一种采用神经网络处理器的粒子及事例类型甄别系统

本发明涉及辐射探测，特别是涉及一种采用神经网络处理器的粒子及事例类型甄别系统。

背景技术：

1、在核物理研究以及辐射探测中，对核反应的粒子及事例类型甄别具有重要的意义。比如在中子探测实验中对中子和伽马射线进行甄别，在液闪谱仪中对α、β粒子进行甄别，在无中微子双贝塔衰变实验中对信号事例对应的单点事例和本底事例对应的多点事例进行甄别，在伽马射线探测中对全能峰区间的全能量沉积事例和康普顿坪区的部分能量沉积事例进行甄别等。为此有必要研制一种可针对不同的应用场合的高性能、通用型，能对粒子以及事例类型在线甄别的方法。

技术实现思路

1、本发明的目的是提供一种采用神经网络处理器的粒子及事例类型甄别系统，实现了粒子及事例类型的在线甄别。

2、为实现上述目的，本发明提供了如下方案：

3、一种采用神经网络处理器的粒子及事例类型甄别系统，包括：核脉冲信号采集模块和soc处理器，所述soc处理器部署有cpu处理单元和npu处理单元；所述核脉冲信号采集模块、所述cpu处理单元与npu处理单元依次连接；

4、所述核脉冲信号采集模块用于采集待甄别目标的射线能量，并将所述射线能量转化为核脉冲数字波形，并将所述核脉冲数字波形发送给所述cpu处理单元；

5、所述cpu处理单元用于从所述核脉冲数字波形中提取核脉冲信号数据；

6、所述npu处理单元用于：

7、基于所述核脉冲信号数据，利用部署在所述npu处理单元中的第一甄别模型，确定待甄别目标的第一类型；所述第一甄别模型是利用多个核脉冲信号数据和对应的第一类型对神经网络进行训练得到的，所述第一类型为α粒子或β粒子，神经网络为卷积神经网络或全连接神经网络；

8、或基于所述核脉冲信号数据，利用部署在所述npu处理单元中的第二甄别模型，确定待甄别目标的第二类型；所述第二甄别模型是利用多个核脉冲信号数据和对应的第二类型对神经网络进行训练得到的，所述第二类型为全能量沉积事例或部分能量沉积事例；

9、或基于所述核脉冲信号数据，利用部署在所述npu处理单元中的第三甄别模型，确定待甄别目标的第三类型；所述第三甄别模型是利用多个核脉冲信号数据和对应的第三类型对神经网络进行训练得到的，所述第三类型为中子或伽马射线。

10、可选地，所述核脉冲信号采集模块，包括：依次连接的辐射探测器、输入缓冲电路、低噪声信号放大电路、单端转差分电路和高速adc电路；所述高速adc电路与所述soc处理器连接；

11、所述辐射探测器用于采集待甄别目标的射线能量，并将所述射线能量转换为原始电压脉冲信号；

12、所述输入缓冲电路用于对所述原始电压脉冲信号进行放大，得到一次放大后的电压脉冲信号；

13、所述低噪声信号放大电路用于对一次放大后的电压脉冲信号进行进一步放大和降噪；得到二次放大后的电压脉冲信号；

14、所述单端转差分电路用于将二次放大后的电压脉冲信号转换为差分信号；

15、所述高速adc电路用于将所述差分信号进行模数转换，得到所述核脉冲数字波形。

16、可选地，所述甄别系统还包括：存储模块；所述存储模块与所述cpu处理单元连接；

17、所述存储模块用于存储所述cpu处理单元提取出的核脉冲信号数据；

18、所述cpu处理单元还用于当所述npu处理单元空闲时，从所述存储模块中读取核脉冲信号数据，并将所述核脉冲信号数据发送给所述npu处理单元进行甄别。

19、可选地，所述npu处理单元中还部署有人工神经网自编码器；所述人工神经网自编码器分别与所述cpu处理单元、所述第一甄别模型、所述第二甄别模型和所述第三甄别模型连接；

20、所述人工神经网自编码器用于对所述核脉冲信号数据进行滤波降噪，并将滤波降噪后的核脉冲信号数据发送至所述第一甄别模型、所述第二甄别模型或所述第三甄别模型进行甄别。

