【導(dǎo)讀】字通訊、譜分析、模式識(shí)別、自動(dòng)控制等領(lǐng)域。數(shù)字濾波器是數(shù)字信號(hào)中最重要的組成部。分之一，幾乎出現(xiàn)在所有的數(shù)字信號(hào)處理系統(tǒng)中。數(shù)字濾波器是指完成信號(hào)濾波處理的功。量化）數(shù)字量，其輸出是經(jīng)過(guò)變換的另一組數(shù)字量。數(shù)據(jù)平滑是統(tǒng)計(jì)語(yǔ)言建模的關(guān)鍵技術(shù)，率，不同的數(shù)據(jù)平滑方法之間的對(duì)應(yīng)在各種不同規(guī)模的訓(xùn)練集上操作。以Good—Turing估計(jì)、線性插值平滑、Katz’s回退式平滑最為典型和常用。探測(cè)器中固有的統(tǒng)計(jì)漲落、電子學(xué)系統(tǒng)的噪聲影響，譜數(shù)據(jù)有很大的統(tǒng)計(jì)漲落。在γ能譜的分析中，如果被分析的核素活度很低，或被分。漲落，可能使譜中相鄰道計(jì)數(shù)的分散度較大，致使譜峰模糊。為了減少能譜測(cè)量數(shù)據(jù)的統(tǒng)

　　

【正文】 MS為平滑的重復(fù)次數(shù)，縱坐標(biāo)是平滑之后該數(shù)列分布的標(biāo)準(zhǔn)偏差的相對(duì)值。由圖 ，隨著平滑次數(shù)的增加，譜數(shù)據(jù)的統(tǒng)計(jì)漲落逐漸減小。但是在平滑次數(shù)大于 3時(shí)，曲線下降得很平緩，再增加平滑次數(shù)對(duì)統(tǒng)計(jì)漲落的改善并不顯著。 多次平滑會(huì)使譜的形狀產(chǎn)生畸變。這種畸 變主要表現(xiàn)為峰高降低，峰寬增大，峰谷被填平。作為一個(gè)例子，圖 。 圖 Si（ Li）探測(cè)器測(cè)得的 55Fe的 X射 線譜。表 移動(dòng)平滑方法時(shí)，峰位（ mp）、峰高（ h1）、峰谷（ h2）和峰的關(guān)高寬（ FWHM）與平滑次數(shù) MS的關(guān)系。由這個(gè)例子我們可以看出，當(dāng)平滑次數(shù)增加時(shí)，峰位基本上維持不變，但是 25 峰的半高寬增加，峰高降低，峰谷抬高。對(duì)于一個(gè)單峰來(lái)說(shuō)，雖然峰高下降，但半高寬增加，因而峰的面積變化不大，不會(huì)使譜的定量分析產(chǎn)生很大的誤差。在重疊峰的情況下，由 于峰的展寬，可以會(huì)淹沒(méi)位于某一強(qiáng)峰附近的弱峰。在復(fù)雜譜的分析中，這將會(huì)造成弱成分的漏失。 圖 平滑效果與平滑次數(shù)的關(guān)系曲線 Figure Relation curve of Smoothing effect and smoothing times q/d 10 20 30 2m+1=3 2m+1=5 2m+1=7 US 26 圖 55Fe 的 X 射線譜 Figure X ray spectrum of 55Fe 表 峰形狀與平滑次數(shù)的關(guān)系 MS（次數(shù)） mp（道址） h1（計(jì)數(shù)） h2（計(jì)數(shù)） FWHM（道數(shù)） 0 11929 350 1 11823 350 5 11604 352 10 11347 356 30 10477 375 50 9785 415 100 8551 518 總之，需要對(duì)譜數(shù)據(jù)平滑多少次應(yīng)考慮到改善譜的統(tǒng)計(jì)漲落、減少譜形畸變兩個(gè)因素，根據(jù)譜數(shù)據(jù)的具體情況決定。在譜數(shù)據(jù)中各道計(jì)數(shù)較低，統(tǒng)計(jì)漲落較大的情況下，平滑次數(shù)可 以多些。在譜數(shù)據(jù)中各道計(jì)數(shù)較大，或者譜形比較復(fù)雜的情況下，為了減少譜形的畸變，節(jié)省計(jì)算時(shí)間，平滑次數(shù)應(yīng)當(dāng)少一些，一般不多于 3次。 