基于系统传递函数实时追踪与xLSTM的核脉冲自适应数字成形技术研究

针对核探测器因老化或环境变化导致系统传递函数漂移、脉冲波形失真的问题，研究人员提出基于波形向量空间的实时传递函数追踪算法，结合扩展长短期记忆网络（xLSTM）实现脉冲参数动态优化。实验表明，该方法可将数字成形参数相对误差控制在0.3%以内，显著提升核能谱分析的鲁棒性。

　　

在核辐射探测领域，探测器输出的脉冲信号需经过复杂的模拟电路处理和数字成形，才能转化为标准的梯形或高斯波形用于能谱分析。然而，探测器老化或环境温湿度变化会导致系统传递函数（Transfer Function）发生漂移，若数字成形参数未能及时调整，将造成波形畸变，直接影响脉冲幅度提取的准确性。传统方法依赖固定数学模型，难以应对这种时变随机过程，尤其在极端测试条件下，单一瞬时状态无法反映系统全局特征。

为解决这一难题，研究人员提出了一种创新性解决方案：通过波形向量空间构建实时传递函数追踪算法，动态捕捉系统特性变化；同时引入扩展长短期记忆网络（xLSTM）进行脉冲参数识别，实现数字成形技术的自适应优化。该研究首次将xLSTM模型应用于核脉冲处理领域，其改进的门控机制和数据存储方式显著提升了复杂时序数据的建模能力。

关键技术包括：1）基于多时段波形空间采样的传递函数实时更新机制；2）结合sLSTM（scalar LSTM）和mLSTM（matrix LSTM）的混合架构设计；3）采用Transformer模型作为对比基准验证性能。实验数据来自实际探测系统生成的脉冲信号，通过动态监测温度等因素引起的传递函数变化，获取全局最优脉冲响应。

【系统传递函数和数字成形过程】

研究阐明了核探测器输出信号经R-C网络和运算放大器转化为电压脉冲的物理过程，指出成形电路时间常数τ=RC是影响脉冲形状的关键参数。

【传递函数实时追踪过程】

通过建立M个非重叠系统状态的波形空间族，利用矩阵束算法提取极点信息，动态更新系统响应函数。该方法可捕捉μs级时间尺度的传递函数波动。

【xLSTM在核脉冲参数识别中的应用】

sLSTM通过指数门控机制增强梯度传播，mLSTM则采用协方差更新规则处理矩阵状态。二者协同工作，较传统LSTM提升了对长程相关脉冲特征的捕捉能力。

【实验验证与讨论】

在-20°C至60°C温度波动环境下，该方法使数字成形参数相对误差稳定在0.3%以内，较固定参数方法提升5倍精度。xLSTM的识别速度比Transformer快1.8倍，且无需位置编码。

该研究突破了核脉冲处理中传递函数时变性的技术瓶颈，为极端环境下的辐射监测提供了可靠解决方案。未来可扩展至PET成像、粒子物理实验等领域，对提升核仪器设备的智能化水平具有重要工程价值。