1.摘要
m<H{@ZgN( ijsoY\V50 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)。
8Cs;.>75[ 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。
(\0
<|pW w4(L@1
*Nm$b+ i.k7qclL` 2.如何进入Savitzky-Golay过滤器
b7XB l o]EL=j 对于每个实值数据数组,都可以在下面找到Savitzky-Golay滤波器
k&2=-qgVR 操作→
JIhEkY 杂项→
]{oZn5F Savitzky-Golay过滤器
~)^'5^ 5r`rstV
fuzB;Ea (:aU"5M 3.可视化的过滤
函数 6<2H 7' D"J',YN$
+$|fUn{ AHRJ7l;a 4.影响过滤器-窗口大小
h);^4cU MB!9tju 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。
;-6-DEL u<Y#J,p`e
W#S8 2 V\o7KF 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。
zw['hqW `J1HQ!Z
.4p3~r?=S 'C/yQvJ
5.局部噪声过滤
;xZjt4M1 '`3#FCg
)rq |t9kix -
8p!,+Dk 6.FWHM 检测
PD)"od 7~SwNt,
7p{Pmq[ 7Ml4u%? 7.等距的重采样
V&w2pp0 &^r>Q`u