当今世界国际政治热点话题之一的“伊核问题(伊朗核问题)”、“朝核问题(朝鲜核试验)”,无不牵动着核扩散潜在危险这一敏感神经,这使得核武器的存在与核技术的发展所产生的一系列不确定因素严重地威胁着人类的安全与世界和平,无疑,屡屡引发了当今国际安全关系中反复涉及的一项重大政治课题—核军控核查。由此可见,能否掌握有效的核查技术手段,争得在核军控核查中平等的权力,此不仅关系到一个国家的安全利益,而且还攸关一个国家的主权。在诸多核军控核查方法或手段中,基于252Cf(锎)中子源驱动核部件或核材料的随机中子脉冲噪声分析法,因其是主动式测量方法,即,摒弃了被动式测量方法需要通过感应核材料或核部件的固有辐射来获取特征信息之弊端,倍受世人青睐。然而,长期以来,252Cf中子源驱动核部件或核材料的随机中子脉冲噪声分析法,则是基于传统的Nyquist采样定理进行设计的核军控核查系统,不仅硬件成本较高,而且实时性欠佳,已成为制约该技术发展与现场应用的主要瓶颈。诚然,关于现场核军控核查技术的研究工作,虽大多数是将信号分析与处理识别算法移植至嵌入式设备中,但并未从根本上降低核军控核查的成本,改善核军控核查的实时性。因此,研究核军控核查技术,如果从数据采集以及信号处理识别方法本身的新原理和新技术入手,则有可能从根本上突破上述技术瓶颈。有鉴于此,本论文依托国家自然科学基金项目(项目编号:61175005)和中央高校基本科研业务费资助项目(项目编号:CDJXS10120013)及国防军工项目(项目编号:GFZX02040307)等课题,研究力求追踪国外该领域的前沿,从252Cf源驱动核材料裂变的核军控核查理论、仪器及方法技术出发,突破传统的Nyquist采样定理,运用压缩感知技术和分形理论,率先在国内开展面向核军控核查的252Cf源驱动核材料裂变中子脉冲序列信号压缩感知技术研究,尤其致力于开展降低高速数据采集成本的研究,此将涉及裂变中子脉冲序列信号压缩感知重构方法、压缩降噪以及压缩信号处理等关键技术研究工作,同时,围绕核材料临界深度和浓度识别等核军控核查技术的研究,提高核军控核查技术或系统的实时性与准确性。论文的主要研究内容,包括:(1)研究了一种基于252Cf源驱动核材料裂变中子脉冲序列时间统计特征模拟方法。针对金属锎(252Cf)源驱动核材料,产生裂变中子开展核军控核查技术研究,这是一项成本极高,核辐射危害大的研究工作。为此,研究立足于核信号的统计特征,模拟产生了252Cf源驱动核材料裂变中子脉冲序列。即,在分析核信号的统计特征的基础上,采用循环移位法产生符合统计检验的高质量均匀分布随机数,运用bernoulli试验模型,研究并分析了不同概率值p情况下,中子脉冲序列的统计特征模拟结果。借助于模拟的裂变中子脉冲序列,此可为后续章节开展基于压缩感知理论的核军控核查技术研究奠定了基础。(2)研究并构建了一种适合于裂变中子脉冲序列“0,1”特殊稀疏结构的压缩采样重构方法。针对裂变中子脉冲序列特殊“0,1”稀疏结构之特点,巧妙引入图论中的二分图模型,辅之于4个约束条件,构建了压缩采样观测矩阵。在此基础上,将压缩采样观测值,即校验节点分为四类,分阶段进行重构。随后,分析了观测矩阵的行权重和观测值数量对重构结果的影响,讨论了重构方法的算法复杂度及重构误差。裂变中子信号的压缩采样重构方法,不仅充分运用了其特殊的“0,1”稀疏结构,而且还获得了优于l1范数最小化方法重构结果,这对252cf源驱动核材料的中子脉冲信号采集提供了一种新的方法。(3)研究了252cf源驱动核材料裂变中子信号压缩感知降噪技术。从裂变中子信号噪声特性分析出发,在spgl1-bpdn降噪方法的基础上,提出了emdcsdn降噪方法。该方法充分利用了emd分解的特点,自适应选择含噪imf分量,使得降噪对象更有针对性,降噪范围明显缩小,从而避免了干净imf分量压缩感知引入的重构误差,即二次噪声,有效提升了裂变中子信号的降噪效果。基于emdcsdn的降噪方法,不仅在降噪性能上优于emd小波阈值、小波阈值降噪和spgl1-bpdn等降噪方法,而且使得降噪后的信号能更清楚地反映被测材料的浓度及临界深度特征,此为后续章节提高核武器/核材料识别准确率奠定了基础。(4)探索研究了一种基于压缩感知的核材料临界深度识别方法。针对不同临界深度下的裂变中子信号,运用分形理论直接提取压缩采样观测值的特征值,采用支持向量机对特征值进行分类识别,提出了一种csmfsvm的核临界深度识别方法,分析并讨论了多重分形广义维数权重因子q和压缩采样比m/n对分类识别准确率的影响。csmfsvm方法,无需重构原始信号,其采用的压缩采样分形特征提取方法,能取得与降噪小波包分解、hilbert边际谱特征提取方法几乎相近的识别结果,甚至优于其他线性变换特征提取方法。可见,csmfsvm不仅提高了核军控核查的实时性,而且还有效降低了采样成本,同时还获得了相当甚至优于其他特征提取方法的分类识别准确率,相关的技术方法有望应用于核临界深度的在线判读。(5)研究了基于压缩感知的核材料浓度识别技术。从252cf源驱动核材料裂变中子脉冲信号自相关函数的间距出发,将压缩感知理论与knn分类方法相结合,提出了一种基于压缩采样观测值的csknn分类识别方法。对于含噪的裂变中子信号样本来说,当k<20时,csknn方法均在较小的观测比(m/n=0.2)处收敛于较高的识别准确率。若运用emdcsdn方法对裂变中子信号样本进行降噪处理,使得不同浓度样本的压缩采样观测值间距特征变得更加明显,这样当观测比M/N=0.05甚至更小时均能取得近似100%的正确识别概率。研究结果表明,基于CSKNN的核材料浓度识别方法,一方面有效降低了采样成本,另一方面还将改善核材料浓度识别的实时性,这对于核材料浓度识别的意义是不言而喻的,此为核材料浓度的在线分类识别提供了理论依据与技术基础。本论文的研究涉及中子物理学、光电探测技术、计算机技术、概率论、最优化、图论、分形理论和模式识别等,形成了一种处于多学科交叉的、新的核军控核查原理及方法技术,可有效降低数据采集成本,提升核查系统的抗干扰能力,改善核军控核查的实时性,这不仅为核不扩散条约的履行提供强有力的保障体系,而且对于遏制有关发达国家操纵核查结果,增强我国在核查领域的发言权和执行力,维护国家利益,具有重要的理论价值与现实意义。