[技术]Savitzky-Golay滤波函数 [复制链接]

1.摘要 P,xwSvO#M  
)}lRd#V  
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)。 :}}%#/nd  
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。 7}o/:  
l?
qqqB  

图片:1-22042621292NX.png

l|`^*%W@u6  
9";sMB}W*  
2.如何进入Savitzky-Golay过滤器 qYB~VE03  
nD6G  
对于每个实值数据数组，都可以在下面找到Savitzky-Golay滤波器 ](0mjE04<d  
操作→ 4`v!Z#e/aX  
杂项→ F`+\>ae$h  
Savitzky-Golay过滤器 wxQ>ifi9Z  
WrGK
\Vw[  

图片:1-220426213003K9.png

I*|P@0  
/pH(WHT+/H  
3.可视化的过滤函数 b~Y%gC)FR  
,J=P,](  

图片:1-220426213040c7.png

#
J\rv'  
3z =^(Y  
4.影响过滤器-窗口大小 FiAY\4  
m
.Lij!0  
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。 udk.zk  
).412I  

图片:1-220426213125N1.png

HTjkR*E  
kPxT" " k  
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。 g}xQ6rd  
S6i@"h5  

图片:1-22042621315D11.png

`FF8ie8L  
qv2!grp]*W  
5.局部噪声过滤 [:;# ]?  
E9fxjI%1  

图片:1-220426213223356.png

t;qP']2  
h)(*q+a  
6.FWHM 检测 *A}WP_ZQ  
e79KbLV  

图片:1-22042621341I57.png

W#F Q,+0)  
XFwLz  
7.等距的重采样 S7iDTG_@t  
[j,txe?n  

图片:1-220426213501312.png