核数据处理课程设计--能谱谱数据分解方法研究程序
％本次课程设计采用的谱数据为ｉaｅa－199５文件夹下ｉａearｆnwﻩTSＴSPEC%里面的数据。
首先来看看CＡLIB.ASC。
RＥAD_ME.TＸT中说明了这个谱数据包含的部分峰的峰位与对应能量如下：% Ｃhａnnｅl Ｅnergy(kｅV)％ﻩ３0112２.06% 1281 ５１1.00%ﻩ16６1 6６1.66% ２０9７834.8４％ﻩ2９５1 １173．24% ３207 1２74.54%ﻩ33５3 1332.50%运行程序,其中参数选择为:选择傅里叶变换法平滑输入3,选择高斯滤波器输入2，然后Ａ=1,FＷHM=4,对称零面积法的参数是K＝2,H＝3,b＝1寻出来%的峰与RＥAD＿ＭE．TXT中说明的部分峰的峰位与对应能量数据相吻合。
clｃ；cleａr；[Fiｌenamｅ，Pathｎame］=uigetfiｌｅ('*．*'，'选择谱数据');fid＝foｐｅｎ(［Pathnaｍe Fｉlenamｅ]，'r＇）%fid为文件指针，r表示读操作[ａrｒay,counｔ]=fsｃanf(fid,'％d',[1 inf])；%指定格式转换后返回给矩阵arｒay，同时返回成功的读出的数据数量count,１表示读出一个元素到一个列向量,inf表示读到文件结束返回一个与文件数据元素相同的列向量fｃlose(fid)；%％%％下面开始能谱平滑%%%%％％％pinghuaｘuａnze=iｎｐuｔ('请选择平滑方法:＼n输入１选择重心法平滑\ｎ输入2选择多项式最小二乘移动平滑法＼ｎ输入3选择傅里叶变换法\n输入4选择小波变换：\ｎ'）;%********＊*************＊*重心法平滑＊＊****＊***＊＊*****＊**＊******＊iｆ(pｉnghuaxuａnｚe＝=1)ｂｉaoji=1;for i=1:coｕnｔarray＿ｚ(i)＝arｒay(i)；ｅndｗ=ｉnｐut（'ｉnpｕt tｈe widtｈｏf the fｉlter ｗｉndoｗ:＇); %w表示w 点平滑公式while ｍoｄ（w,2)==0 %判断输入的数是否是奇数,不是则重新输入。
w=ｉnput(＇inｐut odｄnuｍbｅｒ:');eｎｄm＝flooｒ(w/２）;for j=1:mfｏr ｉ=１:cｏunｔｉｆ(i=＝1)array_sｍooth（ｉ)＝０.5*（aｒray＿z(ｉ)+arraｙ_z(i＋1)）; %能谱左边界做对称镜像处理ｅｌseif（ｉ＞1&&i<(cｏuｎｔ-1)）ａrray＿ｓmooth（ｉ)=0.２５＊arrａｙ＿z（ｉ-１)+0.5*aｒray_z(ｉ)+0．2５*arｒay_ｚ（i＋1);elsearraｙ_smootｈ（i）=0．5*(array_z(coｕnt)+array_z(ｃounｔ－１)); %能谱右边界做对称镜像处理endｅndfoｒi=1:count %将平滑好的数据放回原数组，为下一次做好准备。
arraｙ＿ｚ(ｉ)＝ａrray＿smootｈ（i);endendｆor i＝1:cｏunta1(i)=aｒray_z(i);ｅnd%＊＊＊＊***＊*＊*****＊＊**＊***重心法平滑结束*******＊***＊*＊*********＊＊＊＊%＊＊*＊***＊＊**＊***********多项式最小二乘移动平滑法******＊****＊**＊**ｅｌseif(pｉｎgｈuaxuanｚe=＝2)bｉaｏji=2；ｗ=inpuｔ('ｉnｐｕｔｔｈｅwiｄｔh oｆthe ｆｉlter winｄｏw:');％ｗ为窗口宽度fwk= zｅrｏs（w,1); %存储滤波器系数，产生一个1行，w列的零矩阵;当求平滑之后谱的第i点数据时,先在原始数据第i点的左、右各取m个数据点;也就是形成一个共有ｗ=2m+1个数据点的窗口;fｏr i=1：wk=i-ceｉl(w/２）; %调整,计算采用ｋ＝- m：m，窗口的中心点为cｅiｌ( w/2)点fwｋ（i）=[1＋(15/（w^2-4)）＊((w^2-1)/１2-k^2）］／w；%２次或3次滤波器%fwkz=2．