21、可选地，所述soc处理器，还部署有粒子事例数据包；所述粒子事例数据包与所述cpu处理单元连接；

22、所述cpu处理单元还用于将所述npu处理单元输出的甄别结果发送给所述粒子事例数据包进行暂存；所述甄别结果为第一类型、第二类型或第三类型。

23、可选地，所述甄别系统，还包括：上位机；所述上位机与所述粒子事例数据包连接。

24、可选地，所述上位机通过usb3.0与所述粒子事例数据包连接。

25、可选地，所述上位机依次通过路由器和以太网接口与所述粒子事例数据包连接。

26、可选地，所述存储模块为ddr存储器或sdram存储器。

27、根据本发明提供的具体实施例，本发明公开了以下技术效果：

28、本发明公开了一种采用神经网络处理器的粒子及事例类型甄别系统，包括：核脉冲信号采集模块和soc处理器，soc处理器部署有cpu处理单元和npu处理单元；核脉冲信号采集模块、cpu处理单元与npu处理单元依次连接；核脉冲信号采集模块用于采集待甄别目标的射线能量，并将射线能量转化为核脉冲数字波形，并将核脉冲数字波形发送给cpu处理单元；cpu处理单元用于从核脉冲数字波形中提取核脉冲信号数据；npu处理单元用于：基于核脉冲信号数据，利用部署在npu处理单元中的第一甄别模型，确定待甄别目标的第一类型；第一类型为α粒子或β粒子；或基于核脉冲信号数据，利用部署在npu处理单元中的第二甄别模型，确定待甄别目标的第二类型；第二类型为全能量沉积事例或部分能量沉积事例；或基于核脉冲信号数据，利用部署在npu处理单元中的第三甄别模型，确定待甄别目标的第三类型；其中，第一甄别模型、第二甄别模型和第三甄别模型均是基于神经网络得到的。本发明通过采用神经网络处理器的粒子及事例类型甄别系统实现了粒子及事例类型的在线甄别。

技术特征：

1.一种采用神经网络处理器的粒子及事例类型甄别系统，其特征在于，所述甄别系统包括：核脉冲信号采集模块和soc处理器，所述soc处理器部署有cpu处理单元和npu处理单元；所述核脉冲信号采集模块、所述cpu处理单元与npu处理单元依次连接；

2.根据权利要求1所述的采用神经网络处理器的粒子及事例类型甄别系统，其特征在于，所述核脉冲信号采集模块，包括：依次连接的辐射探测器、输入缓冲电路、低噪声信号放大电路、单端转差分电路和高速adc电路；所述高速adc电路与所述soc处理器连接；

3.根据权利要求1所述的采用神经网络处理器的粒子及事例类型甄别系统，其特征在于，所述甄别系统还包括：存储模块；所述存储模块与所述cpu处理单元连接；

4.根据权利要求1所述的采用神经网络处理器的粒子及事例类型甄别系统，其特征在于，所述npu处理单元中还部署有人工神经网自编码器；所述人工神经网自编码器分别与所述cpu处理单元、所述第一甄别模型、所述第二甄别模型和所述第三甄别模型连接；

5.根据权利要求1所述的采用神经网络处理器的粒子及事例类型甄别系统，其特征在于，所述soc处理器，还部署有粒子事例数据包；所述粒子事例数据包与所述cpu处理单元连接；

6.根据权利要求5所述的采用神经网络处理器的粒子及事例类型甄别系统，其特征在于，所述甄别系统，还包括：上位机；所述上位机与所述粒子事例数据包连接。

7.根据权利要求6所述的采用神经网络处理器的粒子及事例类型甄别系统，其特征在于，所述上位机通过usb3.0与所述粒子事例数据包连接。

8.根据权利要求6所述的采用神经网络处理器的粒子及事例类型甄别系统，其特征在于，所述上位机依次通过路由器和以太网接口与所述粒子事例数据包连接。

9.根据权利要求3所述的采用神经网络处理器的粒子及事例类型甄别系统，其特征在于，所述存储模块为ddr存储器或sdram存储器。

技术总结
本发明公开一种采用神经网络处理器的粒子及事例类型甄别系统，涉及辐射探测技术领域，核脉冲信号采集模块采集待甄别目标的射线能量，转化为核脉冲数字波形发送给CPU处理单元提取核脉冲信号数据；NPU处理单元基于核脉冲信号数据，利用部署在NPU处理单元中的第一甄别模型，确定待甄别目标的第一类型；第一类型为α粒子或β粒子；或基于核脉冲信号数据，利用部署在NPU处理单元中的第二甄别模型，确定待甄别目标的第二类型；第二类型为全能量沉积事例或部分能量沉积事例；或基于核脉冲信号数据，利用部署在NPU处理单元中的第三甄别模型，确定待甄别目标的第三类型；第三类型为中子或伽马射线。本发明实现了粒子及事例类型的在线甄别。

技术研发人员：曾国强,李勍,樊纯頔,顾民,杨剑,胡传皓,杨小峰,侯杨,严磊
受保护的技术使用者：成都理工大学
技术研发日：
技术公布日：2024/5/10