包括层叠的基本脉冲的信号的测量和处理的制作方法

专利名称：包括层叠的基本脉冲的信号的测量和处理的制作方法
技术领域：
本发明总地涉及包含多个主脉冲的信号的分析，每个主脉冲可能由一堆寻求识别的未知的基本脉冲组成。
更具体地，本发明涉及测量方法，包括处理包含一连串在时间上互相间隔开的、具有持续时间D和能量E的主脉冲的信号，每个主脉冲可能由持续时间为Di并且其能量通过在数学意义上具有加性特性的变量Ei来估计的基本脉冲组成，所述基本脉冲具有遵循强度λ的齐次泊松(Poisson)过程的到达时间Ti。
背景技术：
通常，所述信号可以代表流，更具体地代表光子流。
这种类型的方法是已知的，特别是在伽玛谱领域。
我们记得，伽玛谱的用途首先在于表征被包含在发射光子源中的放射性核素(radionuclide)，其次是测量这个源的放射性(它典型地由每秒的裂变数或由被称为Becquerel的单位来定义)。
能够实施所述处理的装置的一个例子显示于图1中。
配备有电源2的检测器1把光子信号3转换成电信号4。
这个电信号然后被前置放大器5放大，这提高信号噪声比。
放大器6然后被用来至少在电子采集单元7的一个输入端处呈现足够的信号。
所述单元典型地由模数转换器构成。
在该单元的输出端处，数字化的信号被发送到处理单元8，在其中进行具体的操作。
举例来说，处理单元8具体地可以包含能够执行数字信号滤波的电路。
最后，显示系统9完成所述采集链，帮助用户分析伽玛发射源的成分。
图2典型地图示在所述显示系统上可以看到的内容。
在本图上，可以看到不同的射线，每个代表量化的能量值(例如，射线10)。
所有的这些射线一起表征特定的伽玛发射放射性核素(例如，铯137具有662keV的单能射线，或钴60具有1.173MeV和1.333MeV的两个单能射线)。
然而，使用所述光谱装置识别放射性核素，或更一般地识别伽玛发射源会产生一些困难。
具体地，已知三种类型的扰动，能够恶化与放射性核素有关的理想射线的谱-Compton效应-测量噪声添加到理想信号-可能的脉冲堆积，每个脉冲代表一个光子。
Compton效应和测量噪声当光子与检测器交互作用时，产生电脉冲，然后如前面图1所述，该电脉冲被放大。
由所述检测器生成的时间信号11的例子显示于图3。
可以看到，这个信号由一连串不同幅度和持续时间的电脉冲组成，每个脉冲理想地对应于单个光子与检测器的交互作用。
所述信号11可被用来测量所检测的光子的能量，因为电脉冲的表面面积(例如，脉冲12的面积13)正比于与所考虑的脉冲有关的光子的能量。
因此，有可能从不同的电脉冲11推导出所观察的源的所有能量射线。
然而，两个现象干扰该测量原理。
首先，由于Compton效应(这个效应对于本领域技术人员是已知的)，仅仅一部分光子能量将会沉积在检测器中。
承受所述效应的光子的光谱分析于是产生比实际上应当看到的更少能量的射线。
其次，即使光子的全部能量被沉积，由于在所述光子与检测器之间的交互作用的固有的随机特性以及测量电子装置贡献的噪声，因此产生的电脉冲的面积仅仅近似正比于所述能量。
图4和5部分地显示这两种干扰现象。
图4显示从源发射光子得到的信号的能量分布，主要在对应于峰14的单个能量。
这里应当指出，来自检测器的信号不单具有信号单能射线的理想形式，而且还具有由于Compton效应造成的比峰14小的能量的基本上连续的背景16。
图5显示从检测以几个能量发射光子的伽玛源得到的信号的能量分布，正如图2所示的那种情形。
可以指出，具体地由于上述的现象Compton效应和测量噪声，造成噪声上限(ceiling)的出现。
当能量沿横轴增加时这个噪声上限大大地减小。
对于这个图，显然在分析的伽玛源中出现的放射性核素的识别也证明是困难的，测量的谱具有大大偏离理想得到的形状的形状。
脉冲堆积用于伽玛源的光谱分析的另一个源或干扰涉及脉冲堆积的问题。
当单个光子与检测器交互作用时，生成的脉冲具有短的但非零的持续时间。
例如，对于快速检测器，这个持续时间仅仅在1微秒以下。
然后有可能当两个光子以接近的时刻发射时，由慢检测器生成的各个脉冲部分地、甚至全部被叠加。
特别是在使用类型2的计数器检测器时，这个现象是已知的。
对于这些计数器，当另一个脉冲正处在被检测的过程中时，每个到达的脉冲因而将加长正在形成的脉冲。
这种现象的说明显示于图6。
图上显示包含分别具有到达时间Tn+1和Tn+2以及持续时间Un+1和Un+2的两个脉冲15，15′的叠加的时间信号。
脉冲15′到达，但脉冲15还没有结束。
可以看到，这里相对于脉冲持续时间具有慢响应的检测器不能区分这两个脉冲。
事实上它合并两个脉冲15和15′，形成持续时间为Un1，2的仅一个主脉冲17，这导致认为只有单个光子与检测器发生交互作用。
