[技术]Savitzky-Golay滤波函数 [复制链接]

1.摘要 9$:QLE+t  
xcAF  
在测量信号或数据的情况下，很难(如果不是不可能的话)完全避免所有可能的噪声源，因为这些噪声源会干扰任何实验测量。但是，噪声的存在会干扰数据的重要特征(例如，测量光谱的半宽谱)。 Kp$_0
 
因此，有一些后期处理技巧可能会有所帮助。这里我们只讨论一个这样的工具:Savitzky-Golay滤波器，它通过对一组采样点执行回归算法来平滑局部噪声。在这个例子中，我们讨论了VirtualLab Fusion中这个特性的选项和效果，并以一个绿色LED灯在60 nm带宽下发射的光谱为例进行了测试。 :~WPY9i`  
D$Kz9GVZq  

图片:1-22042621292NX.png

u'#`yTB6b  
**Qe`}E:  
2.如何进入Savitzky-Golay过滤器 d3\OHkM0^  
}g%KvYB_  
对于每个实值数据数组，都可以在下面找到Savitzky-Golay滤波器 3"HGEUqA  
操作→ 7=$+k]U8  
杂项→ *4r s  
Savitzky-Golay过滤器 v@F|O8t:s  
Fl8w7LcF7  

图片:1-220426213003K9.png

8=lHUn9l  
HGU?bJ~6o  
3.可视化的过滤函数 dM$N1DB{U+  
h9tB''ePE  

图片:1-220426213040c7.png

bbE bf !E  
g5lmUKlQ$0  
4.影响过滤器-窗口大小 ?ZSXoy-kr  
[K"U_b}w  
更大的窗口大小导致在拟合过程中考虑更多的采样点，因此曲线更平滑。 bd@*vu}?}  
?/o2#iJx  

图片:1-220426213125N1.png

"3U{h]  
5KL9$J9k  
更高的阶数允许更详细的曲线，但反过来也可以保留局部噪声。 xn%l  
g;u<[>'I  

图片:1-22042621315D11.png

OqEg{o5 a&  
m_{%tU;N  
5.局部噪声过滤 NB|RZ
f9M  
~rVKQ-+4&  

图片:1-220426213223356.png

Oz4,Y+[#  
2VoEQ  
6.FWHM 检测 6Tm Rc  
W\ 1bE(AwZ  

图片:1-22042621341I57.png

1q
B!RIau  
!=~s/{$PE  
7.等距的重采样 ~!
a~C~_  
?.rH;:9To  

图片:1-220426213501312.png