专利名称:用于通过使用数学变换来求解堆积脉冲的方法和设备的制作方法
技术领域:
本发明一般涉及检测器的输出数据流中的信号(或脉冲)检测和测量领域,所述检测器诸如辐射检测器或者声波脉冲(或者其它形式的振动)检测器,并且具体地但不排它地涉及一种用于从例如辐射检测器中恢复由脉冲堆积影响的数据的方法和设备,以及涉及一种用于求解检测器输出数据中的各个信号的方法和设备。
背景技术:
辐射、振动或其它类型的能量的精确检测和测量用在包括国土安全、科学仪器、医学成像、材料分析、气象学和矿物加工行业的许多行业中。这些行业以及其它行业使用这些检测和测量来分析材料、产品或其它样本。基于传输的成像、光谱分析或其它形式可以用来执行这类分析。SONAR (声音导航和测距)通常用在导航和用于在水体中定位物体。SODAR或声波检测和测距可以用来通过大气湍流来测量声波的散射,并且例如用来测量地面上各个高度的风速,以及底层大气的热动力结构。超声波可以用于医学成像或其它目的,诸如形成胎儿的图像,以定位某类物体的缺陷或测量其厚度,或者实时地定位物体(包括在生产环境中)。光谱学例如通常用来分析材料。通过分析样本中元素的辐射发射或吸收来获得关于材料的认识。由于一些形式的入射辐射或来自构成元素的自然辐射的结果,这种辐射的发射可以是受激发射。例如,伽玛射线光谱是一种光谱形式,其中发射的电磁辐射的形式是伽玛射线。在伽玛射线光谱中,对产生的辐射的检测通常是以闪烁晶体(诸如铊激发的碘化钠,NaI (Tl)) 执行的,不过也可以使用许多其它的检测器类型。NaI (Tl)晶体根据入射的伽玛射线辐射生成紫外光子。然后这些光子可被导向到生成相应的电信号或脉冲的光电倍增管(PMT)。 结果,光子和检测器之间的相互作用导致类脉冲的信号,其形状是由入射的伽玛射线辐射、 检测晶体和PMT确定的。这些类脉冲的信号的基本形式被称为检测器的脉冲响应。光电倍增器的输出是是响应于到达闪烁晶体的离散的伽玛射线而产生的确定形式的、表示输入信号的和的电信号。通过检查检测器随时间的输出,并且特别是组成信号的幅度,可以推导出与材料的化学组成相关的信息。通过伽玛射线光谱进行的分析需要响应于入射的伽玛射线生成的各个信号的表征。具体感兴趣的信号参数包括信号幅度、数目和发生时间或时间位置(不管是以到达时间测量的,还是以最大时间或其它形式测量的)。如果两个伽玛射线的到达时间之间的差超过检测器的响应时间,则检测器输出的分析是相对简单的。但是,在许多应用中,不可避免高CN 102549566 A通量的伽玛射线,或者可能需要高通量的伽玛射线以便在合理的时间段里可以执行光谱分析。随着伽玛射线到达之间的时间的降低,所有产生的信号的表征变得很困难。具体地,分析受到已知为脉冲堆积[参见纽约的John Wiley and Sons公司在 2000 年出版的作者为 G. F. Knoll 的Tfei/iaiio/ Detection and Measurement (第三版)第 17章的第632-634、658和659页]的现象的影响,因此,几乎同时到达的多个伽玛射线产生的信号相加在一起,且可以作为单个信号计算。此合并的信号的幅度大于各个分量的幅度, 导致后续分析中的误差。入射的伽玛射线的能量可以反映在由检测器产生的类脉冲的信号的幅度中。检测器信号中特定的伽玛射线能量的存在指示材料中发出伽玛射线的特定元素。因此,不能将由单个闪烁事件(scintillation event)引起的大幅度信号与多个事件的叠加区分开,这可能对随后的光谱分析的精确性造成严重影响。
背景技术:
讨论
一些现有的技术旨在防止由于脉冲堆积的信号分析的讹误。已经证明有某些脉冲整形电子电路来降低检测器的响应时间,导致在最终的光谱中减小堆积的普遍性[参见2000年出版的"Nucl. Inst, and Meth. A 439”的第378-384页的作者为A. Pullia、A. Geraci和 G. Ripamonti ^lQuasioptimum γ and X-Ray Spectroscopy Based on Real-time Digital Techniques]。但是,该技术受检测器响应时间的限制。另一种方法是“脉冲堆积拒绝”,因此怀疑含有脉冲堆积的信号被丢弃。只有没有脉冲堆积的信号用于光谱分析中。但是,由于入射到检测器上的辐射的速率增加,所以出现脉冲堆积的可能性也在增加,更需要丢弃数据。因此,现有的脉冲堆积拒绝的有用性受限,这是因为很快会到达一种状态,超过该状态,较高的入射辐射通量会停止,这降低了分析所需的时间,所以必须拒绝的数据的百分比增大。一种更为复杂的方法是利用关于来自检测器的单个脉冲形状的现有认识,或用数学方法对信号的参数建模。然后可以在原理上将分源于单个事件的信号或脉冲与由脉冲堆积引起的信号或脉冲区分开来。在一个这类的分析方法中[参见1993年出版的“Nucl. Inst, and Meth. A 336” 的第 246-252 页的作者为 R. J. Komar 和 H. B. Mak 的 Digital signal processing for BGO,选择与简单曲线分离的信号以用于后续分析。该分析包括通过迭代过程拟合间隔和幅度变化的两个脉冲。一旦已经确定拟合,从拟合参数得到各个脉冲的特征,因此可以将由两个出现时间接近的信号引起的脉冲分解成相应的离散信号。