一种基于蒙卡模拟的γ能谱生成方法、存储介质及系统技术方案

本发明专利技术涉及一种基于蒙卡模拟的γ能谱生成方法，包括步骤：将γ射线输运空间定义为立方体，并切割为多个等份的小块，且在多个等份小块中根据相对概率值填充预定材料；进行探测器几何设置，采用圆柱体表示探测器几何；进行γ能谱展宽设置；确定γ射线种类，并定义源粒子数量及位置。本发明专利技术还提供一种存储介质及基于蒙卡模拟的γ能谱生成系统，采用一种基于蒙卡模拟的γ能谱生成方法、存储介质及系统可生成大量高仿真通用γ能谱样本，使得生成的样本能够覆盖实际测量中多样化测量场景下的能谱真实形态特征，从而突破已有样本生成技术只针对单一测量场景的局限，提升γ能谱样本和与之相关的分析算法的通用性、普适性。普适性。普适性。

【技术实现步骤摘要】
一种基于蒙卡模拟的
γ
能谱生成方法、存储介质及系统


[0001]本专利技术属于核辐射探测领域，具体涉及一种基于蒙卡模拟的γ能谱生成方法、存储介质及系统。

技术介绍

[0002]γ能谱是放射性核素发射的γ射线在探测器中沉积能量而形成的信号计数统计分布图(按信号幅值从小到大排列)。由于信号幅值与γ射线在探测器中沉积的能量成正比，因此γ能谱即为γ射线数目按能量的统计分布图。由于γ能谱蕴含了放射性核素的特征信息，因此γ能谱测量是实验室或就地进行放射性定量分析的重要手段，对γ能谱进行准确解析则是确保放射性定量分析准确性的关键环节。γ能谱形态极为复杂，因此要实现准确的能谱解析，必须要掌握能谱形态的变化规律，其前提则是获取大量能谱样本。目前机器学习技术在γ能谱分析领域得到越来越多的应用，该方法利用大量γ能谱样本来训练深层神经网络进而实现对未知能谱的解析，其性能远超传统滤波分析法，因此逐渐成为主流方法，而γ能谱样本的构建则越发成为核心技术环节。
[0003]限于实际测量条件，通过直接测量获取大量γ能谱样本的方法难以实现。与实测不同，借助计算机模拟生成仿真γ能谱样本则不受实际测量条件限制，具备更高灵活性和可操作性，因此成为目前构建γ能谱样本的重要手段
[0004]当前，生成仿真γ能谱样本的计算机模拟方法一般有两种，一种是蒙卡模拟方法，一种是经验公式法。蒙卡模拟法基于蒙特卡洛算法原理，通过随机抽样来模拟γ射线从发射到与物质的相互作用以至最终在探测器中沉积能量的所有过程，并统计最终计算结果从而生成仿真γ能谱样本。经验公式法则通过对实测γ能谱的分段数值拟合和插值来生成仿真γ能谱样本。
[0005]然而，无论采用哪种方法，已有的仿真γ能谱样本生成技术均只基于单一测量场景。也就是说，生成的仿真γ能谱只对应于仿真时设定的某一特定场景(例如，该特定场景可能是φ3
×
3英寸NaI(Tl)探测器在空气中无屏蔽地测量由Ф25
×
50cm圆柱水体中放射性核素发出的能量为1460keV的γ射线)。由于γ能谱形态与射线同物质相互作用过程密切相关，不同测量场景下(包括不同放射性核素种类、不同放射源几何及物理状态、不同探测器类型、不同的周围物质几何物理条件)γ能谱形态差异极大。因此，在特定的单一场景下生成的γ能谱样本仅能反应该场景的γ能谱特征，对其进行学习得到能谱分析算法则仅能用于该场景，对其他场景则无效。这就大大降低了这些γ能谱样本的实用价值，限制了基于这些样本训练而来的分析算法的适用范围。