本章小結(jié) 本章主要以 3點(diǎn)平均， 5點(diǎn)重心，最小二乘法和 移動(dòng)最小二乘法的形式實(shí)現(xiàn)了譜平滑的過(guò)程，在實(shí)驗(yàn)過(guò)程中充分的將理論知識(shí)與編程軟件相結(jié)合，成功的把譜進(jìn)行了平滑處理，減少了MP H3 Yn M FWHM H2 27 統(tǒng)計(jì)漲落，并且此系統(tǒng)擁有相當(dāng)高的平滑能力，達(dá)到了我們?yōu)槠渲贫ǖ闹笜?biāo)。但由于現(xiàn)在學(xué)習(xí)的編程能 力有限，掌握的知識(shí)不多，沒(méi)法編出更先進(jìn)的算法，但我認(rèn)為本次的移動(dòng)最小二乘法算法已經(jīng)基本達(dá)到了所要的效果，譜平滑的 能力也相對(duì)較好。 在進(jìn)行平滑時(shí)我也意識(shí)到了一些細(xì)節(jié)的重要性，比如平滑窗口的選擇， 對(duì)于寬度不同的峰需要選取不同的平滑窗口。因此在進(jìn)行仿真時(shí)一定要格外的認(rèn)真和仔細(xì)，不然沒(méi)法達(dá)到理想的效果 。此外本章還 對(duì)這幾種 算法進(jìn)行了對(duì)比，比較直觀的看出他們的優(yōu)缺點(diǎn)，相信，以后一定會(huì)研究出更合適的算法，進(jìn)行譜平滑，效果會(huì)更進(jìn)一步完美。 最后對(duì)小波算法進(jìn)行了展望，以后一定會(huì)努力將其平滑出來(lái)。 28 4 未來(lái)展望與全文總結(jié) 未來(lái)展望 數(shù)字濾波只是數(shù)字信號(hào)處理中應(yīng)用比較廣泛的一個(gè)領(lǐng)域，在以后的工作和學(xué) 習(xí)生活中，綜合運(yùn)用模擬電子，數(shù)字電子和 DSP基本原理等課程中所學(xué)到的理論知識(shí)去獨(dú)立完成一個(gè)設(shè)計(jì)項(xiàng)目的設(shè)計(jì)。不僅要掌握關(guān)于撇 TLAB設(shè)計(jì)數(shù)字濾波器的方法，更要學(xué)會(huì)利用多種途徑設(shè)計(jì)各種 DSP最小系統(tǒng)，熟練 c語(yǔ)言編程。在設(shè)計(jì)，動(dòng)手組裝，調(diào)試等實(shí)踐來(lái)驗(yàn)證所學(xué)的基本理論，培養(yǎng)設(shè)計(jì)應(yīng)用電子電路的設(shè)計(jì)，制作和調(diào)試技能 ,培養(yǎng)了較強(qiáng)的實(shí)踐能力；通過(guò)查閱文獻(xiàn)培養(yǎng)獨(dú)立分析和解決實(shí)際問(wèn)題的能力；學(xué)會(huì)了應(yīng)用電子電路的故障分析和處理能力。由于時(shí)間和能力的限制，還存在一些問(wèn)題和不足之處，有待今后的工作中去研究和思考。 通過(guò)對(duì)本課題的學(xué)習(xí) 和研究，從中取得了一些成績(jī)，理論水平也得到了一定程度的提高，但是也暴露了一些問(wèn)題。 首先，對(duì)一個(gè)陌生的課題需要查閱大量的文獻(xiàn)和書(shū)籍來(lái)獲得一定懂得感性認(rèn)識(shí)，然后才能有自己的構(gòu)思，這是一條必經(jīng)之路；其次，理論基礎(chǔ)知識(shí)要扎實(shí)，論文設(shè)計(jì)到很多的基本算法，同時(shí)也應(yīng)用到很多的基礎(chǔ)理論，如果沒(méi)有平常的積累，則需要花費(fèi)很多的時(shí)間去學(xué)習(xí)這些理論，這樣會(huì)延緩畢設(shè)完成的進(jìn)度；最后在實(shí)際項(xiàng)目中必須自信，遇到困難要虛心向別人請(qǐng)教，這樣就可以加快研究進(jìn)程。 我覺(jué)得，現(xiàn)在的譜數(shù)據(jù)的發(fā)展相對(duì)來(lái)說(shuō)還可以有些提高 ，雖然現(xiàn)在已有多種平滑算法，但 效果還是不夠好，比如 3點(diǎn)平均與 5點(diǎn)重心，譜的統(tǒng)計(jì)漲落依舊存在，噪聲依舊很多，最小移動(dòng)二乘法比他們都等達(dá)到更好的平滑，移動(dòng)最小二乘法更進(jìn)一步，是現(xiàn)在我所能達(dá)到的平滑效果最好的一個(gè)?