但是,该方法不能适应脉冲堆积是由多于两个信号的叠加引起的情况。该迭代优化在计算上花费大,执行该过程所花的时间使得它在大多数情况下都不现实。脉冲堆积在地震数据采集中也是问题;Naoki Saito (在1990年出版的编号为 CH 2847-2/90/0000-123 的 Superresolution of Noisy Band-Limited Data by Data Adaptive Regularization and its Application to Seismic Trace Inversion)教导了用于求解地震道中密集安排的尖峰的技术。所公开的技术使用数据自适应正则化来恢复在出现噪声时丢失的频率信息,并且通过重复迭代,获得改善的分辨率。但是,这种方法计算量巨大
发明内容
因此,根据本发明的第一方面,提供一种用于求解检测器输出数据中的各个信号的方法,包括
获得或表示检测器输出数据以作为数字序列(诸如数字时间序列或数字化频谱); 获得或确定数据中存在的信号的信号形式(或等价的脉冲响应); 通过根据数学变换来变换所述信号形式,形成变换的信号形式; 通过根据数学变换来变换所述数字序列,形成变换的序列,所述变换的序列包括变换的信号;
估计至少所述变换的序列和所述变换的信号形式(和可选的变换的信号的至少一个参数)的函数,从而提供函数输出;
基于所述函数输出的模型,确定所述函数输出的至少一个参数;和从所述函数输出的至少一个确定的参数确定信号的参数。本领域技术人员会理解,检测器输出数据中的各个信号也可被描述为检测器输出或检测器输出信号中的各个脉冲(在这种情况下,信号形式应称为脉冲形式)。所述方法可包括通过对所述函数输出建模(诸如通过将函数输出建模为多个正弦曲线)来形成所述模型。信号形式通常可被认为表征检测器和曾经或正在用于采集数据的辐射(或其它检测的输入)之间的相互作用。如果从之前的测量、校准等中已知,则可从(例如)数据库中确定或获得。在一些实施例中,根据数学变换来变换数字序列包括形成数字序列的模型,并且根据数学变换来变换数字序列的模型。在某些实施例中,所述方法包括确定变换的信号的多个参数,诸如频率和幅度。在某些特定实施例中,所述变换是傅立叶变换,诸如快速傅立叶变换或离散傅立叶变换,或小波变换。实际上,在某些实施例中,所述变换可分别应用到略微不同的信号形式和数字序列。例如,在一个实施例中,数学变换是傅立叶变换,但信号形式是经离散傅立叶变换的变换,且数字序列是经快速傅立叶变换的变换。在一个实施例中,所述变换是傅立叶变换,所述函数可表示为 Y(k)-)qk)/H(k),其中X (k)是变换的序列,H (k)是变换的信号形式。因此,该方法努力确定信号的参数,且因此确定尽可能多的数据的参数,但应理解对于一些数据也许不可能做到(因此其被称作“讹误数据”),这在下文将描述。应理解,术语 “信号”在此背景下可与“脉冲”互换,它指与各个检测事件相对应的输出,而不是包括各个信号的和的整个输出信号。还应理解,信号的时间位置(或定时)可以各种方式测量或表示, 诸如根据信号的最大值的时间(或在时间轴上的位置)或信号的前沿。典型地,这被描述为到达时间(“到达的时间”)或检测时间。还应理解,术语“检测器数据”指从检测器发出的无论随后是否由检测器内部或外部的相关或其它电子电路处理的数据。信号形式(或脉冲响应)可以通过校准处理确定,所述校准处理包括测量对一个或多个单个事件检测的检测器的脉冲响应(诸如时域响应或频域响应),以便从该数据得到信号形式或脉冲响应。然后可以通过将该数据用合适的函数,诸如多项式、指数或样条函数, 进行内插(或者拟合该数据),来获得该信号形式的函数形式。然后可以从该检测器信号形式构造滤波器(诸如逆滤波器)。可以通过以滤波器对来自检测器的输出数据卷积来进行信号参数的初始估计。特别感兴趣的信号参数包括信号的数目和每个信号的时间位置(或到达的时间)。然后可以进一步改善感兴趣的特定信号参数。通过比较(根据信号参数和对检测器脉冲响应的了解而构造的)检测器数据流的模型与实际检测器输出,可以确定或“验证”参数估计的精确度。如果该验证过程确定一些参数不够精确,则丢弃这些参数。在使用该方法的光谱分析中,被视为足够精确的能量参数可以表示为直方图。数据可包括不同形式的信号。在这种情况下,所述方法可包括如果可能确定信号中每一个的信号形式。在一个实施例中,所述方法包括逐渐地从数据减去可接受地符合多个信号形式的连续信号形式的那些信号,并且拒绝没有可接受地符合多个信号形式的任何信号形式的那些信号。在另一方面,本发明提供一种用于从包括来自于(典型地是辐射、声音或振动)检测器的多个信号输出的数据中脉冲堆积恢复的设备。使用术语“恢复”的原因是要不然由于堆积变成不可用的数据被“恢复”并变成可用的。这方面的设备包括用于接收数据以作为数字序列的处理器,该处理器被编程为 获得或确定数据中存在的信号的信号形式(或等价的脉冲响应);
通过根据数学变换来变换所述信号形式,形成变换的信号形式; 通过根据数学变换来变换所述数字序列,形成变换的序列,所述变换的序列包括变换的信号;
估计至少所述变换的序列和变换的信号形式(以及可选的变换信号的至少一个参数) 的函数,从而提供函数输出;
