一、核弹头惰层厚度的反解方法（论文文献综述）
田自宁[1]（2015）在《基于虚拟源原理的放射性体源无源效率刻度技术研究》文中研究表明放射性气体源、大面积和大体积源的监测是目前国际上核辐射探测领域研究的重点前沿方向,其中放射性体源无源效率刻度因子是放射性核素定量分析中最为关键的参数。尤其是CTBT放射性氙同位素体源样品的国际比对分析,是检验各国核素实验室的HPGeγ谱仪系统性能及判断各国是否进行核试验的重要依据。然而,目前国内外现有的相对测量方法与基于蒙特卡罗的无源效率刻度方法,在放射性氙同位素及大面积大体积源的探测效率刻度中分别存在难以实验刻度和不确定度大等问题,因此亟待发展新的测量方法和实验技术。本论文开展了面源静态和动态刻度体源探测效率方法研究,将虚拟点源应用于放射性污染区域边界测量的方法研究,建立了基于蒙特卡罗的大源小探测器的小概率问题的模拟输运计算方法,研究了非均匀分布体源和面源的无源效率刻度方法。本论文提出的方法可以互相验证,可应用到样品国际比对结果的验证分析中,从而保障比对数据的准确可靠;同时,也避免了大体源和难获得源的制备及无源效率刻度软件的不足。提出的基于虚拟源原理的体源无源效率刻度方法,给各种γ探测器现场进行效率刻度提供了有效选择,将在禁核试核查、放射性气体γ谱分析国际样品比对、核应急监测及环境放射性监测领域的探测系统刻度及应用测量工作中发挥重要作用。本论文主要开展了以下三个方面的创新性研究工作:（1）研究了基于虚拟点源和面源的体源无源效率刻度方法。研究提出了体源无源效率刻度的等效虚拟源刻度方法,推导了虚拟面源分层模拟及虚拟面源的积分中值表达,建立了基于点源效率函数的虚拟刻度模式,并进行了相关实验验证,进而发展了用于确定放射性污染边界的测量方法。（2）研究使用蒙特卡罗方法刻度大面积及大体源的虚拟点源位置。研究中采用效率区域偏倚抽样、点源锥形准直和点源分步模拟体源效率相结合的方法,解决了大体源小探测器的小概率问题,开发了相关的蒙卡模拟程序。（3）研究基于概率密度分布函数的无源效率刻度方法。研究提出了基于已知概率密度函数分布的非均匀源效率刻度的理论方法,并开展了非均匀分布体源的实验研究。
程松[2]（2008）在《基于人工神经网络的核材料γ能谱指纹识别》文中指出随着核能应用及核技术的发展,潜在的核危险随之增加,这一问题已经引起全球公众的广泛关注。辐射测量技术在核安全保障中起着重要的作用。例如,在涉及核弹头不可逆销毁过程的核裁军核查中,辐射指纹可用来标识和鉴别裁减下来的核弹头。又如,辐射测量技术亦可应用于核材料及核设施的安全监测,等等。因此,研究γ辐射指纹识别技术具有重要的实际意义。每种放射性核素都有自己唯一的γ能谱,而不同放射性核素的γ能谱的特征各不相同。因此,可以把γ能谱定义核材料的“γ能谱指纹”。γ能谱指纹可利用γ能谱仪采集,并通过相关的数值分析技术进行分析。常规的γ能谱分析方法是以全能峰为研究对象,通过确定其峰位及峰面积实现对核材料的定性和定量分析。随着核技术及其应用的发展,产生了基于蒙特卡罗模拟技术的解谱方法,并得到了广泛的应用。随着核裁军中核武器核查的需要,自20世纪90年代起,俄美等国又研究开发了区分判别核武器类型的模板测量技术。本文从γ射线探测基本原理及γ能谱形成机制入手,介绍了核材料γ能谱“指纹”的概念。根据人工智能中的模式识别思想,给出了基于BP和径向基（radial basis function, RBF）人工神经网络的核材料类型识别和个体识别技术,并对两种网络进行了比较。同时,对探测距离、测量系统统计涨落等因素对识别结果的影响进行了研究和探讨。研究结果表明,BP神经网络具有一定的类型识别能力,而RBF神经网络则同时具有较强的类型识别能力和个体识别能力,而且还具有较高的识别速度。基于人工神经网络的核材料识别技术可应用于核安全保障领域。
熊宗华,亢武,龚建,胡广春,向永春,裴永全[3]（2003）在《核弹头惰层厚度的反解方法》文中研究指明高分辨γ探测技术是一种可靠的核弹头核查技术 .通过模拟计算和实验标定的方法 ,研究特定核弹头模型出壳γ射线强度与吸收材料厚度的关系 ,提出了一种简便的反解核弹头惰层厚度的方法 ,并讨论了该方法的应用条件 .
