[技术]Savitzky-Golay滤波函数 [复制链接]

1.摘要 " \`BPN  
{3.*7gnY\L  
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)。 B'<!k7Ewy  
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。
a5X`j
o  
O<4Q$|=&?  

图片:1-22042621292NX.png

1 pa*T!  
(%6(5,   
2.如何进入Savitzky-Golay过滤器 #"hJpyW 4V  
-QN1oK@\mE  
对于每个实值数据数组，都可以在下面找到Savitzky-Golay滤波器 t3pZjdLJd  
操作→ {ms,q_Zr  
杂项→ ,Y$F
7&  
Savitzky-Golay过滤器 ,tcP=fdk]  
YW'{|9KnI  

图片:1-220426213003K9.png

]cn/(U
`  
+{5JDyh0  
3.可视化的过滤函数 x(rd$oZO  
*Kp}B}}J  

图片:1-220426213040c7.png

1d/NZJ9  
$K+4C0wX`  
4.影响过滤器-窗口大小 oSN8Xn*qr  
J 5Wz4`'  
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。 *
^X#Eb  
@>M8Pe  

图片:1-220426213125N1.png

@c6"RHG9  
P{"WlJ  
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。 C(EYM$  
<\E"clZI  

图片:1-22042621315D11.png

kuWK/6l4  
c:3@[nF~  
5.局部噪声过滤 wy,Jw3  
K~`
n}_:  

图片:1-220426213223356.png

l.XknF  
AF6d#Klog  
6.FWHM 检测 _Wm(/ +G_|  
p.@0=)  

图片:1-22042621341I57.png

;[FW!  
NE$VeW+@  
7.等距的重采样 =''mpIg(  
3
DxZ#/!  

图片:1-220426213501312.png