基于所述函数输出的模型,确定所述函数输出的至少一个参数;和从所述函数输出的至少一个确定的参数,确定信号的参数。处理器可被编程为通过对所述函数输出建模(诸如通过将函数输出建模为多个正弦曲线)来形成模型。所述设备可包括适于接收数据的模-数转换器,以将数据转换成数字形式,并且将数字形式的数据发送给所述处理器。这在检测器输出模拟数据时是特别有用的。所述设备可包括(典型地是辐射或声音)检测器。所述处理器可包括现场可编程门阵列(或其阵列)。可替代地,所述处理器可包括数字信号处理器(或其阵列)。在另外的替代方式中,所述处理器包括现场可编程门阵列(或其阵列)和数字信号处理器(或其阵列)。在又一实施例中,所述处理器包括ASIC (专用集成电路)。所述设备可包括包括模-数转换器的模拟前端。所述设备可包括与所述处理器进行数据通信的电子计算装置,用于控制所述处理器,并用于显示所述处理器的输出。脉冲堆积设备可以是例如金属检测器、地雷检测器、成像设备(诸如医学成像设备)、矿物检测设备、油井测井设备、未爆破的军火检测器、货物筛选设备、行李筛选设备、X 射线荧光设备、X射线衍射设备、X射线吸收光谱设备、X射线反向散射设备、小角度中子散射设备、石油勘探设备、扫描电子显微镜设备、半导体辐射检测器(诸如硅漂移检测器设备或碲锌镉检测器设备)、振动检测器(诸如地震反射设备)、无线检测测距(雷达)设备、声音导航测距(声纳)设备、元素检测及测量设备、辐射安全检测设备、生物分析设备(诸如流式细胞仪设备或放射免疫测定)或超导设备(诸如超导隧道结设备或超导热量计)。根据本发明的另一方面,提供一种用于从检测器输出数据中脉冲堆积恢复的方法,包括
获得或表示检测器输出数据以作为数字序列; 获得或确定数据中存在的信号的信号形式(或等价的脉冲响应); 通过根据数学变换来变换所述信号形式,形成变换的信号形式; 通过根据数学变换来变换所述数字序列,形成变换的序列,所述变换的序列包括变换的信号;
估计至少所述变换的序列和所述变换的信号形式(以及可选的变换的信号的至少一个参数)的函数,从而提供函数输出;
基于所述函数输出的模型,确定所述函数输出的至少一个参数;和从所述函数输出的至少一个确定的参数确定信号的参数。所述方法可包括通过对所述函数输出建模(诸如通过将函数输出建模为多个正弦曲线)来形成所述模型。根据本发明的另一方面,还提供一种用于求解检测器输出数据中的各个信号的设备,所述设备包括处理器,其被配置成
获得表征检测器的信号形式;
获得形式为数字时间序列的数字化的检测器输出数据;
进行所述检测器输出数据中存在的至少一个信号的一个或更多个参数的参数估计,其中所述一个或更多个参数至少包括所述至少一个信号的信号时间位置;和基于数学模型,确定所述至少一个信号的幅度,该幅度指示一个事件; 其中所述数学模型基于所述数字时间序列以及至少所述信号形式、所述至少一个信号的时间位置和所述至少一个信号的幅度的函数,且所述设备被提供于或构成 声波脉冲、声音或地震检测器; 振动检测器; 生物分析设备, 核酸测序系统, 雷达系统, 反射地震系统,或半导体分析系统。
所述处理器可被配置成形成所述数学模型。 类似地,根据此方面,本发明提供一种包括处理器的声波脉冲、声音或地震检测器、振动检测器、生物分析设备、核酸测序系统、雷达系统、反射地震系统或半导体分析系统,所述处理器被配置成
获得表征检测器的信号形式;
获得形式为数字时间序列的数字化的检测器输出数据;进行所述检测器输出数据中存在的至少一个信号的一个或更多个参数的参数估计,其中所述一个或更多个参数至少包括所述至少一个信号的信号时间位置;和基于数学模型,确定所述至少一个信号的幅度,该幅度指示一个事件; 其中所述数学模型基于所述数字时间序列以及至少所述信号形式、所述至少一个信号的时间位置和所述至少一个信号的幅度的函数。根据此方面,本发明还提供一种求解检测器输出数据中的各个信号的方法,该方法包括
获得表征检测器的信号形式;
获得形式为数字时间序列的数字化的检测器输出数据;
进行所述检测器输出数据中存在的至少一个信号的一个或更多个参数的参数估计,其中所述一个或更多个参数至少包括所述至少一个信号的信号时间位置;和基于所述数学模型,确定所述至少一个信号的幅度,该幅度指示一个事件; 其中所述数学模型基于所述数字时间序列以及至少所述信号形式、所述至少一个信号的时间位置和所述至少一个信号的幅度的函数;和
其中所述方法用于声波脉冲、声音或地震检测器、振动检测器、生物分析设备、核酸测序系统、雷达系统、反射地震系统或者半导体分析系统中或者与这些系统一起使用。所述方法可包括形成数学模型。应注意的是,本发明每个方面的各个可选特征可与本发明的其它方面的任何特征一起使用,这是适当和期望的。
为了更清楚地弄明白本发明,现在参照附图,仅通过示例来描述优选实施例,附图中
图1是根据本发明的一个实施例的伽玛射线光谱学设备的视图; 图2是图1的设备的碘化钠NaI (Tl)伽玛射线检测器的视图; 图3是图1设备的示意图4是图解说明图1的检测器单元的响应于单个检测事件的典型输出的示意图表; 图5是图解说明图1的检测器单元的被建模为脉冲的时间序列的典型输出的示意图
表;
图6是图4的脉冲响应d[n]的快速傅立叶变换H (k)的示意图表,实部显示为实心曲线,虚部显示为虚线曲线;
图7是图5的时间序列x[n]的快速傅立叶变换X (k)的示意图表,实部显示为实心曲线,虚部显示为虚线曲线;