5*（w^2-７）＊((ｗ^2-１)/1２-ｋ^2)-9*（(w＾2-1)*(３*ｗ^２-7）/240-k^4）; %4次或5次滤波器%fwｋ(i)=（1+1０５／(４*(ｗ^2-4）*(ｗ^2-16))＊fｗkz）／w;%ｆwk(i)=（1＋(１5*(3*ｗ＾2－７）/（(w＾2-4)*(（w^2-５)^２+4)））＊（(w^2-１)*(3*w＾2-7)/2４０-k^%4))/w；%箱型滤波器eｎｄarray＿z = zｅros(ｃouｎt+2*ｆlｏor(w/２),1);%先将数据全部放在aｒray＿z数组中,并将边界做镜像处理，即增加2*flooｒ(w/2)个数据for i=１:count+２*flｏoｒ（ｗ/２)if(ｉ<=fｌoor(w/2）)aｒray_z(i)=arｒａy(－i＋ceiｌ（ｗ/2)）；elｓｅiｆ(ｉ>ｃount＋floｏr(ｗ/２）)aｒray_z(i)=arｒay(-(i－ｆloｏr(w／2）)+2*count+1);elsｅarray_ｚ（i)=ａｒrａｙ(ｉ-flｏｏｒ(ｗ/2));enｄenda1=zerｏｓ(1,coｕｎt);fｏrｉ=1:couｎt ％做矩阵乘法,ｉ=１:cｏuｎt 即完成能谱滤波fｏr j=1:wSMZ(j)=array_z(ｉ+j－1);ｅｎda１(i)＝SＭZ*ｆwk;end%*＊*******＊********＊****＊*多项式最小二乘移动平滑结束**＊*＊＊＊＊**＊***** ％*＊***＊＊*******＊＊**＊***＊＊＊*＊****傅里叶变换法开始*＊**＊＊*＊*＊*******＊**eｌsｅｉf（pingｈuaｘuａｎzｅ==3)biaoji＝３；y=fft(arｒａy,count); %对原始谱进行傅里叶变换ｌvboqixｕaｎzｅ=input('请选择滤波器:\n输入1选择理想低通滤波器\n输入2选择高斯型滤波器:\n');%***＊****＊*****＊＊*＊＊**＊**＊理想低通滤波器傅立叶变换程序开始***********＊******＊**＊*＊＊pｙｙ=ｙ.＊cｏnj(ｙ)；%计算y 的模平方，conｊ为求复数的共轭ｓｓ=０;ｆlａg=0; %ｆｌag 为噪声幅度最大值ss 的标志for i＝ｆlｏoｒ(count/2＊3/4):floor（couｎt/2)if（sｓ<pyy(i)）flaｇ=i;%flａg为噪声幅度最大值ss 的标志ss＝pyｙ(ｉ)；%找出最大幅度Ｅ对应的频率w1enｄｅndR=5.0;flａg1=0；ｉf(flag１=＝０)R＝R-0.01;ｔt=R*ss;for i=floor（cｏunｔ/2*３/4)-１:-1：1if（ｐyy(i)>tt）flag1=i;breａk；%从最大频率的3/4处向前找出R*w1的点,此点为信号起主要作用的点endｅnｄendfor i=flag1:floor(counｔ/２＊３/4) %找到信号起主要作用的点,从该点向后找出第一个频率低于w1的点，此点即为切断频率MFＣif(ｐyｙ(i)<ｓs）ｆlag=i;ｂreaｋ%找到信号的切断频率并放在ｆl ａg 中endｅndｉｆ(ｌvboqiｘuａnzｅ＝=1)ｙli=y;ylｉ(flag+１:count-flaｇ＋1)=0;%在截断频率后赋值为０,这里考虑到对称的原因a１=real(ｉfft（yli,count）);%反变换后求实部%*****＊***＊***＊＊************理想低通滤波器傅立叶变换程序结束**＊***＊＊**********＊＊*＊*＊%***＊*＊**＊******＊＊*＊****＊＊高斯型滤波器开始*＊********＊***elsｅ(ｌvboqiｘuanze＝=2)A=inpｕt(＇请输入A:\n')；FWHＭ=inpｕt(＇请输入半高宽:\n＇)；dｅｌta=FWＨＭ/2.355; ％delｔa为高斯宽度for i=1：ceil(count／2)%ceil表示取整ｉｆ(ｉ>flag)ygaｏ(i)＝0;ygaｏ(counｔ－i)=0;eｌｓeｗ=2*pi*i／cｏunt;ygａo(i）=y（i)*Ａ*exp（-0．5*delta＾2*w^２);yｇao(count-i＋1)=ｙ(ｃount－i＋1)*A*exp(-０.5*dｅlta^2*w^2）;endendgd=rｅaｌ(ｉfｆt(ygａo，count));%反变换后求实部for i＝１:cｏunta1(i)=gd（i)；endend%*＊＊***＊*＊**＊****＊***＊**＊傅立叶变换法结束*********＊＊＊*＊*＊％***＊****＊**＊*＊＊*****＊**小波变换开始*********＊*＊*******elｓe（ｐinghuaxuanｚｅ＝=４)ｂiaoｊi=4;[c,ｌ]=waｖｅｄec（ａｒraｙ,３，＇sym8');a３＝aｐpcｏef(c,l,'syｍ８',3); %提取小波低频系数d3＝detcｏｅｆ(c,l,3)；%提取小波高频系数d２＝detcoef(ｃ,l，２);d1=dｅｔcoef(c,l,１);ｄelta=mediａn（abs(c))/0.67４5;TＨR＝deｌｔa＊sqrt(２*loｇ(ｃoｕnt））;haｒdd１=ｗｔhreｓh(d1,'h',THR);％均为硬阈值，大于阈值的加＇h＇,小于阈值的减‘h'ｈaｒdd2=ｗtｈresh（d2,'h',THＲ）；haｒｄｄ3=wｔhresh(d３,＇ｈ',THＲ);c２=［a3 hardd３hａrdd2 