Modélisation stochastique du signal photonique pour la spectrométrie g Thomas Trigano CEA Saclay / ENST Paris trigano@tsi.enst.fr
Modélisation du signal photonique Plan La spectrométrie g Définition Etat de l’art Problèmes rencontrés Modélisation du signal photonique Modélisation Application : le problème du désempilement Quelques graphiques et conclusions
La spectrométrie gamma : Définitions Etude des rayonnements photoniques Utilisation du spectre en énergie pour l’identification des radionucléides Applications : environnement, identification de déchets nucléaires Source : Tsoulfanidis, « Detection of Radiation and Measurement », 1995
Spectrométrie gamma : état de l’art Hypothèse : signal photonique connu, on cherche alors le filtre qui maximise le rapport signal à bruit ; on utilise un filtre adapté En pratique, des inconnues existent (forme des impulsions, instants d’arrivée, durées et énergie des impulsions) filtre adapté modifié
Problèmes de la résolution par filtrage adapté Causalité du filtre adapté Problème pour les forts taux de comptage compromis S/B-taux de comptage Inconvénient majeur : le filtre adapté dépend des paramètres inconnus que l’on cherche et ne fonctionne que pour des taux de comptage modérés et avec des rapports S/B forts
Problèmes inhérents à la spectrométrie gamma — Problèmes physiques : diffusion Compton, … Source : id. Empilements d’impulsions
Modélisation stochastique Utilisation de 2 processus ponctuels marqués Processus des impulsions poissonnien et homogène Processus ponctuel des séquences d’occupation Processus des impulsions Processus des séquences d’occupation
Liens entre les processus Relations complexes entre les deux processus Avantage : cadre mathématique plus riche
Exemple : application des formules précédentes (1)
Exemple : application des formules précédentes (2)
Conclusion et perspectives Modélisation adéquate pour le problème du désempilement de spectre Objectifs à terme : trouver une relation entre les deux processus ponctuels, via la densité des marques