图8是基于图6和图7的数据的函数Y (k) =X (k) /H (k)的示意图表; 图9是(图8的)Y (k)的逆FFT变换的示意图表;
图10是根据本发明的此实施例,图1的设备采用的用于分析光谱数据的脉冲堆积恢复的信号处理方法的示意表示;
图11是根据本发明的此实施例,图1的设备采用的用于分析光谱数据的脉冲堆积恢复的信号处理方法的示意流程图;图12是根据本发明的另一实施例的反射地震系统的示意图;和图13是图12的系统的示例性地震检波器的示意图。
具体实施例方式本申请人在WO 2006029475和US 2007/0147702中提出了一种新的脉冲堆积恢复方法,WO 2006029475和US 2007/0147702的内容通过参考被并入本文以进一步支持此具体实施方式
,并且提供对本发明的一些特征的附加理解。图1是根据本发明的一个实施例的适于执行脉冲堆积恢复的伽玛射线光谱设备的示意图,该设备对一个物体进行分析。图1的设备包括产生中子以与被分析物体或样本 (12)相互作用的中子发生器(10)和用于检测由中子和样本(12)的相互作用产生的伽玛射线辐射的检测器单元(14),该检测器单元的形式为闪烁式伽玛射线辐射检测器。检测器单元包括传感器或传感器元件(16),其中每个传感器或传感器元件具有耦连到光电倍增管 (未显示)的闪烁晶体(在此例子中是碘化钠)。应认识到,该设备能够容易地被修改以用于其它应用,特别是通过替换不同形式的检测器单元,以检测其它形式的辐射(无论是电磁、 中子、伽玛射线、X射线、光、声学或其它)。该设备还包括信号处理单元(18),该信号处理单元包括两部分1)模-数转换器, 它产生与检测器单元的模拟输出相对应的数字输出,和2)处理单元,它根据本发明实现数字信号处理(DSP)例程。光电倍增管的电输出信号连接到信号处理单元。该设备还包括电缆(20)和用于显示的计算机(22),前者用来将信号处理单元的输出耦连到计算机(22)。图2是检测器元件(16)中一个检测器元件的视图。图示的检测器元件的形式为 NaI (Tl)闪烁式伽玛射线检测器,并包括形式为铝主体(24)的圆柱外壳,NaI (Tl)晶体 (26)位于外壳中,在铝制外端盖(28) (NaI (Tl)晶体(26)之前)和内部光学窗口(30) (NaI (Tl)晶体(26)之后)之间的一(前)端。检测器包括位于光学窗口(30)后部的光电倍增管 (32)。光耦合流体(34)可用在NaI (Tl)晶体(26)和光学窗口(30)之间以及光学窗口(30) 和光电倍增管(32)之间。当伽玛射线通过端盖(28)进入检测器中从而与检测器相互作用时,能量从伽玛射线传送到NaI (Tl)晶体(26)中的电子。一旦发射紫外光子,电子失去促进晶体内的电子成为激发状态的所述能量。一旦发射紫外光子,电子衰减到较低的能量状态。前述的紫外光子通过光学窗口到达光电倍增管(32)的光电阴极(36),在此他们被转换成光电子,随后在到达光电倍增管(32)的阳极(40)之前,被电子放大器(38)放大。另一放大级能够由前置放大器(42)提供。以此方式,幅度与入射的伽玛射线的能量成比例的电信号出现在检测器的检测器输出端(44)。还应认识到检测器可另外包括被定位在光电倍增管(32)的各侧 (48)周围并向光电倍增管(32)的前方延伸足够远以围绕NaI (Tl)晶体(26)的一部分的镍铁高导磁率合金磁屏蔽(46 )。此类闪烁检测器具有高效率,即表现出检测入射伽玛射线的高可能性。但是,它们也表现出相对长的检测器响应时间,且因此易于造成脉冲堆积。即,输出在理想情况下由完全离散的脉冲组成,每个脉冲对应于单个伽玛射线的入射,而实际上呈现出各个脉冲可能重叠的波形,使得难以表征脉冲(脉冲堆积效应在US 2007/0147702的图3a、;3b和3c中示出,这些图显示被描绘为相对于时间t的能量E的示意性的信号或脉冲)。
根据实施方式,脉冲堆积设备可采用许多不同形式,例如金属检测器、地雷检测器、成像设备(诸如医学成像设备)、矿物检测设备、油井测井设备、未爆破的军火检测器、货物筛选设备、行李筛选设备、X射线荧光设备、X射线衍射设备、X射线吸收光谱设备、X射线反向散射设备、小角度中子散射设备、粉末衍射计设备、中子反射计设备、石油勘探设备、扫描电子显微镜设备、半导体辐射检测器(诸如硅漂移检测器设备、碲锌镉检测器设备或高纯度锗(HPGe)检测器设备)、振动检测器(诸如地震反射设备)、无线检测测距(雷达)设备、声导航测距(声纳)设备、元素检测及测量设备、辐射安全检测设备、生物分析设备(诸如流式细胞仪设备或放射免疫测定)或超导设备(诸如超导隧道结设备或超导热量计)。信号处理方法
