آشکارسازی پرتو گاما نقش مهمی در افزایش ایمنی هسته ای و بستری مناسب برای استفاده بهینه از پرتوهای هسته ای فراهم می کند. برای آشکارسازی با ریسک پرتوگیری پایین، بدلیل فاصله محل آشکارسازی از منبع پرتویی معمولاً از روش پایش هوایی گاما استفاده می شود. یکی از مهم ترین مسائل در پایش هوایی گاما، کاهش نویز آشکارسازی است. روش های مختلفی برای کاهش نویز آشکارساز هوایی گاما ارائه شده که از میان آن ها در این مقاله، استفاده از خواص ایستان گردشی، به دلیل قابلیت های آن در آشکارسازی شمارش های کم پرتویی، که ناشی از منابع ضعیف گامای دور از محل آشکارساز است، پیشنهاد و به منظور افزایش دقت نتایج آشکارسازی پرتو گاما و کاهش خطای ناشی از محدودیتهای فیزیکی و پروازی با سایر روش های پردازش سری های زمانی و تخمین های طیفی مقایسه شده است. مهم ترین مشکل چنین روش هایی پیچیدگی محاسباتی بالا است، که استفاده از آن را با چالش روبه رو می کند. در این مقاله روش های کاهش نویز آشکارساز هوایی گاما مبتنی بر خواص ایستان گردشی در فیلترهای توسعه یافته کالمن معرفی می شوند. فیلتر کالمن با استفاده از ادغام داده ها، بر اساس یک مدل دینامیکی، تغییرات در شمارش فوتون های دریافتی عناصر پرتوزا را در زمان واقعی برآورد می کند. نتایج پژوهش نشان می دهد که فیلتر کالمن توسعه یافته با توجه به ویژگی حذف اعواج های غیرخطی نسبت به سایرفیلترها برتری دارد. تمرکز مقاله بر مدل سازی، تطبیق و جنبه های محاسباتی اعمال فیلتر کالمن بر داده های واقعی حاصل از پایش هوایی گاما است. معیار کوواریانس خطا و زمان موردنیاز محاسبات برای پردازش در واقع نگاری آشکارسازی پرتوی گاما با روش های تخمین مبتنی بر چگالی طیف توان و ﺗ ﺨ ﻤ ﻴ ﻦ ﻃ ﻴ ﻔ ﻲ ﭼ ﻨ ﺪ ﻛ ﺎ ﻫ ﻨ ﺪ ه و کالمن توسعه یافته ارزیابی شده است. نتایج بیانگر آن است که استفاده از روش کالمن توسعه یافته علاوه بر این که آشکارساز را برای مقابله با نویزها و اختلال های غیرخطی آماده می کند، همگرایی سامانه پایش هوایی را نیز به صورت محسوسی افزایش می دهد.

شناسایی و اندازه گیری میزان پرتوزایی ذرات معلق در هوا یک امر ضروری و بسیار مهم برای شناخت و تخمین اثر آلودگی های پرتوزا بر سلامت افراد و محیط زیست است. طیف سنجی گاما یکی از مفیدترین روش های آنالیز کمی و کیفی نمونه ها از جمله فیلترهای هوا است. یکی از اقدامات اولیه و ضروری در انجام آنالیز نمونه ها توسط طیف سنجی گاما، کالیبره کردن این تجهیز است که نیازمند چشمه های استاندارد مناسب می باشد. هدف از این پژوهش طراحی و ساخت یک چشمه استاندارد مناسب با هندسه فیلتر و سپس کنترل کیفی و صحه گذاری آن است. به این منظور از فیلتر هوای هپای دایره ای شکل با قطر mm 60 استفاده گردید. سیستم طیف سنجی HPGe با استفاده از چشمه استاندارد ساخته شده کالیبره گردید. نتایج شمارش چشمه ساخته شده و کنترل کیفی آن صحت روش ساخت چشمه را نشان داد. صحه گذاری روش ساخت چشمه به وسیله روش اسپایک، خطای قابل قبول 8 % را نشان داد.