二、核弹头惰层厚度的反解方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、核弹头惰层厚度的反解方法（论文提纲范文）
（1）基于虚拟源原理的放射性体源无源效率刻度技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 放射性体源刻度问题的产生 |
| 1.1.1 放射性体源无源效率刻度的意义 |
| 1.2 无源效率刻度方法及现状 |
| 1.2.1 基于蒙卡模拟计算的放射性体源无源效率刻度 |
| 1.2.2 无源效率刻度软件 |
| 1.2.3 实验与软件相结合的效率刻度 |
| 1.2.4 虚拟点探测器刻度方法 |
| 1.3 基于虚拟源原理的放射性体源无源效率刻度技术的提出 |
| 1.4 论文主要研究内容 |
| 1.5 本章小结 |
| 第2章 基于虚拟源原理的无源效率刻度方法理论基础 |
| 2.1 蒙卡计算原理 |
| 2.2 虚拟源的数学表达 |
| 2.2.1 虚拟源原理 |
| 2.2.2 虚拟源原理实验刻度例证 |
| 2.2.3 虚拟面源的数学表达 |
| 2.2.4 虚拟点源的数学表达 |
| 2.2.5 非均匀分布源效率的数学表达 |
| 2.3 本章小结 |
| 第3章 基于虚拟面源的放射性体源无源效率刻度 |
| 3.1 面源分层模拟刻度体源效率 |
| 3.1.1 面源分层实验 |
| 3.1.2 面源分层模拟计算 |
| 3.2 虚拟面源的积分中值表达 |
| 3.2.1 Labsocs模拟实验 |
| 3.2.2 计算结果分析与讨论 |
| 3.3 面源效率转移刻度气体源效率 |
| 3.3.1 133Ba面源分层模拟实验 |
| 3.3.2 面源效率转移实验 |
| 3.4 面源自动模拟刻度气体体源方法及装置 |
| 3.5 本章小结 |
| 第4章 基于虚拟点源的放射性体源无源效率刻度 |
| 4.1 点源效率函数刻度方法 |
| 4.1.1 基本原理 |
| 4.1.2 刻度实验方法 |
| 4.1.3 点源刻度实验方法的不确定度分析 |
| 4.2 基于点源效率函数的虚拟点源刻度研究 |
| 4.3 用虚拟点源刻度污染区边界的方法研究 |
| 4.3.1 基本原理 |
| 4.3.2 虚拟点源刻度放射性污染区域的边界 |
| 4.3.3 面源半径反演实验 |
| 4.4 本章小结 |
| 第5章 大面积及大体积源的无源效率刻度 |
| 5.1 大面积及大体积源的蒙卡模拟 |
| 5.1.1 大源的效率区域偏倚抽样 |
| 5.1.2 蒙特卡罗点源锥形准直技巧 |
| 5.1.3 点源分步模拟体源效率 |
| 5.2 模拟实验 |
| 5.3 晶体参数的蒙卡表征技术 |
| 5.3.1 点源实验表征晶体死层参数的基本原理 |
| 5.3.2 点源实验 |
| 5.3.3 晶体参数 γ 射线扫描技术 |
| 5.3.4 点源实验表征晶体死层参数 |
| 5.3.5 计算结果比较分析 |
| 5.4 本章小结 |
| 第6章 非均匀分布源的HPGe探测效率理论与实验研究 |
| 6.1 非均匀分布体源的HPGe探测效率理论与实验研究 |