为了清晰起见，在公开内容的剩余部分，基本脉冲将是指与单个光子有关的脉冲(例如，基本脉冲15或15 ′)。
主脉冲将对应于可能包含堆积的基本脉冲的脉冲。
因此，堆积现象的第一个结果就是在分析期间低估伽玛源的总放射性的风险。
这里将要指出，源的总放射性越强，或检测器的响应越慢，这个现象越经常发生。
在本说明的剩余部分，将认为术语“总放射性”和“计数速率”是相同的。
所述光子堆积的第二个结果关系到能量的实际估计。
对于所述检测器，堆积的光子的能量的总和被指定给单个光子，这是因为根据它的准确定义，主脉冲17与基本脉冲15和15′相比具有大得多的面积。
因此，作为一般法则，堆积现象使谱的一部分向能量增加的方向产生错误的移动。
作为说明，所述移动可以在图7和8中看到，这两个图分别显示没有发生堆积现象的、包含22keV和55keV的两个主射线的归一化谱，以及其中有堆积现象的、从同一个伽玛源得到的归一化谱。
将要指出，所分析的伽玛源一开始发射两个能量E1和E2的光子，如图7上清楚标明的。
这个情形对应于具有低的计数速率的光谱分析(例如，远离源的小的检测器)。
相反，当计数速率提高时，发生堆积现象，并且发现在对应于能量E1和E2的线性组合(例如，2E1，E1+E2，2E2，2E1+2E2，等等；例如射线18和19)的能量处逐渐产生寄生射线。
另外，由于信号向高能量的发散，这些寄生射线的出现造成在E1和E2能量处的表观放射性的失真。
容易看到，这些寄生射线有干扰观察的伽玛源的放射性核素的识别过程的风险，由于某些射线不对应于由源发射的任何能量，甚至使结果变为虚假的，而实际发射的射线的放射性被低估。
提出了许多解决方案来限制所有上述的问题，特别是与堆积有关的问题。
例如，已知一种用在光谱仪中的、特别包括线性滤波操作的方法[1]。
所建议的滤波的目的是在了解由基本脉冲的堆积形成的任何主脉冲是所述噪声的一部分后，尽可能多地消除被加到有效信号上的噪声。
虽然这个方法带来某些改进，但它导致它特有的危害，并且它的使用领域受到局限。
由于在所述信号中存在的这种类型的噪声，建议的滤波在长时间内使用得越多，该滤波越有效，这不可避免地增加要考虑堆积现象的风险。
因此，这个方法高度依赖于所分析的伽玛源的放射性。
如果放射性是低的，因而堆积的风险被减小，则可以实施高效的滤波。
另一方面，如果放射性超过某个阈值，则实施滤波的时间必须缩短，以限制在待处理的信号中的堆积的数目，这减小噪声消除的效率，因此降低了最后得到的频谱的分辨率。
因此，当伽玛源的计数速率增加时，使用所述方法的光谱仪受到恶化的分辨率的损害。
许多制造商，诸如CAMBERRA/EURISYS，ORTEC或XIA，也已开发了能够克服堆积问题的数字光谱仪。
然而，用于处理脉冲的方法在原理上仍旧接近于传统的方法，仍旧是基于如以上方法提出的非递归线性FIR型(有限脉冲响应)滤波。
由XIA制造的“数字伽玛寻迹器”光谱仪，正是这种情形。
在这方面，可以在关于XIA的参考文献[2]、[3]、[4]和关于CAMBERRA/EURISYS参考文献[5]和[6]中找到细节。
还存在有部分解决堆积问题的其它方法。
它们是基于检测信号的形状的分析[7]或累积能量与所确定的阈值相比较的结果[8]，[9]。
这些方法也在很大程度上取决于所使用的检测器的类型，当计数速率很高时它们很少保持为鲁棒的。
还知道另一个最新的方法[10]，通过它有可能校正由特定的检测器(具体地，包含碲或镉的检测器)引起的失真，该检测器不生成面积正比于光子所沉积的能量的脉冲。使用两个变量来估计光子所沉积的能量与所述光子有关的脉冲的面积与上升时间。
然而，像上述的所有光谱方法一样，这个方法也仅仅基于实验结果。
另外，这些方法通常本身限于从处理后的信号中消除检测到的脉冲堆积。
最终的信号可能是没有脉冲堆积的，但某些基本脉冲和它们代表的数据因所述消除操作而消失。
所以，这些方法的一个缺点在于它们不允许识别被包含在主脉冲中的所有基本脉冲，进而分析它们代表的数据。

发明内容
所以，本发明的一个目的是克服这个缺点。
为了满足这个目的，本发明提出具体地在伽玛放射领域中的有效的识别方法，它不是基于实验方法而是基于严格的方法。
所以，本发明提出一种测量方法，包括处理包含一连串持续时间为D和能量为E、在时间上互相间隔开的主脉冲的信号，每个主脉冲可能由堆积的持续时间为Di并且其能量通过具有加性特性的变量Ei来估计的基本脉冲组成，所述基本脉冲具有到达时间Ti，它遵循强度λ的齐次泊松过程，其特征在于它包括以下步骤-数字化所述信号，以得到代表该信号的数据，使用该数据-测量每个主脉冲的持续时间D和能量E，以构建持续时间-能量对(D，E)，-根据所构建的(D，E)对来确定基本脉冲的能量对(Di，Ei)，-从所确定的对(Di，Ei)推导出每个基本脉冲的能量Ei。
