摘要
研究了一种应用于γ散射本底扣除的改进型非线性迭代剥峰算法(Statistics-sensitive Nonlinear Iterative Peak-clipping,SNIP)方法,该方法拟合了峰宽与能量的关系,并通过该关系实时获取峰宽,实现了变换宽度自适应,改善了固定峰宽无法对全谱的散射本底进行准确扣除的缺陷。实验结果表明:本文提出的自适应变换峰宽SNIP算法结构简单,动态效果好,与传统和其他改进的SNIP算法相比,γ能谱的散射本底扣除效果得到了进一步改善,并可以达到优化核素识别的效果,为核素识别方法提供了更多的选择。
- 单位