基于背景计数谱自适应扣除的中子净计数方法及系统与流程

本发明涉及能谱分析，尤其涉及一种基于背景计数谱自适应扣除的中子净计数方法及系统。

背景技术：

1、在核辐射探测与中子能谱分析领域，准确获取目标中子净计数是进行核材料识别、剂量评估以及稀有事件搜寻等任务的前提。由于中子探测环境的复杂性，实测计数谱往往夹杂着环境辐射、探测器固有放射性以及电子系统噪声等多种本底干扰。为了排除这些干扰，现有的本底扣除方法多采用固定时间窗的背景测量与直接相减，或者依赖基于平滑滤波的常规背景估计技术来获取净计数。

2、然而，现有技术在实际应用中存在明显的局限性。首先，复杂的测量环境中底噪并非一成不变，而是随着探测器温度、设备老化及环境水平的变化呈现动态波动。传统的固定本底扣除法无法适应这种时变特性，易在背景波动期出现欠扣除或过扣除现象。其次，现有基于单一特征的背景拟合模型，难以将物理重叠本底、环境干扰与电子学噪声进行有效区分，面对低本底或动态高噪场景时，易造成有效信号丢失。此外，传统方法在扣除本底后，通常仅给出一个点估计的计数值，缺乏对当前背景模型匹配度及综合误差的动态量化评估，使得最终输出的净计数可靠性无法判定。综上所述，现有方法因适应性差、功能单一且缺乏动态误差追踪，难以满足复杂工况下高稳定、高可靠的测量需求。

技术实现思路

1、本发明提供了一种基于背景计数谱自适应扣除的中子净计数方法及系统，解决了现有技术存在的传统固定本底扣除适应性差且干扰剥离精度低的问题。

2、本发明实施例第一方面提出一种基于背景计数谱自适应扣除的中子净计数方法，包括以下步骤：

3、采集待测中子计数谱数据和探测器工况数据，利用探测器工况数据对待测中子计数谱数据进行预处理，得到归一化实测计数谱；

4、获取历史背景计数谱，将历史背景计数谱划分为多种不同来源的背景分量，并为每种背景分量构建独立的基础背景谱模板，形成多源背景模板库；

5、计算归一化实测计数谱与多源背景模板库中各个基础背景谱模板的谱形相似度，基于谱形相似度确定各个基础背景谱模板的当前扣除系数；

6、从归一化实测计数谱中减去按照各个当前扣除系数加权后的各个基础背景谱模板，得到目标中子净计数谱；

7、对目标中子净计数谱进行统计以获取目标中子净计数，并评估获取目标中子净计数谱过程的误差以得到误差合成项，将误差合成项合成为净计数总不确定度，基于目标中子净计数和净计数总不确定度生成净计数置信区间并输出；

8、将归一化实测计数谱与按照各个当前扣除系数加权后的各个基础背景谱模板之和进行差值计算，得到残差特征；统计历史时间窗口内的目标中子净计数的波动，得到变异特征；根据残差特征和变异特征评估是否发生背景漂移，当判定发生背景漂移时，结合探测器工况数据更新多源背景模板库。

9、在一种可选的实现方式中，探测器工况数据具体包括探测器工作温度、信号放大增益状态和系统死时间；

10、利用探测器工况数据对待测中子计数谱数据进行预处理，得到归一化实测计数谱，具体包括：

11、利用探测器工作温度和信号放大增益状态对待测中子计数谱数据进行能道对齐校准；

12、利用系统死时间对能道对齐校准后的待测中子计数谱数据进行计数损失补偿修正，并进行平滑滤波处理，输出归一化实测计数谱。

13、在一种可选的实现方式中，将历史背景计数谱划分为多种不同来源的背景分量，并为每种背景分量构建独立的基础背景谱模板，形成多源背景模板库，具体包括：

14、将历史背景计数谱分离为环境辐射背景分量、探测器固有背景分量、重叠中子背景分量以及电子噪声背景分量；

15、针对每一背景分量，提取其衰减特性或随机涨落特性，利用聚类算法为具有对应特性的背景分量建立单独的能谱轮廓特征矩阵，将各个能谱轮廓特征矩阵作为独立的基础背景谱模板存入多源背景模板库中。

16、在一种可选的实现方式中，计算归一化实测计数谱与多源背景模板库中各个基础背景谱模板的谱形相似度，基于谱形相似度确定各个基础背景谱模板的当前扣除系数，具体包括：