本方法的某些优选的但非限制的方面如下-确定持续时间-能量对(Di，Ei)的步骤通过以下操作来实现求解将主脉冲的持续时间-能量对(D，E)的函数与基本脉冲的持续时间-能量对(Di，Ei)的函数相关联的去堆积(unpiling)公式，-所述公式将用于主脉冲的持续时间-能量对(D，E)的离散概率定律与用于基本脉冲的持续时间-能量对(Di，Ei)的离散概率定律关联起来，-在确定持续时间-能量对(Di，Ei)的步骤中，使用所构建的持续时间-能量对(D，E)以及与每个所述对(D，E)有关的发生次数来估计持续时间-能量对(D，E)的离散概率定律，所述发生是在前面根据所述测量确定的，-所述公式也相关于泊松过程的强度λ，-所述公式具有以下的形式Σt=0∞zt(at-Kt(s))=11-(az+(1-a)zB(z,s))]]>其中变量z和s代表持续时间与能量的z变换，t是持续时间，B(z，s)是概率密度bt，e的z变换，bt，e代表主脉冲的持续时间等于数值t并且它的能量等于数值e的概率，Kt(s)是因变于概率密度ht，e的函数的z变换，ht，e代表基本脉冲的持续时间等于数值t并且它的能量等于数值e的概率，α是取决于所分析的源的放射性的参数。
-泊松过程的强度λ通过测量主脉冲之间的时间间隔来确定，-使用以下公式来确定参数αα＝exp(-λTe)其中Te是与数字化步骤有关的采样周期，-推导出每个基本脉冲的能量Ei的步骤包括确定它的能量的离散概率定律的步骤，-能量的离散概率定律是持续时间-能量对(Di，Ei)的离散概率定律根据能量的边际概率定律，-根据持续时间，所述去堆积公式中的等式右侧的分式被展开完整的级数，以确定该级数的系数，-用所述去堆积公式中的等式左侧的项中包含的αtK-t(S)系数来识别所述完整级数的系数，以确定与基本脉冲的持续时间-能量对(Di，Ei)有关的所述概率ht，e，-完整级数的系数的所述确定和系数的所述识别步骤每一个都包括至少一个离散卷积计算，-所述系数识别步骤还包括正性约束条件测试，-主脉冲代表主要流，每个可能包含堆积的基本流，每个基本流用基本脉冲代表，-所述流是光子流，-光子是伽玛光子，-每个光子流的能量用相应脉冲的能量代表，每个能量根据每个相应脉冲下的面积来确定，-该方法包括所述信号的初始测量步骤，所述信号包括一连串代表物理现象的主脉冲，-该方法包括至少一个以下步骤，即提供给用户有关所述信号的数据，-所述数据关系到基本流，
-所述数据关系到代表基本流的基本脉冲的能量Ei。
本发明的另一个目的是提出用于分析包含一连串持续时间为D和能量为E、在时间上互相间隔开的主脉冲的信号的设备，所述主脉冲可能由堆积的持续时间为Di、能量为Ei的基本脉冲组成，所述基本脉冲具有遵循强度λ的齐次泊松过程的到达时间Ti，其特征在于，所述设备包括能够单独地或组合地应用根据以上优选方面的方法的装置。


通过参照附图，阅读以下作为例子给出的、非限制性的一个优选实施方式的详细说明，将更好地明白本发明的其它方面、目的和优点，在图上图1是伽玛光谱仪中的数字采集链的单元的示意图，图2显示可使用图1所示的设备来观察的伽玛源的射线谱，图3是由伽玛光子检测器生成的时间信号的说明性例子，图4是单能铯137源的测量出的能量分布的说明性例子，图5是以几个能量发射光子的放射性源的能量分布的说明性例子，图6示意地显示当发生堆积现象时从慢检测器得到的时间信号，图7显示当没有发生堆积现象时伽玛源的归一化谱，图8显示当通过增大的放射性发生堆积现象时，图7中分析的伽玛源的归一化谱，图9是由本发明测量的信号部分的示意图，这个信号包括两个主脉冲，图10作为说明，显示当信号用本发明方法数字化时图9中的信号，图11是本发明方法的框图，图12给出了用所述方法处理的信号的占用序列的D-E对的二维直方图的例子，
图13给出了所述处理后信号的基本脉冲的Di和Ei对的二维直方图的例子，图14是被用来在适当的电子装置中实施根据本发明的去堆积方法的第一部分的算法的框图，图15是被用来在适当的电子装置中实施根据本发明的去堆积方法的第二部分的算法的框图，图16显示没有应用本发明方法时的铯137的观察到的伽玛能谱，图17显示使用本发明方法时的铯137的观察到的伽玛能谱，具体实施方式
作为预备说明，在其余部分，占用序列(occupation sequence)将被指定为期间总是存在至少一个基本脉冲的未中断信号部分，即在这个信号的幅度大于例如对应于检测器的白色噪声电平的阈值的每个时刻。
事实上，占用序列对应于主脉冲。
然而，在这个新的想法下，有可能(以后有很大好处)指定非占用序列作为非中断的信号部分，在此期间该信号低于或等于选择的阈值(该阈值还可能是检测器的噪声电平)。