图3是图1的伽玛射线光谱设备的功能元件的示意图,并且提供图3以便更加详细地解释由图1的设备所使用的用于脉冲堆积恢复的信号处理方法。参照图3,辐射检测器单元(14)经由模拟前端(AFE 74)连接到脉冲处理板(72)。AFE (74)的目的是通过在本实施例中在12比特转换精度的情况下以125 MHz执行模拟到数字转换,来对由辐射检测器单元 (14)产生的信号进行数字化。在辐射检测器单元(14)的输出已经通过AFE (74)数字化之后,执行用于脉冲堆积恢复的信号处理方法。再次参照图3,由AFE (74)产生的数字信号传到脉冲处理现场可编程门阵列(FPGA) (76)中。脉冲处理FPGA (76)包括快速傅立叶变换模块(78),并执行本实施例的脉冲处理方法;数字信号处理协处理器(80)可以可选地用于辅助脉冲处理FPGA (76)来执行脉冲处理方法。脉冲处理FPGA (76)所需的变量和在脉冲处理方法的中间步骤产生的数据可选地存储在存储器(82)中。经由数据/控制接口(84)控制信号处理,该数据/控制接口(84)结合控制处理器(86)可以用于修改信号处理的实施方式。可以经由数据/控制接口(84)在显示器(88)上显示来自信号处理方法的输出数据。在计算机中提供了显示器(88),如果需要,则该计算机可以用于执行后处理和系统控制。此实施例的脉冲处理方法是在傅立叶域中执行的。检测器单元(14)对单个检测事件的典型输出响应d[n]示于图4中,而图5是图解说明多个脉冲已经堆积起来时检测器单元(14)的典型的输出x[n]的示意图表。图5的时间序列由出现在时刻100、105、200和240的四个脉冲组成。前三个脉冲
每个都具有相同的幅度;而第四个脉冲具有前三个脉冲一半的幅度。通过查看图5,该信息不是直接清晰可见的。尽管通常都对到达时间和幅度两者感兴趣,但存在只对一个参数感兴趣的各种应用。为了图示的目的,给出以下两个例子。(i)主要对幅度感兴趣由检测器单元(14)产生的脉冲的幅度对应于入射的伽玛射线的能量,这又对应于在检测器的区域中出现的原子核。在材料分析应用中,主要感兴趣的参数是检测器脉冲的幅度,因为该参数反映了材料的元素组成。(ii)主要对到达时间感兴趣由同一核事件产生或引起的两个伽玛射线的两个单独的检测器的到达时间的差可以用来推断核衰变事件的空间定位。在医学成像应用中,估计到达时间很可能是主要感兴趣的(事件的能量通常通过选择放射性同位素可知)。尽管了解一个参数可以有助于估计另一个参数,但不一定必须了解,不过所产生的估计可能相当不精确。例如,估计脉冲的到达时间而不对他们的幅度进行任何估计是相当简单的。同样,存在用来在不必估计脉冲到达时间的情况下估计脉冲幅度的几种方法。时域卷积的效应可以通过在傅立叶域中的“除法”而去掉。这是通过如下的脉冲处理FPGA 76来执行的。FPGA (76)对脉冲响应d[n]进行快速傅立叶变换H (k)。图6是图4的脉冲响应 d[n]的H (k)的示意图表,实部显示为实心曲线,虚部显示为虚线曲线。FPGA (76)然后对时间序列数据χ[n](参照图5)进行FFT,并且从而形成X (k) =FFT {x[n]}0图7是图5的时间序列x[n]的X (k)的示意图表,实部显示为实心曲线,虚部显示为虚线曲线。FPGA (76)然后形成函数Y (k),它是变换的时间序列X (k)和变换的信号形式或脉冲响应H (k)的函数。
X(k)/H(k)FPGA (76)然后估计Y (k),即由H (k)的每一相应的元素去除X (k)的每个元素。图8是以此方式得出的Y (k)的示意图表。时域中的每个脉冲现在被建模为傅立叶域中的复数正弦曲线。图8包括四个复数正弦曲线,每个曲线具有各自的频率和幅度。傅立叶域中的每个正弦曲线的幅度与时域中每个脉冲的幅度相关。傅立叶域中的每个正弦曲线的频率与时域中的到达时间相关。FPGA (76)显式或隐式地将函数Y (k)的输出建模为多个正弦曲线,以便能够估计这些正弦曲线的参数。在此实施例中,因此,FPGA (76)将多个正弦曲线拟合到输出,并使用已知技术,诸如最大似然法、EM、本征分析或其它适当算法,来获得正弦曲线参数的估计值。估计的正弦曲线的幅度然后可以由FPGA (76)操作,以获得脉冲的能量,因此不必估计任何脉冲的到达时间。对于更大的精确性,FPGA (76)可以使用正弦曲线的幅度和频率。可选地,可以将正弦曲线的频率的估计进行转换,以获得关于脉冲的到达时间信息。Y (k)的逆FFT显示于图9中。注意,在与每个脉冲的到达时间对应的时间位置100、 105,200和240有四个“增量(delta)”尖峰。图10是在本实施例的检测器时间序列中用于辐射信号的脉冲堆积恢复的信号处理方法的示意图。数字化检测器信号(来自AFE (74))形成用于此信号处理方法的输入(90)。离线系统表征(92)用于确定对于特定数字化检测器信号唯一的检测器脉冲响应 d[n]。在系统表征阶段(92)中生成的表征数据被用于变换和参数估计阶段(94)。变换和参数估计阶段(94)如上讨论主要工作在傅立叶域,估计来自数字化检测器信号和检测器脉冲响应的数字化检测器信号中的辐射信号或脉冲的数目和能量(或者等价的脉冲幅度)。验证(96)包括比较变换和参数估计阶段(94)的输出与数字化检测器信号(90)。如果该比较指示已经无法精确地估计任何脉冲参数,则拒绝这些参数,以便仅输出有效数据(98)。在验证阶段(96)中生成的误差信号也被用于系统表征(92)中。在诸如由于组件的老化、温度变化或增加的辐射通量而检测器脉冲响应可能随着时间变化的情况下,通过采用误差信号, 系统表征(92)在线并且适应性地更新检测器脉冲响应。这种检测器脉冲响应的更新可以使用任何合适的自适应方法来执行,例如,如由S. Haykin [参见I^rentice Hall在2002年出版的《自适应滤波器理论》第4版(A/apiii^Theory, 4th Ed, Prentice Hall,2002)]描述的最小均方自适应、归一化最小均方自适应或递归最小平方自适应。