hａrdｄ1];a1=waverec(c2，l，'ｓym8');％反变换回来%******＊*******＊***＊****＊＊小波变换结束***＊***＊***＊*＊*＊*ｅnd%*＊*＊***＊*＊****＊平滑结束****＊**＊＊＊****＊*******＊*******plot(array，＇r-*');xlabel('道址');ylabel('能量');holｄoｎ;if ｂiａｏｊi=＝１pｌot(a1,'ｋ-');ｅlseｉｆbｉａoji=＝2plot(a1,＇k-');eｌｓeifｂiaｏji=＝3ｐｌot(a1,'k－＇);elsｅiｆbｉaoji==4pｌｏt（a1,'k-')；eｎｄtｉtle('平滑前与平滑后的谱＇)；teｘt(4000，8000，'\leftarrow 平滑前后对比'，'ＦontＳｉze'，20);holｄoff;for ｉ=１:ｃouｎｔ；if a１(i)==0；ａ1(i)＝1；eｎdｅｎd%＊***＊**＊＊****＊＊**下面开始峰位确定*******＊********＊**** %%％%%%%%%%％％%%%%%%%先采用对称零面积寻峰法(矩形波函数）**＊* disp('下面开始输入对称零面积法寻峰'）;diｓp('下面开始输入对称零面积法的各参数');dｉsp（'如果是方波的话有k＝1')；Ｋ=input（'请输入参数k=?:\n');H=ｉnpuｔ(＇请输入参数半宽度Ｈ=?(正奇数）：＼n'）;ｍ=((2*K+1)＊H－１)/2；w=2*m＋1;b＝iｎpuｔ('请输入参数ｂ=？:\ｎ＇);a=2＊K*b;%K=4;%H=2*Ｋ+1；%w=3*Ｈ;％ｂ=1；%a=2*K*b;m1=flｏｏｒ(ｗ／2）;ｔempoｒary＝zeros(（counｔ+2＊m1),1）; ％以下循环为镜像处理数据for i=1:cｏuｎt+2*m1if（i<=m１)；temporary(i）=a1(ｃｅil(w/2）－i)；ｅlｓｅｉf(i>(count+ｍ1))temｐｏｒaｒy(i)=a1(-(i-m1)+2*couｎt+1);ｅｌseｔemporary(ｉ)=a1（ｉ-m1);eｎdendA=ｚeroｓ(ｃoｕnt，1); %以下循环为对称零面积褶积变换ｆor i＝ceil(w/2):ｃｏｕnt+m1;for j=-(w-1)/2:(w-1）/2;iｆabs(ｊ)<＝(H－１)/2;Ｔ=a；ｅｌseT=-b;endA(i-m１，1)＝A(ｉ－ｍ1,1）＋T*tｅmporarｙ(i+ｊ);enｄｅｎdｆｏｒi=1:ｃounｔ;%数据转制SＳｉＦENZI（i，1)=A(i,1);ｅndＢ=zeroｓ(cｏｕnｔ，1);for i=ceiｌ(w／2)：ｃoｕnt+m1;ｆｏｒj=-（w-1）/2:（ｗ-1）／2;if abｓ（j)<＝（Ｈ－1）/2;T＝a＾２；ｅlsｅT=b^２;ｅndＢ(i-m1,1)=B(i-m1，１)＋T*tｅmporary（i+j);ｅndｅndfoｒｉ=1：count; ％数据转存SＳiFENMＵ(i，1)=B(ｉ,1);ｅｎdfor ｉ=1:cｏｕnt; %计算SSSS(i,1)=ＳＳiFENZI(ｉ，１)/sqrｔ(SSｉＦＥNMU(ｉ,1))；endｐ＝1；q=1；f＝30；%灵敏因子或称为找峰阈值for i=1:count; %寻峰ｉf SＳｉＦENZI（i)<0；fpdatablow(ｐ,１)=ｉ；fｐdaｔablow(p,2)＝SSiFENZI(ｉ);p＝p＋1;eｌsｅif ＳS(ｉ）>f;fpdatａup(q,１)=i;fpdataｕp(ｑ,2)=SSｉFENZI(ｉ);q=ｑ+1;endeｎｄp＝１；foｒi=2：ｌｅngth(ｆpdatａuｐ(：,１)）－1；%确定峰位if fpｄataｕp(i,2)＞fpdataup(ｉ＋1，2)&&fpdａtaｕp(i,2)>fpｄatａup(i-１，２)；ｍpeak(ｐ，1)=fpdatａup（i,1）;ｐ=p＋1;enｄendforｉ=1:leｎgｔh(mpeaｋ(:,1）); ％确定边界道j=mpeaｋ(i）;t=mpeaｋ(i）;peａk(ｉ)=t＋(a1(t+1）-a1(t-１))/(2*a1(t)-a１(ｔ+1)-ａ1(t－1))/2;%**＊*＊＊*******＊＊＊＊*****＊*＊*＊*＊**确定左右边界道**＊*****＊*＊****＊*＊%*＊******＊*＊*＊**＊＊****＊＊**＊***＊***采用０.2倍峰高法确定边界*****＊**ｗhiｌe a1(j)＞0．2*a1(ｍｐeａk（i））;j=ｊ-1;ｅｎｄpboard(i，1)=j；%左边界道ｚuoｂｉanｊie(i)=pｂｏａrd(i,1）;ｊ=mｐeak（i）;while a1(j)＞0．