面向核军控核查的主动式多通道随机中子脉冲实时频谱分析应用基础研究

项目介绍

AI项目解读

基本信息

批准号：
61175005
项目类别：
面上项目
资助金额：
58.0万
负责人：
米德伶
依托单位：
重庆大学
学科分类：
F0304.系统工程理论与技术
结题年份：
2015
批准年份：
2011
项目状态：
已结题
起止时间：
2012-01-01 至2015-12-31

项目参与者：
任勇；唐跃林；金晶；李鹏程；方堃；李守政；张爱民；
关键词：
功率谱估计 252Cf中子源实时性核军控核查 1GHz采样

项目摘要

从面向核军控核查的基于252Cf中子源频谱分析理论入手，冲破西方发达国家的技术封锁策略，根据252Cf源自发裂变系统本身的中子脉冲序列数据的特点，借助于PC微机平台，利用多核、多线程频谱计算方法，针对高计数率下高速采集、传输及实时性频谱分析与识别等一系列军控核查应用基础关键技术，研究高达1GHz采样率下实时性频谱分析与识别的基本原理及应用基础关键技术，旨在解决诸多与实时计算自相关、互相关算法及优化等关键技术难点。通过所构建的系统测得原函数，计算自功率谱谱估计、互功率谱谱估计和目标参数等，采用人工神经网络、支持向量机模式识别技术，研究并构建具有我国自身特色的基于252Cf中子源频谱测量、分析与识别系统理论及应用基础关键技术，具有重要的理论和现实意义，并为最终实现面向核军控核查的实时频谱分析仪器系统，打下坚实基础。这对于面临日益严峻的核扩散形势、提高我国核军控核查技术水平将产生深远的国际声望。

结项摘要

核扩散的潜在危险，屡屡引发了当今国际安全关系中反复涉及的一项重大政治课题——核军控核查。本项目从面向核军控核查的基于252Cf中子源频谱分析理论入手，借助于PC机平台，利用多核、多线程频谱计算方法，研究与开发了高达1GHz采样率的实时性频谱分析仪器系统。基于此，研究了脉冲中子源裂变所产生的中子进入核部件或核材料后发生散射、吸收、诱发裂变及诱发裂变产生多代诱发裂变形成一个中子裂变链的中子输运过程；推导了裂变链中粒子的时间相关性、功率谱等特征参数与核材料的核素成分、浓度、临界深度等属性的关系，测定了一系列由252Cf中子源驱动噪声分析理论推导出包括自/互相关函数在内的系统时-频特征标签。通过测得系统的原函数，计算自功率谱谱估计、互功率谱谱估计和目标参数，采用人工神经网络、支持向量机模式识别技术，研究了这些具有时-频特征“标签”对核材料种类、质量、浓度和临界深度所能起到的识别作用。为此，首先研究了基于252Cf源驱动频谱分析系统的频率响应曲线修正和γ射线干扰的去（剔）除工作，借以提高利用时-频特征“标签”频谱曲线识别核材料的准确率。通过基于经验模态分解和二次平滑度检测的EMDSD(Empirical Mode Decomposition Smoothness Detecting)信号去噪方法，依据裂变中子信号相关函数曲线间距识别被测核材料浓度的原理及方法，设计了并联型遗传Elman神经网络，研究了如何有效利用中子脉冲信号相关函数含有的信息，以此提高信息的利用率，获得了较高的识别准确度，其对测试样本中235U浓度百分比的最大识别误差仅为0.5％。针对不同临界深度下的裂变中子信号，运用分形理论直接提取压缩采样观测值的特征值，采用支持向量机对特征值进行分类识别，探索研究了一种基于CSMFSVM(Compressive Sensing Multi-Fractal Support Vector Machine)的核材料临界深度识别方法，分析了多重分形广义维数权重因子q和压缩采样比M/N对分类识别准确率的影响，取得了与降噪小波包分解、Hilbert边际谱特征提取方法几近相当的识别结果，提高了核军控核查的实时性，有望应用于核临界深度的在线判读。这对于研究并构建具有我国自身特色的基于252Cf中子源频谱测量、分析与识别系统理论及应用基础关键技术具有重要的理论和现实意义.