[技术]Savitzky-Golay滤波函数 [复制链接]

1.摘要 G > t  
Qb|@DMq%  
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)。 2!R+5^Iy  
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。 $18?Q+?3  
rl,i,1t  

图片:1-22042621292NX.png

oqo7Ge2  
~G1B}c]  
2.如何进入Savitzky-Golay过滤器 <G'M/IR a  
45k.U$<|  
对于每个实值数据数组，都可以在下面找到Savitzky-Golay滤波器 UF$O@l  
操作→ ~n$\[rQ  
杂项→ A76HM@Q  
Savitzky-Golay过滤器 C3'?E<F  
P *&Cght>0  

图片:1-220426213003K9.png

1@i/N  
V|~o`(]  
3.可视化的过滤函数 Lp(i&A  
~E/=
nv$  

图片:1-220426213040c7.png

|w+ O.%=  
R3>c\mA  
4.影响过滤器-窗口大小 Ri\\Yb  
C-\3,  
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。  !#zO%  
Sp2DpGs~  

图片:1-220426213125N1.png

h^ K]ASj  
Ahc9HA2  
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。 q0DRT4K  
G;d3.ml/aZ  

图片:1-22042621315D11.png

0Y:)$h2?  
T0~~0G)k  
5.局部噪声过滤 o+.ySSBl+  
L6#4A3yh  

图片:1-220426213223356.png

&;~?\>?I  
|o+*Iy)  
6.FWHM 检测 N.0g%0A.D  
!l]_c5  

图片:1-22042621341I57.png

Kr[oP3  
nM ?Nf}  
7.等距的重采样 :K5?&kT  
+prUau*  

图片:1-220426213501312.png