17、将归一化实测计数谱与多源背景模板库中的各个基础背景谱模板进行内积点乘运算，量化输出对应的谱形相似度；

18、将谱形相似度结合针对归一化实测计数谱生成的动态分配权重进行归一化映射，生成各个基础背景谱模板的比例权值，并将比例权值作为各个基础背景谱模板的当前扣除系数；

19、从归一化实测计数谱中减去按照各个当前扣除系数加权后的各个基础背景谱模板，得到目标中子净计数谱，具体包括：

20、解析归一化实测计数谱的能量峰半高全宽与计数统计涨落方差，根据能量峰半高全宽与计数统计涨落方差自动约束并计算得到能量扣除窗口；

21、在能量扣除窗口内，从归一化实测计数谱中逐级减去按照各个当前扣除系数加权后的各个基础背景谱模板，输出目标中子净计数谱。

22、在一种可选的实现方式中，动态分配权重通过预先训练的多层前馈神经网络模型获取，获取过程具体为：

23、提取归一化实测计数谱的特征张量、历史背景计数谱的环境特征张量以及探测器工况数据，拼接为多维复合输入特征向量；

24、将多维复合输入特征向量馈入至多层前馈神经网络模型中，经由隐藏网络层进行非线性校正特征提取；

25、经由多层前馈神经网络模型的输出层，输出针对多源背景模板库中各个基础背景谱模板的动态分配权重。

26、在一种可选的实现方式中，评估获取目标中子净计数谱过程的误差以得到误差合成项，将误差合成项合成为净计数总不确定度，具体包括：

27、利用泊松分布的特征规律计算目标中子净计数的统计学方差，得到计数统计误差项；

28、结合各个当前扣除系数的分布偏差，计算由于背景模型扣除比例偏离引入的背景扣除误差项；

29、计算归一化实测计数谱与按照各个当前扣除系数加权后的各个基础背景谱模板之和之间的差值均方根，得到背景模型匹配误差项；

30、将计数统计误差项、背景扣除误差项以及背景模型匹配误差项作为误差合成项，合成为净计数总不确定度。

31、在一种可选的实现方式中，将归一化实测计数谱与按照各个当前扣除系数加权后的各个基础背景谱模板之和进行差值计算，得到残差特征；统计历史时间窗口内的目标中子净计数的波动，得到变异特征；根据残差特征和变异特征评估是否发生背景漂移，当判定发生背景漂移时，结合探测器工况数据更新多源背景模板库，具体包括：

32、将归一化实测计数谱与按照各个当前扣除系数加权后的各个基础背景谱模板之和相减，形成离散能道上的重构残差序列，并将重构残差序列作为残差特征；

33、统计连续多个历史时间窗口内的目标中子净计数的标准差与平均值的比值，得到变异指标，并将变异指标作为变异特征；

34、当重构残差序列的离散度超过第一漂移鉴别阈值，或变异指标超过第二漂移鉴别阈值时，判定发生背景漂移；

35、检索多源背景模板库，调取与判定的背景漂移类型及探测器工况数据相匹配的备用背景模板进行生效替换，实现对多源背景模板库的更新。

36、在一种可选的实现方式中，调取与判定的背景漂移类型及探测器工况数据相匹配的备用背景模板进行生效替换之后，还包括：

37、若判定发生背景漂移且在多源背景模板库中无匹配的备用背景模板时，提取处于背景漂移状态下连续获取的多个归一化实测计数谱构建特征矩阵；

38、采用非负矩阵分解算法对特征矩阵进行盲源分解，剥离出独立的异常背景基向量；

39、将独立的异常背景基向量封装生成动态补充基础背景谱模板，并标记对应的探测器工况数据，将动态补充基础背景谱模板编入多源背景模板库中。

40、采集待测中子计数谱数据，具体包括：

41、在系统中并发部署至少三个具有不同时长的积分时间滑动采集窗口；

42、使用各个积分时间滑动采集窗口对捕获的中子脉冲信号进行同步累积记录，形成多尺度平行对应的待测中子计数谱数据，以根据不同时长的积分时间滑动采集窗口下的触发特性甄别瞬态干扰事件，并阻断瞬态干扰事件对多源背景模板库的更新。

43、本发明实施例第二方面提出一种基于背景计数谱自适应扣除的中子净计数系统，系统包括：

44、预处理模块，配置为采集待测中子计数谱数据和探测器工况数据，利用探测器工况数据对待测中子计数谱数据进行预处理，得到归一化实测计数谱；

45、背景多源建模模块，配置为获取历史背景计数谱，将历史背景计数谱划分为多种不同来源的背景分量，并为每种背景分量构建独立的基础背景谱模板，形成多源背景模板库；

46、自适应扣除模块，配置为计算归一化实测计数谱与多源背景模板库中各个基础背景谱模板的谱形相似度，基于谱形相似度确定各个基础背景谱模板的当前扣除系数；从归一化实测计数谱中减去按照各个当前扣除系数加权后的各个基础背景谱模板，得到目标中子净计数谱；

47、误差评估与输出模块，配置为对目标中子净计数谱进行统计以获取目标中子净计数，并评估获取目标中子净计数谱过程的误差以得到误差合成项，将误差合成项合成为净计数总不确定度，基于目标中子净计数和净计数总不确定度生成净计数置信区间并输出；

48、闭环反馈更新模块，配置为将归一化实测计数谱与按照各个当前扣除系数加权后的各个基础背景谱模板之和进行差值计算，得到残差特征；统计历史时间窗口内的目标中子净计数的波动，得到变异特征；根据残差特征和变异特征评估是否发生背景漂移，当判定发生背景漂移时，结合探测器工况数据更新多源背景模板库。

49、本发明实施例第三方面提出一种电子设备，包括：存储器和处理器；

50、存储器用于存储计算机可执行指令，处理器用于执行计算机可执行指令，以实现如前述实施例所提出的基于背景计数谱自适应扣除的中子净计数方法。

51、本发明实施例第四方面提出一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如前述实施例所提出的基于背景计数谱自适应扣除的中子净计数方法。

52、有益效果：本发明实施例提供的一种基于背景计数谱自适应扣除的中子净计数方法及系统，通过细分历史背景谱分量并构建多源背景模板库，结合实测谱的谱形相似度动态确定扣除系数，克服了现有技术中固定本底扣除导致的环境适应性差、干扰剥离精度低的局限性。本方案利用动态加权实现自适应扣除，灵活应对探测工况与环境本底的时变波动，提高了复杂场景下有用信号提取的准确率。同时，构建了涵盖统计涨落与模型偏差的综合误差评估机制，并输出包含置信区间的净计数结果，为后续决策提供了量化的可靠性依据。此外，通过实时计算残差与变异特征，建立了背景漂移的闭环监测与反馈更新机制，使系统能自主追踪环境动态变化，避免了长期运行造成的模型失效问题，保证了测量系统在不同工况下的稳定与精准。