２*ａ１(ｍｐｅak(i));j＝j+1;ｅｎdpboａrd（ｉ,２)=j; %右边界道yｏubｉanｊie(ｉ）=pｂoard(i,2)；endｆor i=1:leｎgｔh(mｐeak)fk(i)=pbｏard(i,2）-pboard(i,1）;ｅnｄdisp（'各峰的道址如下：')sｐriｎtf('%ｄ',mpeak)ｄiｓｐ（＇峰所在道址对应的计数：'）for i=１：ｌengtｈ(mpeak)ｓｐｒiｎtf('％d ',a1(mｐeak（i）))eｎddｉsp('各峰的准确道址如下:')ｓprintf('%d ',ｐeaｋ)disp(＇各峰的左边界道址如下:'）ｓpｒintf('%d＇，zｕobiaｎjie)diｓp（'各峰的右边界道址如下：')spriｎｔf(＇%ｄ',youbiaｎjie)%＊＊**＊**＊＊*下面开始能量刻度＊**＊*******＊*dｉsp('如果你是用高斯滤波器A=1，FＷＨM=4,对称零面积法的参数是K＝2,H＝3,b＝1的话，寻得的峰恰好REＡD_ME．TXＴ所示（这里是特殊情况）＇)ｂｉaojｉ3=input('各参数是否如上所述?是的话请输1,不是的话请输2\n');if biaojｉ3==１；nenｇｌianｇ=［１２2.06 ５11.０0 661.66 834．84 1１73.24 １274.５4 133２.50]；p=polyfｉt(ｐeａk,ｎenｇliａｎg,１);disｐ(＇二次多项式y=ｋｘ+ｂ的拟合系数为:这里第一个数据是k，第二个数据是b,ｘ对应道址，y对应能量');sｐｒinｔｆ('%f ',ｐ)elｓe daｏｚhｉ=iｎｐｕｔ（'请输入寻得的峰的道址若干:用[]形式输入数据\ｎ'）;nengｌiang=input（＇请输入道址对应的能量：用[］形式输入数据单位kev\ｎ＇）;p=polyｆit(ｄaozhi,ｎeｎｇliａng，1）；ｄiｓｐ（'二次多项式y=kx+ｂ的拟合系数为:这里第一个数据是k，第二个数据是b，x 对应道址，y对应能量');ｓpriｎｔf(＇%f ',p)endfor i=1:coｕｎt;ｙ(i)=p（1）＊ｉ+ｐ(２）;ｅｎdｆigure；plot(y);xｌabel（'道址');ylａｂｅl（＇能量ｋｅv');ｔiｔle('刻度好的能量刻度方程曲线'）;％＊＊**＊****＊*******以下是画寻峰之后的得图**＊******＊*****figure;ｐp＝plot（a１）;sｅt(ｐp,'Ｃolor','blue','ＬineWiｄth'，3);xlabel(＇道址＇);yｌabｅl(＇计数＇）;title('寻峰之后的道址与计数的关系图');hｏld on;hh＝aｘis;for(i=１:ｌenｇth（peak))ploｔ([ｐeａk(i),peａk(i)],［hh(3),hh(４)],＇ｒ'）;enｄhoｌd off;%*＊＊***＊*****＊＊****＊*******＊**＊＊**＊＊＊****＊***＊******biaoｊｉ4=ｉnpuｔ（'下面计算峰面积，输入1采用瓦森峰面积法,输入2采用总峰面积法'); iｆbｉaoji4==1;%*******＊*****＊**＊*下面计算峰面积（这里采用瓦森峰面积法）＊*＊＊******＊*********disｐ（'计算峰面积:下面采用瓦森峰面积法')；ｎ=２;％经调试,取2时ｄeta最小y＝zerｏｓ（1,１０00０)；ｓ=zeros(1,lenｇtｈ(mpeaｋ));foｒi=1:lengｔｈ（ｍpeak)B1＝zeros(1,leｎｇｔｈ(mｐeａｋ）)；B2=zeｒos(1,lenｇｔh(mpｅａｋ））；iｆ(ｆk（i)／2>n)B1（ｉ)=(a1(yｏuｂiaｎjie(i）)-ａ１(ｚｕobiaｎjｉe(ｉ)))*(mｐeak(i)－zｕobianｊie(i)-ｎ)/fk(i)＋a1(zｕoｂiａｎjie(i));B２(i)=（a1(yoｕbianjie(i))－a1(zｕobianｊie(i)))*(ｍpｅak(i）-zuｏbiaｎｊie(i）+n）／fk(i)+ａ1(zuobiaｎjie(i))；for j＝(mｐeａｋ（i)－n):(mｐeak(ｉ)＋n）y(i)=y(ｉ)+a１(j)；eｎdelｓeｄiｓp（'您输入的n值不满足fk(i)／2>n的条件');breａk;eｎｄｓ(ｉ)=ｙ（i)-(2*n+１)*(Ｂ1(i)+ B２(i)）／2；endelｓｅbｉａoji4＝＝2；％******＊******＊*＊＊*****＊＊****＊****＊*＊***＊**下面用总峰面积法**************＊***＊＊＊ｄｉsｐ('计算峰面积:下面采用总峰面积法'）;y1=zeros(1,lengtｈ(mpeak));foｒi=1:lengｔh（mpeaｋ)foｒj=（ｚｕｏbiａnｊiｅ(ｉ)+１):(youbianjiｅ(ｉ）-１)y1(i)=y1（ｉ)+a１(j）;endｓ（i)=y1（i)－(youbｉａnjiｅ（i)-zｕobianjie(ｉ)-1）*(ａ1(ｚuｏｂiaｎｊｉe(ｉ))+a1(youbianｊiｅ(i））)/2;eｎdenddisp('各个峰的面积为:＇);ｓprｉntf('%d '，s)。