作为例子，图9示意地显示由本发明系统测量的信号部分，所述信号包含两个占用序列20和21。
占用序列20不包含堆积，而序列21包含两个基本脉冲的堆积。
另外，注意到这样的事实，脉冲持续时间D或Di是指对应于所述脉冲的总宽度的时间。
在这方面，在本公开内容的其余部分，持续时间和能量在公式中被如下指定·持续时间对于时间公式指定为t，或者当公式被z变换时指定为z，·能量对于时间公式指定为e，或者当公式被z变换时指定为s。
现在参照图10，本发明的系统采样并数字化由检测器在测量步骤期间生成的整个信号，以得到代表该信号或更一般地相关的伽玛光子流的数字数据流24。
将会指出，所述采样使用采样周期Te，它的数值在本公开内容中被设置为1，以便简化公式的书写和它们的理解。
这个数字数据流由图1的处理块处理。
典型地，使用能够对数字数据执行操作的电路，诸如处理器、数字信号处理(DSP)电路、触发可编程门阵列(FPGA)或任何其它设备电路。
在这个处理块中，实施本发明方法，以去堆积被包含在测量信号中的脉冲。
所谓“去堆积”是指为了部分或全部解决由于基本脉冲的堆积引起的问题而对包含在主脉冲中的数据所作的任何处理。
所提出的去堆积方法是基于以下假设-基本脉冲具有遵循强度为λ的齐次泊松过程的到达时间，-代表能量的变量具有加性特性。
该方法的框图被显示于图11中。
首先考虑代表占用序列的数字数据。
具体地，它们的持续时间D被估计和它们的能量E，一组30持续时间-能量(D，E)对被构建，每个与具体的占用序列有关。
将会指出，使用在该序列下的面积来估计占用序列的能量E。
根据数字化数据的幅度并且根据得到的时间分辨率来计算这个面积，该分辨率具体地取决于图1的采集块的性能水平。
显然，面积估计的精度随时间分辨率而提高，因而随过采样因子而提高。
第一串联的步骤(26，28)于是包含确定泊松过程的所述强度λ(这个参数λ在方框27一级上是必需的)。
为此，使用占用序列的对(D，E)和这些占用序列的到达时间来计算每个占用序列之间的时间间隔(方框26)。
然后，使用隔开占用序列的时间间隔来估计所述强度λ(方框28)。
由于申请人已经确定这些时间遵守参数为λ的指数概率定律，所以该估计是可行的。
因此，通过使用可以根据测量的主脉冲的持续时间D和发生时间来估计的时间间隔而表征指数定律，可以估计该参数。
方框25包含计算每对(D，E)的发生次数，以得到有关占用序列的相对存在的信息。
作为说明，有可能得到10对(0.4ms，1Mev)，2对(0.4ms，1.2Mev)，和40对(1ms，1Mev)。
当拥有包含每对(D，E)的发生次数的数据表时，就有可能获得统计分布的估计器。
所述分布的一种可能的表示被显示于图12中。
这个图显示了处理后信号中的占用序列的D和E对的二维直方图。
显然，这个直方图仅仅用于说明目的而不是为了限制。
在本图中，可以明显地看到峰值100，它对应于持续时间下标(index)为14、能量下标为28的占用序列。
根据所作的测量，这个占用序列在从检测器得到的信号中发生约10000次。
因此，以一定的方式，方框25包含构建代表持续时间和能量的二维直方图的数据表。
另一个方框27然后包含关联(D，E)对与基本脉冲的持续时间-能量对(Di，Ei)。
通过这样做，可以首次获得有关被包含在从检测器得到的信号中的基本脉冲的信息。
更精确地，使用将用于主脉冲的对(D，E)的离散概率定律与用于基本脉冲的对(Di，Ei)的离散概率定律相关联的公式，执行从主脉冲到基本脉冲的改变。
如下给出将被称为去堆积公式的所述公式
Σt=0∞zt(αt-Kt(s))=11-(αz+(1-α)zB(z,s))---(1)]]>·t代表持续时间，变量z和s代表持续时间t与能量e的z变换。
·B(z，s)是概率密度bt，e的z变换，主脉冲的持续时间等于持续时间下标t所代表的数值，它的能量等于由下标e代表的数值(t和e是整数)。
B(z，s)的公式具有以下的形式B(z,s)=Σt≥1Σe≥1bt,eztse---(2)]]>·Kt(s)是因变于概率密度ht，e的函数，基本脉冲的持续时间等于由持续时间下标t代表的数值，它的能量等于由下标e代表的数值。
这个函数用以下的形式表示Kt(s)Σe=1∞kt,ese=Σe=1∞(seΣj=1t-1Σk=1jhk,e)---(3)]]>最后，参数α与所分析的源的放射性有关，具体地取决于泊松过程的所述强度λ。
现在将会理解用方框26和28确定这个参数λ的优点。
关于所述参数α，可以使用公式(4)相对于参数λ来确定它α＝exp(-λTe)(4)其中Te是采样从检测器得到的信号的信号的周期。
当方框27结束时，相对于包含在信号中的基本脉冲的对(Di，Ei)得出数据表32。