图11是本实施例的信号处理方法的流程图。在步骤(100),执行校准。这涉及数据正则化或调节(102)、数据选择和拟合(104)、以及最优滤波器构造(106)。在数据正则化 (102)中,从数据文件加载校准数据(以低入射辐射通量记录的信号),检查这些校准数据的完整性,并且移除数据的基线中的任何偏差。数据选择和拟合(104)涉及仅选择对应于单个辐射事件的检测的数据,并且构造检测器脉冲响应的基于数据的模型。然后通过将合适的函数拟合到数据来获得该模型的函数形式,诸如多项式、指数或样条函数。这导致检测器的预期的脉冲响应 /[η]。最优滤波器构造(106)采用该检测器脉冲响应来为检测器构造合适的滤波器,诸如逆滤波器或匹配滤波器。在步骤(110),获取数据,但是数据可能受显著的脉冲堆积的影响。数据可以是来自文件或直接来自检测器元件(16)的输入(112)。在步骤(120),应用信号处理例程来确定时间序列中信号的幅度和定时参数。首先,调节数据(122)以便移除数据的基线中的任何偏差。接下来,检测器数据被以步骤 (106)中得到的滤波器卷积(1Μ),以便提供脉冲数目GV)的初始估计。然后,使用合适的峰值检测处理进一步改善(1 )脉冲数目OV)的估计。傅立叶变换应用(1 )于数字时间序列和信号形式,其函数被估计(130),且该函数的变换空间中的参数一是适当建模的一被确定(132)。最后,根据变换空间中建模的函数
的参数,进行对原始数据的参数的估计,且因此进行检测器数据流(S [η])的估计(134)。在步骤(140),执行参照上面的验证阶段(96),该验证阶段(96)可以称为如在本实施例中的误差检查,验证涉及为对应于每个信号i的一组采样确定连续计算的误差信号 e[n],其中1 < i < # OV是数据流中信号的总数)。通过确定时间序列数据χ [η]和基于模
型的数据流(来自步骤(132)的 [η])之间的差的平方(142)来计算该误差信号;因此, ^ [η]是和i [η]之间的差的平方,如由下式给出
e[n] = ( x[n] - x[n])2¢6)
如果超过预定阈值,由于该条件指示信号参数没有产生可接受地符合该信号(也就是说,足够精确)的各自信号的模型,则拒绝这些参数(144);有关信号被视为构成讹误数据,并且从进一步的光谱分析中排除有关信号。阈值可以根据数据以及希望多么接近建模的数据而变化;因此,通常在任何特定具体应用中,选择阈值的验证和定义方法以反映该应用的要求。这样的阈值的一个示例是信号能量〃,.乘以合适的系数(诸如0. 05)。在该示例中, 当满足下式(7)时,验证将认为模型可接受地符合构成信号i的数据。
e[n] > 0.05ai(7)可以通过以任何其它合适的方式定义误差信号和阈值来执行验证。例如,误差信号可以设为误差的绝对值。阈值可以定义为信号幅度的0.05倍之外的倍数。另外的阈值包括许多噪声标准偏差。减小阈值(如通过减小等式7中〃的系数)能够以较低吞吐量实现改进的能量分辨率,而增大阈值能够以降低的能量分辨率实现改进的吞吐量。在步骤(150),进行关于是否存在足够数据的判定。如果没有,则处理在步骤 (110)继续。否则,方法进行到步骤(160)。在步骤(160),创建伽马射线能量光谱。以直方图的形式表现(162)在步骤(132)确定的检测器数据流,所述检测器数据流在步骤(144)被视为有足够的精确度。这是可以对其执行光谱分析的伽马射线能量光谱。本发明的方法可以被应用到其它许多领域。例如,脉冲堆积在地震数据处理中是一个问题。一些现有的方法的计算量巨大(即使能产生良好结果);本发明的方法可以被应用到地震数据的处理,而没有过量的计算开销,使得提供相对快速且并不昂贵的可替代方法,即使在一些应用中,结果不如由一些现有的技术提供的结果那么好。图12是根据本发明的另一实施例的反射地震系统(170)的示意图,该系统用来使用声能来执行在此例子中对石油的地下勘探。声波反射或反射地震学是使用地震学的原理来确定地下环境的性质以用于地球物理勘探的技术。参照图12,通过在起爆点(172)使用爆破、振动器或特别设计的气枪(未显示)发出地震波使其进入到地表中,来进行反射地震。由此产生的地震波(174)是通过地球传导的弹性波类型。不同类型的地表材料(176a、b、c、d),诸如花岗岩、页岩、气体或石油(176a), 具有不同的声学阻抗,所以当发出的地震波(174)遇到具有不同声学阻抗的材料之间(在此例子中,是材料(176a)和(176c)之间)的边界(178)时,一些波能会通过边界传输,而一部分波能会被边界(178)反射(180)。反射的波(180)的幅度取决于进入到边界中的波的幅度、波与边界相交的角度以及两种材料(176a、c)之间的阻抗差。从边界反射回地表(182)的那部分地震波被测震仪阵列(184)检测。测震仪阵列 (184)包括将由反射的地震波引起的地面运动转化成电信号的多个单独的地震检波器。一个示例性的地震检波器示意性显示于图13的(186)。使用中,地震检波器(186)被耦连到地表(182),与电缆(188)连接在一起。然后,通过地震检波器(186)输出的电信号被记录在记录站(190)以进一步分析和处理。记录站(190)包括与图3的脉冲处理板(72)相当的脉冲处理板,其适于接收并处理由地震检波器(186)输出的电信号,以求解地震检波器(186) 的输出中的各个信号。