，F(xiàn)在的小波算法相對(duì)來(lái)說(shuō)是比較先進(jìn)的，我們可以在這個(gè)算法上多下功夫，因?yàn)槠浔容^復(fù)雜，以我現(xiàn)在的知識(shí)還沒(méi)法做到仿真，只能有一定的理論結(jié)果，但相信，經(jīng)過(guò)我接下來(lái)的知識(shí)的積累，一定可以仿真成功，使譜得到更好的平滑 。 全文總結(jié) 本文首先介紹了 譜數(shù)據(jù)平滑處理的概念，方法 ， 濾波器的選用 以及常用的數(shù)字濾波的算法 ；然后 主要介紹了兩種平滑方法 并且 對(duì)他們的 基本原理及 平滑 主要步驟做了描述；接著利用軟件 編寫(xiě)程序， 對(duì)其進(jìn)行了仿真演示 ，從效果上看，基本令人滿意， 接著 對(duì)他們的譜圖像進(jìn)行了比較，說(shuō)明了譜數(shù)據(jù)算法的優(yōu)點(diǎn)，即使和其他的平滑算法相比，在條件相同的前提下，這兩種算法的平滑能力 也毫不遜色 ,因而具有一定的發(fā)展價(jià)值； 最后又說(shuō)了一些問(wèn)題，以后所要發(fā)展的道路 。 經(jīng)過(guò)一系列的研究和演示本文能讓讀者對(duì)譜數(shù)據(jù)的平滑算法 有一定深入的了解和認(rèn)識(shí)。 本次畢業(yè)設(shè)計(jì)是一次寶貴的從理論構(gòu)思投入到實(shí)際論證的設(shè)計(jì)經(jīng)歷。它可以說(shuō)是對(duì)我大學(xué)四年學(xué)習(xí)成果的考核和總結(jié)?；厥鬃霎厴I(yè)設(shè)計(jì)的這段時(shí) 間，雖然在學(xué)習(xí)過(guò)程中遇到不少艱難險(xiǎn)阻，卻過(guò)得很充實(shí)。 譜數(shù)據(jù)的平滑算法 是本人以前從所未窺的領(lǐng)域，但是這幾個(gè) 29 月經(jīng)過(guò)老師同學(xué)指導(dǎo)下系統(tǒng)的學(xué)習(xí)和訓(xùn)練我已經(jīng)基本掌握了這門(mén)技術(shù)的原理及設(shè)計(jì)方法，并能初步實(shí)現(xiàn) 使用算法實(shí)現(xiàn)平滑的功能 ，在使用軟件進(jìn)行編程和通過(guò) Word對(duì)文檔的編輯、排版的能力也得到了長(zhǎng)足的進(jìn)步，從中受益匪淺。不僅如此，通過(guò)本次畢業(yè)設(shè)計(jì)的實(shí)踐我還增強(qiáng)了自己的思考能力、溝通能力等許多課本上學(xué)不到的東西，這也讓我自身的綜合水平得到提升。當(dāng)然，雖然我最終順利完成了本次畢業(yè)設(shè)計(jì)，但我深知我掌握的知識(shí)還遠(yuǎn)遠(yuǎn)不夠，本文也難 免存在一些錯(cuò)誤與不足。 譜數(shù)據(jù)的平滑 這一領(lǐng)域依然還存在著諸多難點(diǎn)等待我去一一探索，這更說(shuō)明了學(xué)無(wú)止境是永恒不變的真理。在今后學(xué)習(xí)工作中，我將敢于向新的領(lǐng)域發(fā)起沖擊，腳 踏實(shí)地的提高自身素質(zhì)，更好的學(xué)習(xí)各種知識(shí)，讓自己的能力得到進(jìn)一步提高 。 30 參考文獻(xiàn) [1] Gordon Gilmore, Practical Gammaray Spectroscopy, 2020. [2] 復(fù)旦大學(xué)等，原子核物理實(shí)驗(yàn)方法修訂第三版，原子能出版社， 1997 年。 [3] 胡廣書(shū) ，數(shù)字信號(hào)處理 理論算法與實(shí)現(xiàn)，清華大學(xué)出版社， 2020。 [4] 龐巨豐，能譜數(shù)據(jù)分析，陜西科學(xué)技術(shù)出版社， 1990。 [5] 國(guó)工程物理研究院 : 國(guó)防科技 GF 報(bào)告 . 