本发明涉及荧光爆炸物探测仪的，尤其是涉及一种毒品/荧光爆炸物探测仪的传感装置。
背景技术：
1、在公共安全场所的实际检测中，除了要检测常规的海洛因、可卡因、大麻等毒品，还需要检测能制造毒品的原料，即易制毒化学品。而爆炸物的检测除了常规的tnt等常规炸药，液体炸药和燃爆物由于组分复杂、性质均一、原料来源方便和加工工艺简单等原因，对公共安全造成了更大的威胁，因此迫切需要现场快速检测技术和仪器。
2、纵观国内外毒品、爆炸物和液体危险品的主要探测技术和方法包括：试纸和化学试剂法、电磁法、光学和光谱法、离子迁移谱法、色谱质谱联用法、超声法以及x射线探测等。上述毒品/爆炸物检测技术和方法主要缺点如下：试纸和化学试剂法优点在于操作简单，无需电力或电池驱动，但该方法属于有损探测，而且一种试纸或试剂只能探测一种特定的物质；电磁法主要有核磁共振、太赫兹、微波等探测方法，核磁共振探测的缺点是探测时间长且无法探测不含有元素的液体炸药，太赫兹的探测精度受环境影响较大，电磁探测方法共同缺点都是不能探测被金属包裹或密封的液体；光学探测方法主要有拉曼和红外光谱探测仪器，光学探测仪器属于无损检测，但是光学仪器只能检测透明包装材料中的物质，而且光路中的传播路径易受其他物质干扰而导致测量误差；离子迁移谱属于有损探测，而且本质上不能检查密闭容器内部的液体，同时该方法电子稳定性不高，还需要根据不同测量环境进行标定而影响精度，因此误检率高；色谱质谱联用探测方法的优点是探测精度高，但是缺点是探测过程复杂、速度慢、探测费用高以及属于有损探测等；超声探测的优点是测试仪器轻便，操作安全简单，缺点是必须预先测量容器尺寸，并且探测精度受到回波影响较大。
3、相对于上述毒品爆炸物探测方法，x射线类探测方法的优点是非破坏性、非接触、分辨率高、低成本、穿透性强、低剂量对人体基本无害，因此国内外公共安全检查仪器基本上以射线探测方法为主。然而能量散射x射线属于弱光射线，具有分辨率低的缺点，由于人体组织对光子的衰减作用和人体组织的复杂结构，导致能量x射线的信号弱，分辨率更低，因此难以准确识别待测可疑物。为此，本发明提出一种毒品/荧光爆炸物探测仪的传感装置。
技术实现思路
1、根据现有技术存在的不足，本发明的目的是提供一种毒品/荧光爆炸物探测仪的传感装置，以解决上述技术问题。
2、本发明的上述技术目的是通过以下技术方案得以实现的：
3、一种毒品/荧光爆炸物探测仪的传感装置，包括x射线发射模块、x射线谱识别模块和检测识别平台；
4、所述x射线发射模块与所述x射线谱识别模块相连，所述x射线谱识别模块包括小波去噪模块、pca模块和分类模块。
5、通过采用上述技术方案，采用智能算法辅助识别x射线谱，通过阈值小波与相干函数组合算法和神经网络优化的pca分析算法，对常见的毒品/爆炸物的能量色散x射线探测数据进行识别，以及基于粒子群算法优化的svm分类识别组合算法对医学人体模型藏匿毒品/爆炸物的能量色散x射线探测数据识别，从而提高了爆炸物/毒品的分辨率。
6、本发明在一较佳示例中可以进一步配置为：所述小波去噪模块的运行原理为：
7、计算机对小波函数进行信号离散化，然后选用sure阈值滤波算法对离散化小波进行分解和重构，选用的是不同厚度的仿真皮肤和肌肉组织包裹样品，每间隔5mm厚度皮肤和肌肉包裹样品作为一个样本，每个样本采集4次，包裹的厚度范围为60mm～160mm，构建样本数据库，并采用相干函数算法验证数据库建立的有效性和合理性。
8、本发明在一较佳示例中可以进一步配置为：所述pca模块的运行原理为：用pca对包裹在猪的瘦肉和脂肪下，放置在模拟人体中的待测物质进行分析和识别；
9、pca的原理是使多个变量通过线性变换，然后减少重要变量个数的一种多元统计分析算法，pca特征提取结合bp神经网络共同工作，在bp算法中，各层权值的调整形式都是一样的，都是由学习速率、本层输入信号和误差信号决定的，因此误差将随着迭代次数的增加而不断减少，直到收敛到稳定的权值为止。
10、本发明在一较佳示例中可以进一步配置为：所述分类模块的运行原理为：采用通过粒子群算法（ps0）优化后的支持向量机（svm）对x射线进行分类，粒子群算法需优化的参数有惩罚系数c和核参数，具体步骤如下：
11、1）训练样本输入，接着产生一组随机（c，）作为粒子的初始位置；
12、2）训练后的样本分割成均匀的k个互不包含的子集；
13、3）根据已产生的（c，），训练svm，得到k-fold交叉验证识别率；