应当注意,在此技术的一些应用中,可能单个爆炸点有多个声波检测器以用来记录反射的地震波形。在其它应用中,可以使用多个爆炸站点与多个声波检测站点的结合,来确定地下环境的更为健壮的模型。在海洋环境中可以使用根据本发明的另一实施例的同类系统来进行勘测。在此实施例中,所述系统包括牵引作为激励源的气动气枪阵列的船只。这些枪发射低频声音脉冲 (高达300Hz、250dB)到海洋中,以模拟海底下面的地震波。所述系统还包括用于检测反射的地震波的多个地震电缆;这些电缆通常平行配置,在此实施例中长度至少为6千米,相隔 150米,且沿每根电缆以规则间隔配备水听器,以记录由海底下面的特征反射出的声学信号。根据此实施例,所述系统包括与图3的脉冲处理板(72)相当的脉冲处理板(在船上), 以接收并处理水听器的输出,以便求解那些水听器的输出中的各个信号。反射地震是用于陆地和海洋环境中碳氢化合物勘探的主要形式,且可以被用来寻找包括煤、矿石、矿物和地热能的其它资源。为了进一步检测多达几十米的深度的浅表的特征,可以使用电磁波来代替弹性波,称为地面穿透雷达的技术。根据本发明的其它实施例,所有的这类系统可包括与图3的脉冲处理板(72)相当的脉冲处理板,以处理声波或雷达检测器的输出,以便求解那些各个检测器的输出中的各个信号。本发明的方法还可用在许多材料或产品分析领域。例如,半导体处理和制造使用高分辨率的测量装置和技术来估计样本的参数;执行各种测量,其中诸如氧化物、金属或电介质的薄膜被沉积在例如硅的半导体衬底上。非破坏性技术特别用来估计厚度,识别杂质并确定膜的折射率以确保在制造过程中的高产量。在半导体制造中特别有用的一类数据是与剂量和诸如砷、磷和硼的掺杂剂的离子注入情况相关的数据;此数据可以利用以变化的小角度执行并使用例如能量分散固态检测器,诸如Si (Li)检测器,收集的X射线萤光测量获得。本发明的方法可以用来处理此领域中诸如检测器的输出。在自动DNA测序中,通过确保在任何给定时间只有一个核苷酸出现在检测区中可避免脉冲堆积问题(及因此造成的死时间(dead time))。但是,应该大大减少这样做的必要,通过使用本发明的方法可以更快速地的收集数据。类似地,小型电子电路的广泛使用产生对于能够达到高分辨率测量的复杂分析技术的需要。例如,光致发光寿命光谱用来测量半导体中的光致发光,尤其是诸如砷化镓的易于受由于局部结晶缺陷造成的结构不连续性的发生率影响的那些化合物。这些缺陷被检测为光致发光输出中的变化,用例如单光子雪崩二极管(SPAD)检测器测量。这类检测器的输出被处理以允许测量被检查样本的光致发光寿命延迟特征。GaAs衬底中光致发光的快速衰减,例如允许使用高重复率的脉冲激光源,从理论上允许每秒有500000个计数的数据采集率。在实践中,由于甚至更快的商用时间-幅度转换器的有限的转换死时间,脉冲堆积将这些应用中的最大数据采集率限制到每秒约100000个计数。使用本发明的方法来处理来自这些检测器的数据,应该允许在这些应用中的明显更高的数据采集率。在本发明的范围内的改动对本领域技术人员是容易实现的。因此,应理解,本发明不局限于本文上面部分作为例子描述的具体实施例。在下面的权利要求书以及本发明的前述描述中,除了上下文要求由于表达语言或所需含义的其它的情况之外,在本发明的各实施例中,词语“包括”或诸如“包含”或“含有” 的变形用于包含的意思,即指定所陈述的特征的存在,但不排除另外特征的存在或加入。而且,本文对现有技术的任何引用不旨在暗示这些现有技术形成或已形成公知常识的一部分。
权利要求
1.一种用于求解检测器输出数据中的各个信号的方法,包括 获得或表示所述检测器输出数据以作为数字序列;获得或确定所述数据中存在的信号的信号形式; 通过根据数学变换来变换所述信号形式,形成变换的信号形式; 通过根据所述数学变换来变换所述数字序列,形成变换的序列,所述变换的序列包括变换的信号;估计至少所述变换的序列和所述变换的信号形式的函数,从而提供函数输出; 基于所述函数输出的模型,确定所述函数输出的至少一个参数;和从所述函数输出的至少一个确定的参数来确定所述信号的参数。
2.根据权利要求1所述的方法,包括通过对所述函数输出建模来形成所述模型。
3.根据权利要求1或2所述的方法,其中所述变换的信号的所述至少一个参数包括频率。
4.根据权利要求1-3中的任一项所述的方法,包括确定所述变换的信号的多个参数。
5.根据权利要求1-4中的任一项所述的方法,其中所述变换的信号的所述至少一个参数包括频率和幅度。
6.根据权利要求1-5中的任一项所述的方法,其中所述变换是傅立叶变换。
7.根据权利要求6所述的方法,其中所述变换是傅立叶变换,所述函数可表示为Y(k) = X(k )fH{k), k ε ;0,1,…W—1}其中X (k)是所述变换的序列,H (k)是所述变换的信号形式,N是脉冲数目。
8.根据权利要求6或7所述的方法,其中所述模型包括多个正弦曲线。
9.根据权利要求1-8中的任一项所述的方法,包括通过校验过程确定所述信号形式。
10.根据权利要求1-9中的任一项所述的方法,包括验证所述信号的参数。
11.根据权利要求1-10中的任一项所述的方法,其中所述数据包括不同形式的信号, 并且所述方法包括如果可能确定所述信号中每一个的信号形式。