| 6.1.1 理论计算方法 |
| 6.1.2 实验模拟计算 |
| 6.1.3 应用方法研究 |
| 6.2 非均匀分布气体体源的实验刻度 |
| 6.3 非均匀分布面源的HPGe探测效率理论与实验研究 |
| 6.3.1 理论计算方法 |
| 6.3.2 实验模拟计算 |
| 6.3.3 应用方法研究 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（2）基于人工神经网络的核材料γ能谱指纹识别（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 放射性核素能谱“指纹” |
| 1.2 γ能谱指纹识别的历史背景及意义 |
| 第2章 γ射线的产生及探测原理 |
| 2.1 γ射线的产生及其性质 |
| 2.2 γ射线与物质的相互作用 |
| 2.2.1 光电效应 |
| 2.2.2 康普顿效应 |
| 2.2.3 电子对效应 |
| 2.3 γ能谱仪简介 |
| 2.3.1 工作原理 |
| 2.3.2 γ能谱形成机制 |
| 第三章 γ能谱指纹识别方法 |
| 3.1 γ能谱特征γ射线全能峰分析 |
| 3.1.1 γ能谱定性分析 |
| 3.1.2 γ能谱定量分析 |
| 3.2 基于蒙特卡罗模拟技术的γ能谱分析 |
| 3.3 基于模板测量技术的γ能谱指纹识别 |
| 第四章 神经网络γ能谱指纹识别 |
| 4.1 神经网络的发展及其特点 |
| 4.2 常用神经网络介绍 |
| 4.3 神经网络γ射线能谱指纹的识别机理 |
| 4.4 RBF 和BP 神经网络工作原理介绍 |
| 4.4.1 RBF 神经网络 |
| 4.4.2 BP 神经网络 |
| 4.5 γ能谱预处理 |
| 4.5.1 原始数据的平滑处理 |
| 4.5.2 峰位漂移校正 |
| 4.5.3 扣除本底 |
| 4.6 谱数据特征提取 |
| 4.6.1 小波变换简介 |
| 4.6.2 利用小波变换特征提取 |
| 4.7 基于 RBF 神经网络的核材料γ能谱指纹识别 |
| 4.7.1 类型识别 |
| 4.7.1.1 识别原理 |
| 4.7.1.2 识别结果及其分析 |
| 4.7.2 个体识别 |
| 4.7.2.1 个体识别结果及其分析 |
| 4.7.2.2 系统统计涨落对识别结果的影响 |
| 4.7.2.3 探测距离对识别结果的影响 |
| 4.7.2.4 封装材料厚度不同的个体识别 |
| 4.8 基于 BP 神经网络的核材料γ能谱指纹识别 |
| 4.8.1 识别原理 |
| 4.8.2 识别结果及其分析 |
| 4.9 BP 和RBF 神经网络识别结果比较 |
| 第五章 结束语 |
| 参考文献 |
| 致谢 |
四、核弹头惰层厚度的反解方法（论文参考文献）
- [1]基于虚拟源原理的放射性体源无源效率刻度技术研究[D]. 田自宁. 清华大学, 2015(07)
- [2]基于人工神经网络的核材料γ能谱指纹识别[D]. 程松. 辽宁师范大学, 2008(10)
- [3]核弹头惰层厚度的反解方法[J]. 熊宗华,亢武,龚建,胡广春,向永春,裴永全. 物理学报, 2003(01)