核数据处理课程设计
导数法在γ射线能谱寻峰、边界道的确定、峰面积计算中的应用摘要：本文导数法对平滑后的能谱数据进行寻峰，并比较各阶导数法寻峰、导数法对于能谱数据寻峰、以及比较不同的拟合公式求导后对寻峰以及峰面积结果分析。
关键词：能谱、峰面积、导数法、寻峰、边界道、拟合Abstract:This method of derivative spectroscopy data after smoothing peak search, and compare order derivative France to find the peak derivative method for the spectroscopy data the peak search and compare different fitting formula derivation on the peak search and peak areaanalysis of results.Keywords: spectroscopy, peak area, the derivative method, peak search, boundary Road, fitting.导数是一条光沿曲线上数值的微商或微商函数,在数学上称它为曲线上各点的斜率。
在导数光谱术中导数吸收光谱是指光强度或吸光强度对波长的变化率曲线。
当将原吸收曲线进行一阶、二阶直至四阶求导时,便可得到各阶导数光谱。
导数光谱的基本特征(1)对原曲线的极值求一、二阶导数时通过原点,求二阶导数时为极小值,四阶导数为极大值,并恢复至原位置。
据此特征可以准确的测定最大的吸收峰位。
（2）极值数目随求导阶数的增加而增加。
如当原曲线有一个极大值时 ,求n阶导数就有n+1个极大值和极小值,而原曲线有两个极大值时,则出现n+3个极值。
(3)随求导阶数的增加,谱带变窄和复杂化。
两组分组合的吸收曲线原光小的吸收谱带为大的吸收谱带所掩蔽,经二阶求导之后,原曲线中的小“卫星”峰就变成极小值,四阶导数变为极大值。
核数据处理课程设计报告
核数据处理课程设计报告姓名：学号：班级：2012年月日目录一、设计目的和要求二、设计原理1、探测原理。
2、核数据处理的分析方法：谱光滑、寻峰、求峰面积。
三、任务实现1、计算器2、写数据到文件中3、按钮实现数据的读写4、显示图谱5、寻峰及道址换算6、求峰面积一、设计目的和要求1、掌握核辐射探测的原理及核数据处理的方法；2、了解图形程序的编写技能与技巧；3、掌握文件读写函数的使用；4、理解整个谱数据处理的流程；5、进一步掌握对常用核数据处理的基本方法。
二、设计原理1、探测原理。
什么是核辐射和核辐射探测？所谓核辐射是指在各种核跃迁中，从原子核中释放出来中子、质子、α粒子、β粒子、X射线、γ射线等。
由于它们本身具有波粒二象性，所以也将它们称为粒子或射线。
而核辐射探测主要是用各种类型和规格的核辐射探测器记录粒子数目，测定放射源的活度，确定粒子的质量、电荷、寿命、能量以及动量等。
在核辐射探测原理中，最基本的是利用带电粒子在物质中对物质原子产生的电离和激发效应或快速轻带电粒子穿过物质时的电磁效应。
X射线和γ射线在物质中没有直接电离和激发效应，因此，不能直接被探测到。
只有利用它们在物质中的光电效应、康普顿散射和电子对产生效应等产生的次级电子再引起的电离和激发才能探测到。
射线与物质的相互作用主要有三个过程：光电效应、康普顿效应、电子对效应1.1 光电效应光子通过物质时和物质原子相互作用，光子被原子吸收后发射轨道电子的现象，称为光电效应，也称光电吸收。
光电效应发出来的电子叫做光电子。
光电效应、特征X射线和俄歇电的发射示意图光电子可以从原子的K、L、M等各壳层中发射出来。
在光电效应过程中，因为动量守恒要求，除入射光子和光电外，还必需有第三者参加，即原子核，严格的讲是发射光电子之后余下的整个原子。
所以自由电子不能产生光电效应，而且原子的内层电子由于受到原子核的强束缚更容易满足动量守恒而更容易发射光电子。
一般的说，如果入射光子的能量超过K层电子结合能，那么，大约80%的光电吸收发生在K层电子上。
核磁数据处理方法
核磁数据处理方法核磁共振（NMR）是一种重要的分析技术，广泛应用于化学、生物学和医学等领域。
在进行核磁实验时，我们需要对得到的数据进行处理和分析，以获得实用的信息。
本文将详细介绍核磁数据处理的方法和步骤。
一、数据获取和预处理1. 数据获取：通过核磁共振仪器获取样品的核磁共振谱图。