14、4）将k-fold交叉验证识别率作为适应度，并记忆个体与群体所对应的最佳适应度位置，然后更新位置和速度搜索更好的（c，）；
15、5）重复步骤2），直到满足最大迭代次数，然后优化结束，输出结果。
16、本发明在一较佳示例中可以进一步配置为：所述检测识别平台包括数据获取模块、数据前处理模块、样本训练模块、数据库匹配模块和智能识别模块，检测识别平台采用matlab与vc++混合算法设计，先使用自动寻衍射峰匹配、再使用pca分类，然后使用相干函数匹配，训练样本完成后可以实现多种毒品/爆炸物的盲测。
17、通过采用上述技术方案，检测识别平台可以实现数据的自动获取、数据前处理、样本训练、数据库匹配和智能识别功能，而且多种算法结合，确保了检测的识别率和灵敏度。
18、本发明在一较佳示例中可以进一步配置为：所述样本训练模块中，训练样本的毒品有冰毒和海洛因，爆炸物有tnt，易制毒样本有苯乙酸和胡椒醛。
19、本发明在一较佳示例中可以进一步配置为：所述检测识别平台的检测和识别流程如下：
20、11）建立各种待测样本的数据库；
21、12）对数据进行阈值小波去噪，然后采用峰形匹配鉴别，如果与数据库中样本匹配率高，直接输出检测结果，程序结束；如果没有匹配样本，进行下一步流程；
22、13）对数据进行pca分类识别，根据设计的类间距离阈值判断是否为可疑物，如果是，则出结果；如果不是，则跳转至下一步流程；
23、14）对数据用相干函数识别，然后根据相干系数来判断是否为可疑物，如果是，则出结果；如果不是，则显示正常。
24、15）显示最终的结果，算法结束。
25、本发明在一较佳示例中可以进一步配置为：所述样本训练模块中，训练样本常见干扰物有人体、面粉、糖、盐、米饭和芹菜混合物。
26、本发明在一较佳示例中可以进一步配置为：所述x射线发射模块包括x射线白光光源、电源、准直器和衰减器。
27、综上所述，本发明包括以下至少一种有益技术效果：
28、1.本发明解决了复杂背景下能量色散x射线的探测信号弱，难以直接通过寻峰方法识别待测物质的难题，采用智能算法辅助识别x射线谱，通过阈值小波与相干函数组合算法和神经网络优化的pca分析算法，对常见的毒品/爆炸物的能量色散x射线探测数据进行识别，以及基于粒子群算法优化的svm分类识别组合算法对医学人体模型藏匿毒品/爆炸物的能量色散x射线探测数据识别，从而提高了爆炸物/毒品的分辨率；
29、2.本发明开发了人体模型藏匿毒品/爆炸物检测识别平台，该检测识别平台可以实现数据的自动获取、数据前处理、样本训练、数据库匹配和智能识别功能，而且多种算法结合，确保了检测的识别率和灵敏度。
1.一种毒品/荧光爆炸物探测仪的传感装置，其特征在于：包括x射线发射模块、x射线谱识别模块和检测识别平台；
2.根据权利要求1所述的一种毒品/荧光爆炸物探测仪的传感装置，其特征在于：所述小波去噪模块的运行原理为：
3.根据权利要求1所述的一种毒品/荧光爆炸物探测仪的传感装置，其特征在于：所述pca模块的运行原理为：用pca对包裹在猪的瘦肉和脂肪下，放置在模拟人体中的待测物质进行分析和识别；
4.根据权利要求1所述的一种毒品/荧光爆炸物探测仪的传感装置，其特征在于：所述分类模块的运行原理为：采用通过粒子群算法（ps0）优化后的支持向量机（svm）对x射线进行分类，粒子群算法需优化的参数有惩罚系数c和核参数，具体步骤如下：
5.根据权利要求1所述的一种毒品/荧光爆炸物探测仪的传感装置，其特征在于：所述检测识别平台包括数据获取模块、数据前处理模块、样本训练模块、数据库匹配模块和智能识别模块，检测识别平台采用matlab与vc++混合算法设计，先使用自动寻衍射峰匹配、再使用pca分类，然后使用相干函数匹配，训练样本完成后可以实现多种毒品/爆炸物的盲测。
6.根据权利要求5所述的一种毒品/荧光爆炸物探测仪的传感装置，其特征在于：所述样本训练模块中，训练样本的毒品有冰毒和海洛因，爆炸物有tnt，易制毒样本有苯乙酸和胡椒醛。
7.根据权利要求6所述的一种毒品/荧光爆炸物探测仪的传感装置，其特征在于：所述检测识别平台的检测和识别流程如下：
8.根据权利要求6所述的一种毒品/荧光爆炸物探测仪的传感装置，其特征在于：所述样本训练模块中，训练样本常见干扰物有人体、面粉、糖、盐、米饭和芹菜混合物。
9.根据权利要求1所述的一种毒品/荧光爆炸物探测仪的传感装置，其特征在于：所述x射线发射模块包括x射线白光光源、电源、准直器和衰减器。
