利用自相关函数与平稳小波变换的252Cf源驱动核材料质量识别方法

• 作者: 冯鹏 刘恩远 金晶
• 来源期刊: 强激光与粒子束
• 学科: 工学
• 关键词: 252 Cf中子源驱动噪声分析法 核材料识别 自相关函数 神经网络 平稳小波变换
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 研究快报
• 页码范围: 2557-2559
• 分类号: TL99
• 字数: 693字
• 语种: 中文
• DOI: 10.3788/HPLPB20112310.2557

摘要

以252Cf中子源驱动噪声分析测量法为依据,利用中子脉冲信号自相关函数与被测核材料(252U)质量的关系,设计了一种基于神经网络的核材料质量识别方法,探索借助时域特征进行质量识别的有效性.利用平稳小波变换抑制中子统计涨落对自相关函数带来的影响,利用分布式Elman神经网络对不同质量核材料的自相关函数样本进行训练和识别,并研究了有限样本前提下不同子网个数对最终识别结果所造成的影响.对4种核材料质量共计120组样本进行的实验,结果表明:在理想实验条件下,平稳小波变换抑制了统计涨落对信号自相关函数的影响；分布式Elman神经网络能够较好地识别自相关函数的特征,分辨不同质量的核材料,平均识别误差小于0.1.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯鹏	重庆大学光电技术及系统教育部重点实验室	65	390	12.0	16.0
2	金晶	重庆大学光电技术及系统教育部重点实验室	8	35	3.0	5.0
3	刘恩远	重庆大学光电技术及系统教育部重点实验室	1	7	1.0	1.0