谱图通常包含两个维度的数据，即横轴表示化学位移，纵轴表示信号强度。
2. 数据预处理：对获得的谱图进行预处理，包括去除噪声、基线校正和相位校正等。
去除噪声可以提高信噪比，基线校正可以消除谱图中的基线漂移，相位校正可以调整信号的相位。
二、数据处理和分析1. 峰识别：通过峰识别算法找出谱图中的峰，并确定其化学位移和峰面积。
常用的峰识别算法包括峰拟合法和峰积分法。
2. 化学位移校正：根据已知的内部标准品或者参考物质的峰位置，对谱图进行化学位移校正，以提高数据的准确性和可比性。
3. 峰归属：通过与数据库或者文献比对，确定峰的归属，即确定峰所代表的化合物或者功能基团。
4. 峰积分和积分校正：对峰进行积分，计算峰的面积。
如果需要，还可以进行积分校正，以消除不同峰的积分因子差异带来的影响。
5. 峰定量：根据峰的面积和浓度关系，进行峰定量分析，计算样品中目标物质的含量。
6. 数据可视化：将处理后的数据进行可视化展示，通常使用谱图或者曲线图来展示数据的特征和变化趋势。
三、常用的数据处理软件和工具1. NMRPipe：是一个常用的核磁数据处理软件，提供了丰富的数据处理和分析功能。
2. MestReNova：是一款功能强大的核磁数据处理软件，可以进行多维数据处理、峰识别和峰归属等操作。
3. TopSpin：是一款广泛应用于核磁实验室的数据处理软件，提供了直观的用户界面和丰富的数据处理功能。
4. MATLAB：是一种常用的科学计算和数据处理工具，可以编写自定义的数据处理算法和脚本。
四、注意事项和常见问题1. 数据质量：核磁数据处理的结果受到数据质量的影响，因此在进行数据处理前，需要确保获得的数据质量良好。
核物理实验数据分析方法
核物理实验数据分析方法在核物理领域，实验数据的分析是理解和揭示原子核内部结构与相互作用的关键环节。
准确、有效的数据分析方法不仅能够从复杂的实验数据中提取有价值的信息，还能为进一步的理论研究和实际应用提供坚实的基础。
核物理实验通常会产生大量的数据，这些数据的来源多种多样，包括粒子探测器、闪烁计数器、能谱仪等等。
数据的类型也丰富多样，可能是能量谱、时间谱、位置信息等等。
面对如此庞大和复杂的数据量，选择合适的分析方法至关重要。
首先，我们来谈谈数据的预处理。
在进行深入分析之前，需要对原始数据进行筛选、清理和校准。
筛选是为了去除明显的错误或无效数据，比如由于仪器故障产生的异常值。
清理则是要消除噪声和干扰，常见的方法有滤波处理。
而校准则是将测量数据与已知的标准进行对比和修正，以确保数据的准确性和可靠性。
接下来是数据的可视化。
将数据以图表的形式呈现出来，能够帮助我们直观地了解数据的分布和特征。
例如，绘制能谱图可以清晰地看到不同能量区间的粒子数量分布；绘制时间谱可以观察到粒子产生或衰变的时间规律。
通过可视化，我们可以快速发现数据中的异常点、趋势和周期性等特征，为后续的分析提供线索。
在数据分析中，常用的方法之一是拟合。
拟合是指通过选择合适的数学函数来描述数据的分布规律。
比如，对于能谱数据，常常使用高斯函数来拟合峰形，从而确定粒子的能量值和能量分辨率。
拟合的过程中，需要根据数据的特点选择合适的函数形式，并通过优化算法来确定函数的参数，使得拟合曲线与实验数据尽可能地吻合。
统计分析也是不可或缺的手段。
通过计算数据的均值、方差、标准差等统计量，可以了解数据的集中趋势和离散程度。
假设检验则可以用来判断实验结果是否具有统计学上的显著性差异。
例如，在比较不同实验条件下的测量结果时，通过假设检验可以确定这些差异是由随机误差引起的还是反映了真实的物理变化。
另外，蒙特卡罗模拟在核物理实验数据分析中也发挥着重要作用。
它通过建立随机模型来模拟实验过程，生成大量的模拟数据。
核磁数据处理方法
核磁数据处理方法
引言概述：
核磁共振（Nuclear Magnetic Resonance，NMR）是一种重要的分析技术，广泛应用于化学、生物、医学等领域。
在核磁实验中，数据处理是不可或缺的一环。
本文将介绍核磁数据处理的方法及其应用。
正文内容：
1. 预处理
1.1 去除噪声
1.2 校正基线
1.3 信号增强
2. 谱图解析
2.1 化学位移测定
2.2 峰归属
2.3 峰面积计算
3. 谱峰拟合
3.1 Lorentz-Gauss线型
3.2 峰形参数拟合
3.3 多峰分析
4. 数据处理
4.1 傅里叶变换
4.2 相位校正
4.3 平滑处理
5. 数据可视化
5.1 谱图绘制
5.2 二维谱图处理
5.3 图像导出
总结：
核磁数据处理方法在核磁共振实验中起着重要的作用。
预处理阶段主要包括去
除噪声、校正基线和信号增强等步骤，以提高数据质量。
谱图解析阶段涉及化学位移测定、峰归属和峰面积计算等内容，对于分析样品结构具有重要意义。
谱峰拟合可以采用Lorentz-Gauss线型进行参数拟合，多峰分析可以帮助识别复杂样品的峰。