技术实现思路

[0006]针对现有技术中存在的缺陷，本专利技术的目的是提供一种基于蒙卡模拟的γ能谱生成方法、存储介质及系统，使得生成的样本能够覆盖实际测量中多样化测量场景下的能谱真实形态特征，从而突破已有样本生成技术只针对单一测量场景的局限，提升样本适用范
围，进而提升γ能谱分析技术的普适性。
[0007]为达到以上目的，本专利技术采用的技术方案是：一种基于蒙卡模拟的γ能谱生成方法，包括步骤：将γ射线输运空间定义为立方体，并切割为多个等份的小块，且在多个等份小块中根据相对概率值填充预定材料；进行探测器几何设置，采用圆柱体表示探测器几何；进行γ能谱展宽设置；确定γ射线种类，并定义源粒子数量及位置。
[0008]进一步，所述γ射线输运空间定义为3m
×
3m
×
3m的立方体，所述等份的小块为1000个0.3m
×
0.3m
×
0.3m的小栅元。
[0009]进一步，所述预设材料包括空气、混凝土、水、不锈钢及铅。
[0010]进一步，所述进行探测器几何设置时，圆柱体直径及轴长皆取随机浮点数，范围皆为2.5
‑
8.0cm。
[0011]进一步，所述进行γ能谱展宽设置的展宽公式为：
[0012][0013]其中，G(E)代表能量E处的展宽大小，单位为MeV；E为能量，单位为MeV；a为浮点数，在0.02439
‑
0.0813间取值。
[0014]进一步，采用随机整数来确定γ射线总种类数，范围为1
‑
10；对每种γ射线使用随机浮点数确定其具体能量，范围为0.01
‑
3.00MeV，且使用随机浮点数确定其相对采样概率，范围为1.00
‑
10.00。
[0015]进一步，采用随机整数定义源粒子数，范围为106‑
10
10
。
[0016]进一步，进行所述源粒子位置设置时，采用随机整数确定位置个数，范围为1
‑
5，每个位置的x、y、z坐标值取随机浮点数，范围为0
‑
3m，且确保源粒子不在探测器内部，每个位置的源粒子相对抽样概率取随机浮点数，范围为1.0
‑
10.0。
[0017]本专利技术还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现一种基于蒙卡模拟的γ能谱生成方法。
[0018]本专利技术还提供一种基于蒙卡模拟的γ能谱生成系统，包括：切割填充单元，用于将γ射线输运空间定义为立方体，并切割为多个等份的小块，且在多个等份小块中根据相对概率值填充预定材料；探测器定义单元，用于进行探测器几何设置，采用圆柱体表示探测器几何；展宽定义单元，用于进行γ能谱展宽设置；射线及源粒子定义单元，用于确定γ射线种类，并定义源粒子数量及位置。
[0019]本专利技术的效果在于：通过基于特殊蒙卡技巧能够生成大量高仿真通用γ能谱样本，使得生成的样本能够覆盖实际测量中多样化测量场景下的能谱真实形态特征，从而突破已有样本生成技术只针对单一测量场景的局限，提升γ能谱样本和与之相关的分析算法的通用性、普适性。
附图说明
[0020]图1是本专利技术中一种基于蒙卡模拟的γ能谱生成方法的步骤流程图。
具体实施方式
[0021]下面结合附图和具体实施方式对本专利技术作进一步描述。
[0022]基于蒙卡模拟方法生成仿真γ能谱，并通过特殊蒙卡模拟技巧，例如特殊输运空
间设置、特殊源项生成手段、特殊计数器配置等，来重现实际测量中可能出现的测量场景的多样性(包括放射性核素种类、探测器能量分辨率、周围介质几何结构等等)，从而使得生成的γ能谱样本能覆盖各种情况下能谱的真实形态特征。
[0023]如图1所示，本专利技术提出了一种基于蒙卡模拟的γ能谱生成方法包括步骤：
[0024]S1，将γ射线输运空间定义为立方体，并切割为多个等份的小块，且在多个等份小块中根据相对概率值填充预定材料；
[0025]具体的，针对测量场景中空间大小和周围物质(除放射源和探测器外)组成和结构的多样性，将γ射线输运空间定义为3m
×
3m
×
3m的立方体，并将其分割为1000个0.3m
×
0.3m
×
0.3m的小栅元，预设材料包括空气、混凝土、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于蒙卡模拟的γ能谱生成方法，其特征在于，包括：将γ射线输运空间定义为立方体，并切割为多个等份的小块，且在多个等份小块中根据相对概率值填充预定材料；进行探测器几何设置，采用圆柱体表示探测器几何；进行γ能谱展宽设置；确定γ射线种类，并定义源粒子数量及位置。2.如权利要求1所述的一种基于蒙卡模拟的γ能谱生成方法，其特征在于：所述γ射线输运空间定义为3m
×
3m
×
3m的立方体，所述等份的小块为1000个0.3m
×
0.3m
×
0.3m的小栅元。3.如权利要求1所述的一种基于蒙卡模拟的γ能谱生成方法，其特征在：所述预设材料包括空气、混凝土、水、不锈钢及铅。4.如权利要求1所述的一种基于蒙卡模拟的γ能谱生成方法，其特征在于：所述进行探测器几何设置时，圆柱体直径及轴长皆取随机浮点数，范围皆为2.5
‑
8.0cm。5.如权利要求1所述的一种基于蒙卡模拟的γ能谱生成方法，其特征在于：所述进行γ能谱展宽设置的展宽公式为：其中，G(E)代表能量E处的展宽大小，单位为MeV；E为能量，单位为MeV；a为浮点数，在0.02439
‑
0.0813间取值。6.如权利要求1所述的一种基于蒙卡模拟的γ能谱生成方法，其特征在于：采用随机整数来确定γ射线总种类数，范围为1
‑

【专利技术属性】
技术研发人员：赵日，刘娜，梁润成，张静，刘兆行，陈法国，戴雨玲，令狐仁静，王佳，
申请(专利权)人：中国辐射防护研究院，
类型：发明
国别省市：