شناسایی سطوح کلیدی چینه نگاری سکانسی، از بخش های مهم سرشت نمایی زمین شناسی مخازن هیدروکربنی است. توالی های کربناته بخش منیفا و سازند فهلیان با سن ژوراسیک بالایی-کرتاسه زیرین، مخازن هیدروکربنی مهمی در بخش شمال باختری خلیج فارس به شمار می روند. در این مطالعه، کارآیی نمودار D-INPEFA گاما در شناسایی و تفکیک سکانس ها و سطوح کلیدی سکانسی در پنچ چاه کلیدی در یکی از میادین نفتی خلیج فارس بررسی شده است. به این منظور، سطوح کلیدی سکانسی تفکیک شده بر اساس توصیف مغزه ها و بررسی مقاطع نازک میکروسکوپی، با نتایج تفسیر نمودار D-INPEFA گاما مقایسه شده است. از دیدگاه چینه نگاری سکانسی و با توجه به نتایج مطالعات زمین شناسی، چهار سکانس رده سوم در توالی تیتونین بالایی-نئوکومین شناسایی و توصیف گردید. مرز سکانسی رأس بخش منیفا به عنوان یک ناپیوستگی مهم توسط شواهد کارستی شدن و تغییرات گسترده رخساره ای در مرز زیرین و بالایی مشخص می شود. مقایسه سکانس ها با سطوح کلیدی تفکیک شده از طریق نمودار D-INPEFA گاما، نشان می دهد که این روش می تواند به صورت کارآمد در شناسایی و انطباق سکانس ها در محدوده یک میدان هیدروکربنی به کاربرده شود.

هرچند که فیلتر ذره ای ابزاری موثر در ردیابی شیء می باشد اما یکی از محدودیت های موجود، نیاز به وجود مدلی دقیق برای حالت سیستم و مشاهدات است. بنابراین یکی از زمینه های مورد علاقه محققین تخمین تابع مشاهده با توجه به داده های یادگیری است. تابع مشاهده ممکن است خطی یا غیرخطی در نظر گرفته شود. روش های موجود در تخمین تابع مشاهده با مشکلاتی مواجه هستند و از جمله این مشکلات، وابستگی به مقدار اولیه پارامترها در روش های دومرحله ای مبتنی بر ماکسیمم سازی انتظار و نیازمندی به یک سری مدل از پیش تعریف شده در روش های مبتنی بر چند مدل می باشد. در این مقاله، یک روش بدون راهنما برای غلبه بر این مشکلات با استفاده از فیلترهای وفقی کرنلی ارائه شده است. به این منظور از فیلترهای وفقی حداقل میانگین مربعات خطای کرنلی یا حداقل مربعات بازگشتی کرنلی برای تخمین تابع غیرخطی مشاهده استفاده می شود. با فرض معلوم بودن تابع فرایند و با داشتن دنباله ای از مشاهدات، تابع مشاهده مجهول تخمین زده می شود. ضمنا برای کاهش هزینه محاسباتی و افزایش سرعت اجرا، از روش تنک سازی داده ها با استفاده از روش وابستگی خطی تقریبی استفاده شده و الگوریتم پیشنهادی در دو کاربرد مورد ارزیابی قرار گرفته است. آزمایش اول بر پیش بینی سری های زمانی و دیگری روی ردیابی اشیا در ویدئو می باشد. نتایج به دست آمده حاکی از برتری روش پیشنهادی در مقایسه با چند روش موجود است.

متن کامل این مقاله به زبان انگلیسی می باشد. لطفا برای مشاهده متن کامل مقاله به بخش انگلیسی مراجعه فرمایید.لطفا برای مشاهده متن کامل این مقاله اینجا را کلیک کنید.

0