数据处理阶段包括傅里叶变换、相位校正和平滑处理等步骤，以进一步优化数据。
最后，数据可视化通过绘制谱图和处理二维谱图等方式，使结果更直观，方便分析和导出。
综上所述，核磁数据处理方法在核磁共振实验中具有重要意义，为研究者提供
了强大的分析工具。
熟练掌握这些方法，能够更准确地解读核磁共振实验结果，进一步推动科学研究的发展。
核数据课程设计
核数据课程设计一、教学目标本课程的教学目标是使学生掌握核数据的基本概念、原理和应用，培养学生对核数据处理和分析的能力。
具体目标如下：1.知识目标：–了解核数据的基本概念和分类。
–掌握核数据的采集、处理和分析方法。
–理解核数据在科学研究和工程应用中的重要性。
2.技能目标：–能够使用核数据处理和分析软件，进行核数据的处理和分析。
–能够根据实际问题，选择合适的核数据处理和分析方法。
–能够对核数据处理和分析结果进行解释和评价。
3.情感态度价值观目标：–培养学生对核数据的科学精神和探究态度。
–培养学生对核数据处理和分析的兴趣和热情。
–培养学生对科学研究和工程应用的责任感和使命感。
二、教学内容本课程的教学内容主要包括核数据的基本概念、原理和应用。
具体内容如下：1.核数据的基本概念：核素的定义、核素的基本性质、核谱等。
2.核数据的采集：核数据采集的方法、设备和技术。
3.核数据的处理：核数据处理的基本方法、核数据处理的软件工具等。
4.核数据的分析：核数据分析的基本方法、核数据分析的软件工具等。
5.核数据的应用：核数据在科学研究和工程应用中的实例和案例。
三、教学方法本课程的教学方法主要包括讲授法、讨论法、案例分析法和实验法。
具体方法如下：1.讲授法：通过教师的讲解，使学生掌握核数据的基本概念和原理。
2.讨论法：通过小组讨论，使学生深入理解核数据的处理和分析方法。
3.案例分析法：通过分析实际案例，使学生了解核数据在科学研究和工程应用中的应用。
4.实验法：通过实验操作，使学生掌握核数据的采集、处理和分析方法。
四、教学资源本课程的教学资源主要包括教材、参考书、多媒体资料和实验设备。
具体资源如下：1.教材：选用权威的核数据教材，为学生提供系统的理论知识。
2.参考书：提供相关的参考书籍，丰富学生的知识体系。
3.多媒体资料：制作多媒体课件，生动形象地展示核数据的基本概念和原理。
4.实验设备：配置核数据采集和分析的实验设备，为学生提供实践操作的机会。
γ能谱的数据处理
2015讲义能谱的数据处理由多道脉冲分析器获取的谱数据需要以一定的数学方法进行处理才能得到实验要求的最终结果。
能谱的数据处理大致可以分为两个步骤。
首先进行峰分析，即由能谱数据中找到全部有意义的峰，并计算出扣除本底之后每个峰的净面积。
第二步是放射性核素的活度或样品中元素浓度的计算，即由峰位所对应的能量识别出被测样品中含有哪些放射性核素或被激发的元素，并且由峰的净面积计算出放射性核素的活度或元素在样品中的浓度。
采用不同的物理实验方法，使用不同的探测器时，能谱的数据处理方法也有所不同。
在本章中首先讨论在各种能谱数据处理中经常用到的峰分析方法，包括谱数据的平滑处理，本底扣除、寻峰、峰净面积计算和函数拟合法解谱。
然后，以γ谱分析为例，讨论基于计算机的多道脉冲分析系统中的谱自动分析软件的工作原理。
第一节 常用的峰分析方法一、谱数据的平滑处理由于射线和探测器中固有的统计涨落、电子学系统的噪声的影响，谱数据有很大的统计涨落。
在每道计数较少时，相对统计涨落更大。
谱数据的涨落将会使谱数据处理产生误差。
其主要表现为在寻峰过程中丢失弱峰或出现假峰、峰净面积计算的误差加大等等。
谱数据的平滑就是以一定的数学方法对谱数据进行处理，减少谱数据中的统计涨落，但平滑之后的谱曲线应尽可能地保留平滑前谱曲线中有意义的特征，峰的形状和峰的净面积不应产生很大的变化。
对谱数据进行平滑处理通常使用数字滤波器。
由信号分析理论的观点出发，我们可以把原始谱数据看成是噪声（即谱数据中的统计涨落）和信号（即峰函数和本底函数）的叠加。
经过数字滤波器的处理可以提高信号噪声比。
如图5-1-1所示，令第x 道的原始谱数据为y (x )，经过数字滤波之后的谱数据为λλ-λ=⎰+∞∞-d x y g x y )()()((5.1.1)其中，)(λg 为数字滤波器的单位冲击响应函数，并有1)(=λλ⎰+∞∞-d g(5.1.2)由于谱数据是离散量，公式（5.1.1）、（5.1.2）的离散量表达形式为∑+-=+=KKj j m j m y g y(5.1.3)2015讲义∑+-==K Kj j g 1(5.1.3)只要选择恰当的数字滤波器响应函数，就能够使平滑后的谱既保留了原始谱中的峰和本底的形状和大小，又得到最佳的信号噪声比。
核数据处理
核数据处理课程设计报告前言：由多道脉冲分析器获取的谱数据需要以一定的数学方法进行处理才能得到实验要求的最终结果。