换句话说，在这一级，我们能够构建所述基本脉冲的持续时间与能量的新的二维直方图。
所述直方图的非限制性例子在图13上给出。
与图12相比较，可以看到，脉冲的持续时间减小。
包含基本脉冲的堆积的主脉冲事实上已让步于所述基本脉冲。
方框29使用用于(Di，Ei)对的离散概率定律根据能量的边际概率定律的计算。
这样，使用(Di，Ei)对，通过求和与所选择的能量Ei有关的持续时间来计算每个能量Ei。
作为说明性例子，假设方框27允许确定在下表中给出的(Di，Ei)对32

在信号中把所有的持续时间合在一起，一脉冲具有1Mev的能量Ei的概率是0.72(0.1+0.25+0.2+0.17)。
以公式表示，对能量e的发生(下面表示为Ge)的所述确定如下Ge=Σk=1NB_Dhk,e---(5)]]>其中k是持续时间下标，NB D是持续时间通道的数目。
本发明所提出的方法需要在适当的装置中实施以上的各个公式，以便最后得到在被包含在信号中的基本脉冲的能量Ei谱上的数据31。
如前所述，所述装置可以是DSP电路、FPGA电路、ASIC电路(专用集成电路)或任何其它等价电路。
可以相对于与预期的应用有关的约束条件，诸如成本、尺寸、性能水平、模态等等进行选择。
在所有的情形下，所述实施方案具体地包括两个基本步骤，将在下面说明。
显然，本领域技术人员在阅读下面给出的说明后将知道，存在有其它可能的变化，提出的实施方案决不是限制的。
根据公式(1)，将会看到，在公式左面的表达式具有以下形式系数对应于括号之间的项，即αt-Kt(s)的完整级数。
关于这个感兴趣的特性，提出的实施方案的一个第一步骤包括将公式右面的项展开完整的级数，确定该级数的所有系数。
换句话说，在以下公式中找出系数yt(s)
11-(az+(1-a)zB(z,s))=Σt≥0ztyt(s)---(6)]]>其中t是对应于持续时间的整数。
步骤1搜索完整级数的系数所述步骤使用基于循环关系的算法。
为此，公式(1)右面的所述项被认为是其系数yt(s)根据能量被确定的无限脉冲响应(IIR)滤波器的脉冲响应。
所述滤波器的Y/X传递函数的Z变换使得有可能使用公式右面的所述项，写出X(z，s)＝Y(z，s)(1-(αz+(1-α)zB(z，s)))(7)即， X(z，s)＝Y(z，s)-αzY(z，s)-(1-α)zB(z，s)Y(z，s)(8)仅仅根据持续时间z计算公式(8)的逆Z变换，得到下式xt(s)＝yt(s)-αyt-1(s)-((1-α)b(s)*y(s))t-1(9)即， yt(s)＝αyt-1(s)+((1-α)b(s)*y(s))t-1+xt(s) (10)而bt(s):=Σe≥1bt,ese---(11)]]>这里将指出，符号*表示卷积算子。
根据公式(10)，系数yt(s)可以对于给定的能量s被递归地确定。
为此，由于我们对所述滤波器的脉冲响应感兴趣，xt(s)是二维狄拉克(Dirac)函数，公式(11)中的系数bt(s)是从主脉冲的直方图上的数据获知的，系数α是从公式(4)获知的。
可在上述装置中实施并主要基于公式(10)的算法的框图显示于图14。
一个第一步骤200包含设置某些变量，包括代表滤波器输入的xt(s)，它使用根据二维狄拉克函数的能量的Z变换的值。
另外，持续时间t被设置为1。
在步骤201。滤波器输出yt(s)被设置。
更具体地，第一持续时间(t＝0)被固定，并且与变量y0(s)的能量有关的数值被设置为1。
在这一阶段，有可能从公式(10)开始计算yt(s)。
为了做到这一点，使用覆盖持续时间t和能量s的两个循环。
在持续时间上的第一循环包括步骤202、203和204，在能量上的第二循环包括步骤202到206。
在步骤202，对于给定的能量s确定公式(10)。
例如，当首先经历这个步骤202时，计算的是y1(s＝0)，然后在持续时间t的循环的第一次迭代后，确定的是y2(0)。
因此，藉助于这个第一循环，可以计算所有的值yt(0)。
步骤203是被用来确定持续时间的循环是否必须继续进行的测试。
这个测试包含比较持续时间的变量与具有预定义的最大持续时间的信道的数目(被表示为NB_D)。
如果测试是肯定的，则实施步骤204，以使持续时间变量t递增。
当可应用时，算法离开所述第一循环，在步骤205，测试第二循环是否必须继续进行。
在步骤205，因此，比较变量s与具有预定义的最大能量的信道的数目(被表示为NB_E)。
如果测试是肯定的，则算法移动到步骤206，在其中能量s递增，持续时间变量t被设置为1，正如在步骤200那样。
算法然后再次到达步骤202，现在可以确定所有的数值yt(1)。
作为例子，所计算的第一系数是y1(1)，然后在t的第一次递增后，步骤202计算y2(1)等等。
