1.摘要
;:nO5VFOg [@U2a$k+d 在测量信号或数据的情况下，很难(如果不是不可能的话)完全避免所有可能的噪声源，因为这些噪声源会干扰任何实验测量。但是，噪声的存在会干扰数据的重要特征(例如，测量
光谱的半宽谱)。
\}0J%F1 因此，有一些后期处理技巧可能会有所帮助。这里我们只讨论一个这样的工具:Savitzky-Golay滤波器，它通过对一组采样点执行回归算法来平滑局部噪声。在这个例子中，我们讨论了
VirtualLab Fusion中这个特性的选项和效果，并以一个绿色
LED灯在60 nm带宽下发射的光谱为例进行了测试。
]j.??'+rg niZ/yW{w 
nVqFCBB a Z% 2.如何进入Savitzky-Golay过滤器
C.r9)#G Rc2| o.'y 对于每个实值数据数组，都可以在下面找到Savitzky-Golay滤波器
|OXu fV?I 操作→
uTN mt] 杂项→
0jY# ,t?> Savitzky-Golay过滤器
"o
+" Jd ; ><9R@0 
O]OZt,k( x)M=_u2 _ 3.可视化的过滤
函数 K)|#FRPM u ,t4g^67R{ 
.".xNHR# #GBe=tm\K 4.影响过滤器-窗口大小
aB9Pdu t %,u_ `P 更大的窗口大小导致在拟合过程中考虑更多的采样点，因此
曲线更平滑。
YYrXLt: (>THN*i 
X G
fLi :eQ?gM!, 更高的阶数允许更详细的曲线，但反过来也可以保留局部噪声。
\Uun2.K Ol4 )*/oZ 
GdFTKOq 3lc'(ts % 5.局部噪声过滤
~Uw **PT3M A&#P=m j 
9W ng(ef6G eW$G1h: 6.FWHM 检测
eWvL(2`T x m2[q*k]AtS 
D*d@<&Bl4< i]{M G'tg 7.等距的重采样
jHPJk8 @y
V\8vJ3.YV 