12.一种用于从检测器输出数据中脉冲堆积恢复的方法,包括根据权利要求1-11中任一项所述的用于求解检测器输出数据中的各个信号的方法。
13.一种用于求解检测器输出数据中的各个信号的设备,所述设备包括 处理器,所述处理器用于接收所述数据以作为数字序列,并被编程为 获得或确定所述数据中存在的信号的信号形式;通过根据数学变换来变换所述信号形式,形成变换的信号形式; 通过根据所述数学变换来变换所述数字序列,形成变换的序列,所述变换的序列包括变换的信号;估计至少所述变换的序列和变换的信号形式的函数,从而提供函数输出; 基于所述函数输出的模型,确定所述函数输出的至少一个参数;和从所述函数输出的至少一个确定的参数,确定所述信号的参数。
14.一种用于从检测器输出数据中脉冲堆积恢复的设备,包括根据权利要求13所述的用于求解检测器输出数据中的各个信号的设备。
15.根据权利要求14所述的设备,其中所述处理器被编程为通过对所述函数输出建模来形成所述模型。
16.根据权利要求14所述的设备,包括适于接收所述数据的模-数转换器,以将所述数据变换成数字形式,并且将数字形式的所述数据发送给所述处理器。
17.根据权利要求14-16中任一项所述的设备,其中所述变换是傅立叶变换。
18.根据权利要求16所述的设备,其中所述函数可表示为V(Ic)= X{kyH{kl k e …W — 1}其中X (k)是所述变换的序列,H (k)是所述变换的信号形式,N是脉冲数目。
19.根据权利要求14-17中任一项所述的设备,包括与所述处理器进行数据通信的电子计算装置,所述电子计算装置适于控制所述处理器,并显示所述处理器的输出。
20.一种辐射检测器,包括根据权利要求13-19中任一项所述的设备。
21.一种地雷检测器,包括根据权利要求13-19中任一项所述的设备。
22.—种成像设备,包括根据权利要求13-19中任一项所述的设备。
23.—种矿物检测设备,包括根据权利要求13-19中任一项所述的设备。
24.一种油井测井设备,包括根据权利要求13-19中任一项所述的设备。
25.—种未爆破军火检测器,包括根据权利要求13-19中任一项所述的设备。
26.一种货物筛选设备,包括根据权利要求13-19中任一项所述的设备。
27.一种X射线荧光或X射线衍射设备,包括根据权利要求13-19中任一项所述的设备。
28.一种声波脉冲、声音或地震检测器,包括根据权利要求13-19中任一项所述的设备。
29.—种振动检测器,包括根据权利要求13-19中任一项所述的设备。
30.一种核酸测序设备,包括根据权利要求13-19中任一项所述的设备。
31.一种雷达系统,包括根据权利要求13-19中任一项所述的设备。
32.一种反射地震系统,包括根据权利要求13-19中任一项所述的设备。
33.一种半导体分析系统,包括根据权利要求13-19中任一项所述的设备。
34.一种用于求解检测器输出数据中的各个信号的设备,所述设备包括处理器,所述处理器被配置成获得表征所述检测器的信号形式;获得形式为数字时间序列的数字化的检测器输出数据;进行所述检测器输出数据中存在的至少一个信号的一个或多个参数的参数估计,其中所述一个或多个参数至少包括所述至少一个信号的信号时间位置;和基于数学模型,确定所述至少一个信号的幅度,该幅度指示一个事件; 其中所述数学模型基于所述数字时间序列以及至少所述信号形式、所述至少一个信号的时间位置和所述至少一个信号的幅度的函数,且所述设备被提供于或构成 声波脉冲、声音或地震检测器; 振动检测器; 生物分析设备; 核酸测序系统; 雷达系统;CN 102549566 A反射地震系统;或半导体分析系统。
35.根据权利要求34所述的设备,其中所述处理器被配置成形成所述数学模型。
36.一种用于求解检测器输出数据中的各个信号的方法,该方法包括 获得表征所述检测器的信号形式;获得形式为数字时间序列的数字化的检测器输出数据;进行所述检测器输出数据中存在的至少一个信号的一个或多个参数的参数估计,其中所述一个或多个参数至少包括所述至少一个信号的信号时间位置;和基于所述数学模型,确定所述至少一个信号的幅度,该幅度指示一个事件; 其中所述数学模型基于所述数字时间序列以及至少所述信号形式、所述至少一个信号的时间位置和所述至少一个信号的幅度的函数;和其中所述方法用于声波脉冲、声音或地震检测器、振动检测器、生物分析设备、核酸测序系统、雷达系统、反射地震系统或者半导体分析系统中或者与这些检测器、设备或系统一起使用。
全文摘要
一种用于求解检测器输出数据中的各个信号的方法和设备,所述方法包括获得或表示检测器输出数据以作为数字序列;获得或确定数据中存在的信号的信号形式;通过根据数学变换来变换所述信号形式,形成变换的信号形式;通过根据数学变换来变换所述数字序列,形成变换的序列,所述变换的序列包括变换的信号;估计至少所述变换的序列和所述变换的信号形式的函数,从而提供函数输出;基于所述函数输出的模型,确定所述函数输出的至少一个参数;和从所述函数输出的至少一个确定的参数来确定信号的参数。所述方法可包括通过对函数输出建模来形成模型。
文档编号G01V1/30GK102549566SQ200980156588
公开日2012年7月4日 申请日期2009年12月18日 优先权日2008年12月18日
发明者C.C.麦克莱安, P.A.B.斯考拉尔 申请人:南方创新国际股份有限公司