算法最后在步骤207结束，离开关于能量的第二循环。
最后，得到在持续时间和能量上的矩阵，其元素是IIR滤波器的脉冲响应的寻找的系数yt(s)，或换句话说，在公式(6)中所述完整级数的想要的系数。
步骤2系数的识别第二步骤包含将这样确定的系数识别为在去堆积公式(1)中的公式左面的完整级数的系数。
根据公式(1)到(6)，可以写出Σt≥0zt(at-Kt(s))=Σt≥0ztyt(s)---(11)]]>因此αt-Kt(s)＝yt(s)(12)通过用(4)替代放射性α，得到以下公式yt(s)＝exp(-λt)exp(λkt(s))(13)现在得到包含项λkt(s)的指数的完整级数yt(s)=exp(-λt)Σn≥0(λKt(s))nn!---(14)]]>然后，这样，所述公式可以在选择的装置中被实施，执行完整级数的截断yt(s)≈exp(-λt)Σn=0MAX_C(λKt(s))nn!---(15)]]>最后，通过把根据能量的逆Z变换施加到公式(15)的第二项，得到以下的公式yt,e=exp(-λt)Σn=0MAX_Cλnn!(kt,e)(e)≠n---(16)]]>其中kt，e是kt(s)的根据能量s的逆Z变换。
这里将指出，在公式(16)中使用的符号(e)*n表示根据能量e的第n次卷积。
已知yt，e，从公式(16)确定系数yt，e，然后通过使用二重微分从公式(3)得到系数ht，e，最后根据系数ht，e的能量对持续时间进行求和，以确定被包含在信号中的基本脉冲的每个能量Ei。
现在提出递归算法，它可被用来在所选择的装置中实施这个第二识别步骤。
这里再次地，本领域技术人员将会看到所提出的实施例的许多可能的变例。
所述算法的主要步骤作为说明在图15上给出。
这里可以记得，这些步骤使用基本上基于公式(16)和(3)的计算。
在第一步骤210期间，数学表达式yt，eext(λt)被确定为开始确定在公式(16)的右面的项中在下标n上的和。
因此，当指数移动到公式的左侧时，从公式(16)导出该表达式。
图15上步骤210中显示的箭头表示赋值给变量(在本例中yt，e)的赋值操作。
步骤211包含设置被包含在公式(16)中的项kt*n(s)。
该项的值被存储在图15表示为gt(e)的变量中。
将会指出，gt(e)是存储根据系数kt，e的能量(kt，e)(e)*n的第n次卷积的变量。
设置其它变量，例如能量、持续时间、具有最大持续时间的信道的数目NB_D、具有最大能量的信道的数目NB_E。
然后使用两个重叠的循环，从步骤212开始。
对能量的第一循环包括步骤212，213和214。
它被用来对于给定的持续时间t确定系数kt，e的第n次卷积或(kt，e)(e)*n。
第二循环包括步骤212到221。
它涉及到持续时间t，并被用来计算根据持续时间的系数kt，e。
下面给出这两个循环的每个循环的更精确的说明。
如上所述，对能量的第一循环在步骤212开始。
在这个步骤期间，yt(e)的卷积根据gt-1(e)下的能量被计算并且这个数值被存储在gt(e)中。
在步骤213进行对能量的下标的测试，以检测从关于能量的该第一循环的可能出口。
只要当前能量小于NB_E，则该能量在步骤214被递增，步骤212重新开始。
一旦对于当前持续时间t根据能量确定了第n次卷积(kt，e)(e)*n，就可以开始步骤215，计算在公式(16)中公式右面的求和的部分，然后存储在被称为temp的变量中。
更精确地，temp变量具有以下的数值temp=Σk=1MAX_Cλk+1gt(e)---(17)]]>其中t是第二循环上的当前持续时间，MAX_C是指数的完整级数展开的截断下标。
这个temp变量然后在步骤216被用来根据能量并针对当前持续时间t计算所有的系数kt，e。
所述系数kt，e的计算如下kt，e＝(yt，e-temp)/λ(18)它们通过公式(16)的所述和与同一个公式的和的所述部分之间的差来计算。
这相当于计算以下的表达式kt,e1λ(Σn=1MAX_Cλnn!(kt,e)(e)≠n-Σn=1MAX_C-1λn+1(n+1)!(kt,e)(e)≠n+1)---(19)]]>一旦根据能量并针对给定的持续时间t确定了系数kt，e，就在步骤217进行正性约束条件测试，以保证所得到的数值是与概率密度相关的。
测试包含确定以下的不等式是否成立kt，e-2kt-1，e+kt-2，e＞0 ？(20)以及是否t＞1？以某种方式确定在前一持续时间t-1时，二次数字导数是否为正的。
如果不是的话，算法移动到保证219，把系数ht，e固定到对应于零值。
然后，在步骤218，这些确定的系数kt，e被存储在变量gt(e)中。