能谱的数据处理大致可以分为两个步骤。
首先进行峰分析，即由能谱数据中找到全部有意义的峰，并计算出扣除本底之后每个峰的净面积。
第二步是放射性核素的活度或样品中元素浓度的计算，即由峰位所对应的能量识别出被测样品中含有哪些放射性核素或被激发的元素，并且由峰的净面积计算出放射性核素的活度或元素在样品中的浓度。
能谱处理基本流程图：一、处理过程原理1、重心法平滑法所谓重心法就是假设光滑后的数据是原来数据的重心。
对某一质点的集合体，由于各质点所受合外力大小方向不同，如果该质点系所受合外力为零，那么该物体重心不变。
对于能谱而言，由于噪声信号的幅度平均值为零。
所以各数据点的重心不变。
选取加权因子和归一化因子，使光滑后的数据成为原来数据的重心。
常见的有5点和7点光滑。
三点重心法：114/12/14/1+-++=i i i y y y i y五点法重心法：)464(16/12112++--++++=i i i i i y y y y y i y2、高斯乘积函数找峰法 描述谱峰形状的函数主要是高斯函数[]2202/)(exp 2)(σσπi i A i G --=则由相邻的数据点定义一个新的函数（第一高斯乘积函数，只与σ2.3556FWHM =有关）：2)092.11exp()()2()1()()(2≥=+--+=m Hm m i G i G m i G i G i P m m 是步长（用道表示），是高斯乘积函数的阶数，则Pm(i)称为第m 阶高斯乘积函数。
找峰的灵敏度与m 有关，随m 的增加灵敏度提高。
为避免基线参数的影响，最好扣除本底后，再应用高斯乘积函数找峰。
考虑统计涨落的影响，把判断无峰存在的1变为一个“单位带”。
即峰的判断为：3)/1(/1)(≥⎪⎩⎪⎨⎧+>±≤=k y k y k i P i i m 有峰无峰随着k 的增大，可以减少统计涨落的影响，但k “过大”会漏失真峰。
《核数据处理》1 能谱数据的获取
• γ/X射线 • 中子
本课程在核专业课中的位置
原子核物理
核辐射探测器
核仪器
核电子学
核数据处理
辐射剂量与防护 核环境学 核技术应用
1.1 核辐射探测器
按给出信息分类：
• 粒子进入探测器后，经过一定的处理才给出感官所能接受 的信息；
• 探测器接收到入射粒子后，立即给出/转换成相应的电信号。
按工作原理分类： • 利用射线通过物质产生的荧光现象做成的辐射探测器。
闪烁体闪光越亮越好； 输出信号大，利于后续电路处理
闪烁时间越短越好； 能量线性好。
适于探测强辐射 甄别能量
常见的有：
NaI(Ti) CsI(Ti/Na) BGO LaBr3
ZnS(Ag) 6LiI(Eu) +n/γ
LiI(Eu) 7LiI(Eu) +γ
靶核：中子俘获截面大；
问题： 是否活化完成后立即
生成放射性核素半衰期适中；
测量？
物理、化学性质稳定。
为什么要冷却？冷却 时间如何把握？
1.1 核辐射探测器
按工作原理分类： • 利用射线与物质的相互作用的其它原理制成的辐射探测器 ■ 切伦琴科夫探测器 ■ 热释光探测器
1.2 模拟式能谱仪
谱仪中为什么需要前置放大器：
C
R1
R
VR(t)
R
f
R1
f
R1
R
R1 C
VR
t
RR1 t
V0 e R1
R1
R R1 RC
R R1
VR
t
V0
t
e
1.2 模拟式能谱仪
主放大器：
《核数据处理》4 谱数据的定量分析
iL
(R L 1)
B (dataL dataR )* 2 (410 92)* 23/ 2 5773
A 297005773 23927
峰面积的计算
线性本底法（总峰面积法，TPA法）
面积统计均方差（标准偏差）：
A
R iL
datai
R
L 2
1
2
(dataL
dataR
)
R1
datai
实测谱中，各特征峰是叠加在环境本底和康普顿散射 背景之上的。
总面积S：在一个指定的峰区内，各道计数之和 本底面积B：由环境本底和散射造成的计数总和 净峰面积A：由峰的总面积扣除本底面积即可得出净峰面积
即：峰的总面积—本底面积=净峰面积 S - B = A，所以，计算净峰面积，如何确定B最关键！
然后，将此l+1个科沃尔面积 再求和以表示“峰面积”。
…
…
峰面积的计算
Sterlinski（斯托林斯基）峰面 积法——峰面积计算
分别计算n取不同值的Covell峰面 积
i0 k1
1
Ak
datai
ii0 k 1
(k
2)(datai0 k
datai0 k )
i0 k
1
Ak 1
datai
ii0 k
bn1
dataR R
dataL L
(i0
L
n1)
dataL
bn2
dataR R
dataL L
(i0
L
n2 )
dataL
B总 峰(b面n1 积bn的2 ) (计n2 算2n1 1) i0 n2
净峰面积的计算 S datai ii0 n1