一种基于STFT-DFF模型的中子-伽马甄别方法和系统

本发明公开了一种基于STFT‑DFF模型的中子‑伽马甄别方法，包括将探测器输出的模拟脉冲信号转换为数字脉冲信号；基于多维度波形特征对数字脉冲信号进行脉冲触发与噪声滤除，筛选有效脉冲信号；对有效脉冲信号进行预处理，并通过短时傅里叶变换STFT将时域信号转换为时间‑频率特征，展平为一维STFT特征信号；将一维STFT特征信号输入预训练的动态特征融合DFF模型，输出中子‑伽马二分类结果及原始分类得分。本发明通过STFT深度挖掘时频差异、DFF动态优化特征权重，并通过FPGA采集系统实现硬件部署，有效提高了甄别准确率和实时性。实验表明，与现有方法相比，品质因子提升显著，适用于安全检查、环境监测等领域。