另一方面，如果测试217是肯定的，则步骤219被忽略，直接进到步骤218。
在步骤220，在持续时间上的第二循环测试确定根据系数kt，e[或gt(e)]的持续时间的计算是否完成。
如果不是的话，执行步骤221，其中持续时间递增并且能量的下标被复位到零。
然后它返回到步骤212，从这个新的持续时间开始。
相反，如果该计算被完成，则持续时间的第二循环可以被保留。
现在确定根据能量和持续时间的系数kt，e。
如上所述，现在可以从公式(3)导出系数ht，e。
在步骤222实施该二重微分运算。
在这个步骤结束时，得到代表被包含在处理的信号中的基本脉冲的持续时间/能量对的概率密度的所有系数。
最后的步骤223确定基本脉冲的能量，把它存储在根据能量的变量m中。
为了达到这个目的，对于每个能量，系数ht，e根据持续时间相加。
应当指出，这个步骤对应于计算根据基本脉冲的持续时间/能量对的离散概率密度的所述边际概率的能量。
被存储在存储器中的基本脉冲的能量最后由读出装置被提供给用户，这样，用户可以识别存在的放射性核素并且作出诊断(打印机、监视器或等价功能的任何其它装置)。
本领域技术人员将会找到一定数目的明显变例。
作为例子，由方法提供的数据可涉及到中间的步骤(主脉冲或基本脉冲等等的持续时间-能量对的直方图的图形代表)。
下面给出当通过使用上述的算法执行本发明方法时得到的某些非限制的结果。
图16显示用铯137观察到的伽玛能量谱。
光谱仪装置是出现堆积的那种装置。
另外，这个装置没有使用本发明的去堆积方法。
将会看到，这个频谱包含在能量E3处的基本射线50，在对应于能量E3的两个光子的堆积的能量E4处的第二射线。
图17显示当在所述装置中使用本发明方法时同一个伽玛源(铯137)的频谱52。
能量E4的射线51消失；在频谱上仅仅留下对应于能量E3的射线，这样，这个频谱与铯137的频谱相一致。
另外，在图17上将会看到，噪声上限53相对于在图16上看到的结果被大大地减小。
对于信息，这个上限具体地由于堆积与Compton效应的组合。
所得到的结果所以是非常满意的。
它们揭示通过在适当的电子装置中实施建议的算法而达到的本发明测量方法的有效性和它的工业可应用性。
更一般地，本发明提供许多其它优点发射的能量和它们的发生的改进的标识，不像在引言中提到的、经由消除的滤波方法，考虑整个测量的信号，而不消除这个信号的任何有效的部分，不需要关于脉冲形状的任何假设，方法的良好的可靠度，而不管源的放射性是低还是高(然而，对于本方法正确地起作用所必须的一个条件是一定不能有基本脉冲的永久的堆积)，方法可能直接应用到测量的信号，或以后应用。
非常少的近似的使用使得本方法在数字上比起现有技术方法更精确。
显然，本发明决不是限于在附图上显示的和上述的实施例。
具体地，本发明可应用于其它光谱仪领域(例如，α、中子光谱仪，更一般地，任何类型的微粒)以及作用在不同的类型的检测器，具体地不同的尺寸和形式。
更一般地，它可被使用于其中寻求按堆积确定被包含在主要信号中的基本信号的贡献的应用，这样的信号有可能在字面的更一般的意义上代表流动。
没有限制，这可以是荧光单元或在通信系统中的队列中的单元的光子流等等。
例如，对于队列，作为本发明中描述的实施例的可能的等价物，有可能把连接时间与持续时间相关联和把通带与能量变量E相关联。
另外，决不强迫能量E通过估计在脉冲下面的面积被估计。在本发明中描述的实施例中，使用面积的确定是完全适用的，因为简单的关系把这个面积与伽玛光子的能量相关联。
然而，在不同的应用中，不一定必须是这样的情形。
本领域技术人员将会看到，本发明的一个原理，作为一般法则，是基于代表在主脉冲中基本脉冲的权因子的能量的使用。
用于估计这个权因子的方法所以可以证明根据应用是非常不同的。
作为例子，不是限制，权因子可以对应于基本脉冲的幅度，具体的持续时间等等。
在这里记起，为了应用本发明方法，仅仅要观察以下的约束条件-基本脉冲的到达时间遵循齐次泊松过程，-主脉冲具有所确定的持续时间D，-代表基本脉冲的能量的变量Ei具有加性特性。
参考文献[1]G.F.KnollRadiation Detection and Measurement.Wiley，2ndEd.，1989. Xia patentUS 5,873,054. Xia patentUS 5,774,522. Xia patentUS 5,684,850. camberra/Eurisys patentUs 5,337,603[6]Camberra/Eurisys patentUS 5,206,174. US patent 5,884,234. US patent 5,067,090. US patent 5,349,193. US patent 5,821,538.
