SONG Weijie, LAI Wanchang, et al. Research on synthesis method of γ ray instrument spectrum based on digital signal processing[J]. Atomic Energy Science and Technology, 2011, 45(12): 1516-1521

5 陈德海, 梁毓明. 同类多传感器加权最小二乘数据融合[J]. 矿山机械, 2008, 32(22): 18-22

CHEN Dehai, LIANG Yuming. Weighted least square data fusion of homogeneous multisensor[J]. Mining & Processing Equipment, 2008, 32(22): 18-22

6 葛良全, 谷懿, 张庆贤, 等. 航空 γ能谱测量谱线比法大气氡校正的理论研究[J]. 核技术, 2010, 33(11): 844-848

GE Liangquan, GU Yi, ZHANG Qingxian, et al. Radon background correlation using spectral-ratio method in natural gamma-ray spectrometry[J]. Nuclear Techniques, 2010, 33(11): 844-848

7 Moon H S, Kim Y B, Beattid R J. Multi-sensor data fusion for improving performance and reliability of fully automatic welding system[J]. International Journal of Advance Manufacture Technology, 2006, 28(3-4): 286-293

8 WANG J H, GAO Y. Multi-sensor data fusion for land vehicle attitude estimation using fuzzy expert system[J]. Data Science Journal, 2005, 11(3): 127-139