2020 [6] CANBERRA. Gennie2020 Software Manual, 2020 [7]段再煜 。陳建華 。張桂新 ,等 .基于 Matlab平臺(tái)上 γ 能譜光滑處理 ,核動(dòng)力工程 .2020 [8]顧民 ,葛良全 .基于變參數(shù)雙指數(shù)平滑法的自然伽瑪能譜處理 ,物探化探計(jì)算技術(shù) .2020 [9]張忠平 .指數(shù)平滑法 .中國(guó)統(tǒng)計(jì)出版社 ,1996. [10]Savitzky A.,Golay, . Smoothing and differentiation of data by simplified leastsquares procedures. Analytical [11]肖剛 ,周春林 ,等 .一種自適應(yīng)的 γ 射線能譜數(shù)據(jù)平滑方法 ,原子能科學(xué)技術(shù) .2020 31 致 謝 在這里，我首先要衷心地感謝我的論文指導(dǎo)老師林偉老師對(duì)我的悉心指導(dǎo)。在整個(gè)畢業(yè)課題的設(shè)計(jì)以及論文的撰寫(xiě)過(guò)程中，她 對(duì)我悉心指導(dǎo)、嚴(yán)格要求、熱情鼓勵(lì)并給予我極大的支持和具有啟發(fā)性的建議，使得我的畢業(yè)設(shè)計(jì)得以順利的完成。從論文的選題、論證、研究到最后完成，自始至終無(wú)不凝聚著導(dǎo)師的心血。同時(shí)，我要感謝研究生岳璐璐學(xué)姐，石曉東學(xué)長(zhǎng)，他們對(duì)我畢業(yè)設(shè)計(jì)的素材收集提供了不少幫助，并給我解釋了許多深?yuàn)W晦澀的知識(shí)點(diǎn)及編程語(yǔ)言，我的畢業(yè)設(shè)計(jì)的完成和他們的細(xì)心指導(dǎo)和毫無(wú)保留的幫助是分不開(kāi)的。還有，我要感謝畢設(shè)同組成員，在我們的互相鼓勵(lì)下，各自畢業(yè)設(shè)計(jì)的完成水平都達(dá)到了自己的理想預(yù)期。此外，我還要感謝我的好友張玉潔，她在我最后進(jìn)行編稿排版時(shí)提 供了不少技術(shù)援助，使我的論文更加規(guī)范。最后，我懇請(qǐng)各位老師和同學(xué)對(duì)本文的錯(cuò)誤與不足之處進(jìn)行批評(píng)指正，并再次誠(chéng)摯地向所有幫助過(guò)我完成本次畢業(yè)設(shè)計(jì)的老師和同學(xué)們說(shuō)一聲，謝謝！ 32 參考附錄 最小二乘移動(dòng)平滑法 If = True Then For I = 0 To 2047 Step 1 spectrum_cal_window_value(I) = I * Val() / 100 If (spectrum_cal_window_value(I) / 2) 2047 I Then spectrum_cal_window_value(I) = 157 / 82 * (2047 I) End If If spectrum_cal_window_value(I) Mod 2 = 0 Then spectrum_cal_window_value(I) = spectrum_cal_window_value(I) + 1 End If If spectrum_cal_window_value(I) 3 Then spectrum_cal_window_value(I) = 3 End If Next For I = 0 To 2047 Step 1 spectrum_data_calculate(I) = spectrum_data(I) Next For K = 0 To Val() 1 Step 1 For I = 0 To 2047 Step 1 spectrum_data_calculate_bak(I) = spectrum_data_calculate(I) spectrum_data_calculate(I) = 0 33 Next For I = 1 To 2045 Step 1 For j = 0 To ((spectrum_cal_window_value(I) 1) / 2) Step 1