权利要求
1.一种测量方法，包括处理包含一连串持续时间为D并且能量为E、在时间上互相间隔开的主脉冲(17)的信号(11)，每个主脉冲可能由持续时间为Di并且其能量通过具有加性特性的变量Ei来估计的基本脉冲(15)的堆积组成，所述基本脉冲(15)具有遵循强度λ的齐次泊松过程的到达时间Ti，其特征在于所述方法包括以下步骤数字化所述信号，以得到代表该信号的数据(24)，由所述数据(24)测量每个主脉冲(17)的持续时间D和能量E，以构建持续时间-能量对(D，E)，根据所构建的(D，E)对来确定基本脉冲(15)的能量对(Di，Ei)，从所确定的(Di，Ei)对推导出每个基本脉冲(15)的能量Ei。
2.如权利要求1所述的方法，其特征在于，确定持续时间-能量对(Di，Ei)的步骤通过以下操作来实施求解将主脉冲的持续时间-能量对(D，E)的函数与基本脉冲的持续时间-能量对(Di，Ei)的函数相关联的去堆积公式。
3.如权利要求2所述的方法，其特征在于，所述公式将用于主脉冲的持续时间-能量对(D，E)的离散概率定律与用于基本脉冲的持续时间-能量对(Di，Ei)的离散概率定律关联起来。
4.如权利要求3所述的方法，其特征在于，在确定持续时间-能量对(Di，Ei)的步骤中，使用所构建的持续时间-能量对(D，E)以及与每个所述对(D，E)有关的发生次数来估计持续时间-能量对(D，E)的离散概率定律，所述发生已在前面根据所述测量被确定。
5.如权利要求2到4的任一项所述的方法，其特征在于，所述公式也相关于泊松过程的强度λ。
6.如权利要求2到5的任一项所述的方法，其特征在于，所述去堆积公式具有以下形式Σt=0∞Zt(at-kt(s))=11-(az+(1-a)zB(z,s))]]>其中变量z和s代表持续时间与能量的z变换，t是持续时间，B(z，s)是概率密度bt，e的z变换，bt，e代表主脉冲的持续时间等于数值t并且它的能量等于数值e的概率，Kt(s)是因变于概率密度ht，e的函数的z变换，ht，e代表基本脉冲的持续时间等于数值t并且它的能量等于数值e的概率，α是取决于所分析的源的放射性的参数。
7.如前述权利要求的任一项所述的方法，其特征在于，通过测量隔开主脉冲(17)的时间间隔来确定泊松过程的强度λ。
8.如权利要求6到7的任一项所述的方法，其特征在于，使用以下公式来确定参数αα＝exp(-λTe)其中Te是与数字化步骤有关的采样周期。
9.如前述权利要求的任一项所述的方法，其特征在于，推导出每个基本脉冲(15)的能量Ei的步骤包括确定这些能量的离散概率定律的步骤。
10.如前述权利要求的任一项所述的方法，其特征在于，能量的离散概率定律是持续时间-能量对(Di，Ei)的离散概率定律根据能量的边际概率定律。
11.如权利要求6到10的任一项所述的方法，其特征在于，在所述去堆积公式中的等式右面的分式被展开为完整的级数，以确定所述级数的系数。
12.如权利要求11所述的方法，其特征在于，所述完整级数的系数被识别为在所述去堆积公式中的等式左面的项中包含的系数αt-Kt(s)，以确定与基本脉冲(15)的持续时间-能量对(Di，Ei)有关的所述概率密度ht，e。
13.如权利要求11到12的任一项所述的方法，其特征在于，所述完整级数的系数的确定和所述识别系数的步骤的每一个都包括至少一个离散卷积计算。
14.如权利要求12到13的任一项所述的方法，其特征在于，所述系数识别步骤还包括正性约束条件测试(217)。
15.如前述权利要求的任一项所述的方法，其特征在于，主脉冲代表主要流，每个主要流可能由基本流的堆积组成，每个基本流由基本脉冲代表。
16.如权利要求15所述的方法，其特征在于，所述流是光子(3)流。
17.如权利要求16所述的方法，其特征在于，光子(3)是伽玛光子。
18.如权利要求16到17的任一项所述的方法，其特征在于，利用相应脉冲的能量来估计每个光子(3)流的能量，并且关于每个相应脉冲下的面积(13)来确定每个脉冲的能量。
19.如前述权利要求的任一项所述的方法，其特征在于，它包括所述信号的初始测量步骤，所述信号包含一连串代表物理现象的主脉冲。
20.如前述权利要求的任一项所述的方法，其特征在于，该方法包括至少一个提供给用户有关所述信号的数据的步骤。
21.如前述权利要求所述的方法，其特征在于，所述数据与基本流有关。
22.如权利要求21所述的方法，其特征在于，所述数据涉及代表基本流的基本脉冲的能量Ei。
23.一种用于分析包含一连串持续时间为D并且能量为E、在时间上互相间隔开的主脉冲(17)的信号(11)的设备，所述主脉冲可能由持续时间为Di、能量为Ei的基本脉冲(15)的堆积组成，所述基本脉冲(15)具有遵循强度λ的齐次泊松过程的到达时间Ti，其特征在于，所述设备包括能够实施如前述任一项权利要求所述的方法的装置。
全文摘要
本发明涉及一种测量方法，包括处理包含一连串具有持续时间D和能量E、在时间上互相间隔开的主脉冲的信号，每个主脉冲可能由持续时间为Di并且其能量通过具有加性特性的变量Ei来估计的基本脉冲的层叠组成，其中所述基本脉冲具有遵循强度λ的齐次泊松过程的到达时间Ti，其特征在于，所述方法包括以下步骤数字化所述信号；测量每个主脉冲的持续时间D和能量E，以便创建持续时间－能量对(D，E)，根据所构建的(D，E)对来确定基本脉冲的能量对(Di，Ei)；从所确定的对(Di，Ei)推导出每个基本脉冲的能量Ei。本发明还涉及信号分析设备，包括能够实施根据本发明的方法的装置。
文档编号G01T1/36GK1954237SQ200580015784
公开日2007年4月25日 申请日期2005年5月18日 优先权日2004年5月19日
发明者艾里克·巴拉特, 托马斯·布莱塞特, 托马斯·陶特里默, 托马斯·特里加诺 申请人:原子能委员会